Mistral Large 4 vs GPT-6 Sol: ราคาพรีวิวเทียบกับค่าตั้งต้นที่พร้อมใช้งานจริง

ในทางทฤษฎีแล้ว นี่ไม่ใช่การแข่งขันที่สูสีกัน Mistral Large 4 ซึ่งเป็นเรือธงแบบเปิดน้ำหนักขนาด 1.05 ล้านล้านพารามิเตอร์ของ Mistral ตั้งราคาไว้ที่ $0.68 ต่อล้านโทเคนอินพุต และ $2.09 ต่อล้านโทเคนเอาต์พุต ส่วน GPT-6 Sol ซึ่งเป็นระดับไฮเอนด์ที่คุ้มค่าด้านต้นทุน ตั้งราคาไว้ที่ $2.00 และ $10.00 — แพงกว่าประมาณสามเท่าสำหรับอินพุต และเกือบห้าเท่าสำหรับเอาต์พุต และจะปรับราคาเป็น $4.00 และ $15.00 เมื่อคำขอข้าม 272,000 โทเคน การใช้งานหนึ่งเดือนที่ 100 ล้านโทเคนด้วยอัตราส่วนอินพุต/เอาต์พุต 4:1 มีค่าใช้จ่ายราว $140 บน Mistral Large 4 และราว $480 บน GPT-6 Sol นั่นคือข้อโต้แย้งทั้งหมด และเป็นข้อโต้แย้งที่หนักแน่นทีเดียว จนกระทั่งคุณอ่านบรรทัดที่สองในเอกสารของ Mistral เอง: Mistral Large 4 อยู่ในการพรีวิวสาธารณะ และเป็นเพียงหนึ่งเดียวในสองโมเดลนี้ที่ยังคงเคลื่อนไหว

ความแตกต่างข้อนี้คือทั้งหมดของการเปรียบเทียบ GPT-6 Sol เปิดตัวเมื่อวันที่ 22 กันยายน 2026 และมีเสถียรภาพแล้ว พฤติกรรม อัตราค่าบริการ และคะแนนอิสระของมันเป็นที่ยุติแล้ว Mistral Large 4 มาถึงเมื่อวันที่ 6 ตุลาคม 2026 พร้อม API แบบพรีวิว คำสัญญาว่าจะปล่อยเวท "ภายในสิ้นเดือน" และการรัน reinforcement learning ที่ Mistral บอกว่ายังดำเนินอยู่ เวอร์ชันที่คุณเรียกใช้วันนี้ไม่ใช่เวอร์ชันที่คุณจะมีในเดือนพฤศจิกายน ดังนั้นคำถามที่น่าสนใจจึงไม่ใช่ "ตัวไหนดีกว่า" — ในแง่ความฉลาดที่วัดได้ ทั้งสองยังไม่อยู่ในระดับเดียวกัน — แต่เป็น "ตัวไหนควรอยู่ในสแต็กของคุณ และภายใต้เงื่อนไขใด"

สิ่งที่ผู้จำหน่ายแต่ละรายจัดส่งจริง

Mistral Large 4 เป็นโมเดล mixture-of-experts แบบละเอียดที่มีพารามิเตอร์ทำงานอยู่ 49 พันล้านจากทั้งหมด 1.05 ล้านล้านพารามิเตอร์ บวกกับตัวเข้ารหัสภาพขนาด 1.6 พันล้านพารามิเตอร์ มันรับทั้งข้อความและรูปภาพ รองรับหน้าต่างบริบทประมาณหนึ่งล้านโทเค็น และฝึกตั้งแต่เริ่มต้นบน GPU NVIDIA Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลยุโรปของ Mistral เอง Mistral ระบุว่าเป็นโมเดลที่ใหญ่ที่สุดและมีความสามารถสูงสุดจนถึงปัจจุบัน และบอกว่าน้ำหนักโมเดล — ซึ่งเผยแพร่ภายใต้สัญญาอนุญาตแบบเปิด — จะเปิดให้ใช้ก่อนสิ้นเดือนตุลาคม 2026 โดยยังต้องรอช่วงทดสอบ red-teaming ที่จัดร่วมกับพันธมิตรด้านความปลอดภัยไซเบอร์และหน่วยงานของรัฐ จนถึงตอนนั้น ทางเดียวที่จะเข้าถึงได้คือ preview API

GPT-6 Sol เป็นระดับกลางของซีรีส์ GPT-6 ของ OpenAI อยู่ใต้เรือธง GPT-6 Astra และเหนือกว่า GPT-6 Luna ที่รวดเร็ว มันรองรับข้อความ รูปภาพ และไฟล์ มีหน้าต่างบริบทที่มากกว่าหนึ่งล้านโทเค็นเล็กน้อย โดยมีเอาต์พุตสูงสุด 128,000 โทเค็น และเปิดให้ปรับความพยายามในการให้เหตุผล การเรียกใช้ฟังก์ชัน เอาต์พุตแบบมีโครงสร้าง และการสุ่มแบบมีเมล็ดได้ มันเป็น API แบบปิดที่มีการกลั่นกรอง — ตรงกันข้ามกับข้อเสนอของ Mistral ที่ว่าองค์กรสามารถรัน ML4 บนฮาร์ดแวร์ของตนเองภายใต้นโยบายของตนเองได้ในที่สุด

• จำนวนพารามิเตอร์ทั้งหมด — Mistral Large 4 1.05T (49B active) เทียบกับ GPT-6 Sol ไม่เปิดเผย

• หน้าต่างบริบท — ประมาณ 1M โทเคนต่อโมเดล, Mistral Large 4 โฆษณาไว้ที่ 1M, GPT-6 Sol อยู่ที่ ~1.05M

• เอาต์พุตสูงสุด — GPT-6 Sol 128K โทเค็น เทียบกับ Mistral Large 4 ที่ยังไม่มีเอกสารระบุ

• รูปแบบอินพุต — Mistral Large 4 ข้อความและรูปภาพ เทียบกับ GPT-6 Sol ข้อความ รูปภาพ และไฟล์

• ราคาอินพุต — Mistral Large 4 $0.68 ต่อ 1M เทียบกับ GPT-6 Sol $2.00 เพิ่มขึ้นเป็น $4.00 เมื่อเกิน 272K โทเคน

• ราคาเอาต์พุต — Mistral Large 4 $2.09 ต่อ 1M เทียบกับ GPT-6 Sol $10.00 และเพิ่มขึ้นเป็น $15.00 เมื่อเกินเกณฑ์เดียวกัน

• อินพุตที่แคชไว้ — Mistral Large 4 $0.07 ต่อ 1M เทียบกับ GPT-6 Sol $0.20 และเพิ่มขึ้นเป็น $0.40

• เวต — สัญญาอนุญาตแบบเปิดของ Mistral Large 4 สัญญาไว้ว่าจะเปิดภายในสิ้นเดือนตุลาคม 2026 เทียบกับ GPT-6 Sol แบบปิด

• สถานะการเปิดตัว — Mistral Large 4 พรีวิวสาธารณะ 6 ตุลาคม 2026 เทียบกับ GPT-6 Sol พร้อมใช้งานทั่วไป 22 กันยายน 2026

จุดที่ GPT-6 Sol เหนือกว่าอย่างชัดเจน

โพสต์เปิดตัวของ Mistral ตรงประเด็นเรื่องนี้อย่างผิดปกติ ซึ่งช่วยให้ทุกคนไม่ต้องคาดเดา บน Artificial Analysis Intelligence Index — ฉบับแก้ไข v4.3.2 ซึ่งมีการประเมินสิบรายการตั้งแต่ AA-Briefcase ถึง CritPt — GPT-6 Sol ได้คะแนน 47.6 และอยู่อันดับประมาณ 14 จาก 147 โมเดลบนบอร์ดนั้น Mistral Large 4 ไม่มีคะแนน Index ที่เผยแพร่เลย สิ่งที่มีอยู่คือแถวข้อมูลบางส่วนบน Artificial Analysis ซึ่งระบุชื่อโมเดลว่า "Mistral Large 4 Preview" และรายงานตำแหน่งของมันว่าไม่เปิดเผยต่อสาธารณะ ในการประเมินรายบุคคลที่มองเห็นได้ GPT-6 Sol นำอย่างชัดเจน: 47.9 เทียบกับเกณฑ์ Humanity's Last Exam ที่มันผ่านได้ ขณะที่ ML4 ไม่ปรากฏ, 83.7 เทียบกับ 80.3 บน AA-LCR long-context recall, 43.9 เทียบกับ 28.3 บน Terminal-Bench 4.0

ตัวเลข Terminal-Bench เหล่านั้นสมควรมีข้อแม้ที่ให้ผลตรงกันข้าม 28.3% ของ Mistral และ 59.4% บน SWE-Atlas-QnA มาจากตัวเลขที่ Artificial Analysis ประเมินเป็นการภายในก่อนการเปิดตัวฮาร์เนส และ Mistral ระบุชัดเจนว่าตัวเลขเหล่านี้จะปรากฏบน Artificial Analysis Coding Agent Index เมื่อฮาร์เนสนั้นเปิดตัว พวกมันไม่ใช่ตัวเลขที่ผู้ขายกุขึ้นเอง แต่ก็ไม่สามารถทำซ้ำได้โดยคุณในวันนี้เช่นกัน ให้ถือว่ามันมีแนวโน้มดีแต่ยังไม่ได้รับการยืนยัน

ในกรณีที่ Mistral เผยแพร่ตัวเลขจริง หลายตัวเลขนั้นน่าอ่านให้ดี เพราะมันเป็นคำกล่าวอ้างแบบที่ผู้ขายมักสร้างขึ้นเมื่อพวกเขามั่นใจ Mistral รายงานว่าในการทดสอบหนึ่งของ Artificial Analysis Cyber Index — การจำลองช่องโหว่จริงในซอฟต์แวร์โอเพนซอร์ส แล้วแพตช์ช่องโหว่นั้น — ML4 ได้คะแนน 82% ซึ่งสูงที่สุดในบรรดาโมเดลทั้งหมด และมันแก้โจทย์ได้ 93% จาก 40 ข้อใน Cybench นอกจากนี้ยังรายงานว่าโมเดลปิดชั้นนำ รวมถึง Claude Opus 5.5 และ GPT-6 Astra ได้คะแนนใกล้ศูนย์ในการทดสอบการจำลองเดียวกัน เพราะพวกมันปฏิเสธที่จะทำงานนี้ สิ่งเหล่านี้เป็นข้อมูลที่ผู้ขายรายงานเองและยังไม่ได้รับการทำซ้ำอย่างเป็นอิสระ แต่กลไกพื้นฐานไม่ใช่เรื่องแปลกใหม่: โมเดลที่ปฏิเสธมากขึ้นย่อมทำงานสำเร็จน้อยลงจริง ๆ และ Mistral ขายข้อโต้แย้งนี้มาตั้งแต่จุดเปลี่ยนสู่การเปิดน้ำหนักโมเดลของตน

ในด้านความสามารถโดยทั่วไป การประเมินอย่างตรงไปตรงมาคือ GPT-6 Sol เป็นโมเดลที่ดีกว่าในปัจจุบัน และ Mistral Large 4 เป็นรุ่นที่ถูกกว่า หากภาระงานของคุณเป็นงานถามตอบตรง ๆ หรืองานเขียนโค้ด โดยไม่มีความต้องการโฮสต์เอง ค่าใช้จ่ายเพิ่มห้าดอลลาร์ต่อหนึ่งล้านโทเคนเอาต์พุตของ GPT-6 Sol จะซื้อโมเดลที่พฤติกรรมจะไม่เปลี่ยนไปโดยที่คุณไม่ทันตั้งตัว

เหตุผลที่ควรมีพรีวิว ซึ่งไม่ใช่แค่เรื่องราคา

สามสิ่งทำให้ Mistral Large 4 ไม่ใช่แค่ตัวเลือกแบบลดราคา และไม่มีข้อใดเลยที่เป็นป้ายราคา

สิ่งแรกคืออธิปไตยในความหมายตามตัวอักษร ML4 ถูกฝึกในศูนย์ข้อมูลยุโรปบนฮาร์ดแวร์ยุโรป และจะสามารถให้บริการได้ในภูมิภาคยุโรปที่ Mistral ดำเนินการแบบครบวงจรตั้งแต่ต้นจนจบ สำหรับผู้ซื้อที่อยู่ภายใต้กฎระเบียบแล้ว นี่ไม่ใช่คำโฆษณา หากแต่เป็นข้อกำหนดด้านการจัดซื้อที่ GPT-6 Sol ไม่อาจตอบสนองได้ในปัจจุบันไม่ว่าจะจ่ายราคาใดก็ตาม Mistral ระดมทุนได้ 3 พันล้านยูโรในรอบ Series D โดยเฉพาะเพื่อสนับสนุนเรื่องนี้ ซึ่งเป็นการระดมทุนด้วยหุ้นครั้งใหญ่ที่สุดที่บริษัทเทคโนโลยียุโรปแห่งใดเคยระดมได้ และโมเดลนี้คือหมุดหมายแรกที่บรรลุเป้าหมายนั้น

อย่างที่สองคือค่าน้ำหนักของโมเดล เมื่อมันถูกปล่อยออกมา องค์กรที่มี GPU จะรัน ML4 บนเครื่องภายในองค์กรได้โดยไม่มีผู้ให้บริการเข้ามาเกี่ยวข้อง ซึ่งเปลี่ยนทั้งพฤติกรรมการปฏิเสธและเรื่องข้อกำหนดถิ่นที่อยู่ของข้อมูล เมื่อถึงตอนนั้น GPT-6 Sol ก็ยังคงเป็นการเรียกผ่าน API อยู่ดี ถ้าโรดแมปของคุณมีช่วง on-premise อยู่ ML4 เป็นเพียงตัวเดียวในสองตัวนี้ที่มีช่วงนั้น

ประการที่สามคือจังหวะ Mistral กล่าวว่าการรัน RL ที่อยู่เบื้องหลังพรีวิวนี้ยังไม่ถึงจุดอิ่มตัว และคาดว่าจะมี “การปรับปรุงครั้งใหญ่และรวดเร็วในสัปดาห์และเดือนต่อจากนี้” เมื่อผู้ขายเปิดตัวพรีวิวและระบุว่าเส้นโค้งยังคงไต่ขึ้น ราคาที่คุณได้รับแจ้งในวันนี้ก็ผูกอยู่กับเวอร์ชันที่แย่ที่สุดของโมเดลที่คุณจะถูกเรียกเก็บเงิน ราคาของ GPT-6 Sol ผูกอยู่กับความสามารถที่ตายตัว

ทำทั้งสองอย่างโดยไม่ลงเดิมพันฝ่ายใดฝ่ายหนึ่ง

ส่วนที่น่าอึดอัดของพรีวิวก็คือคุณไม่สามารถปักหมุดไว้ได้ หากผลิตภัณฑ์ของคุณพึ่งพาพฤติกรรมปัจจุบันของ ML4 การอัปเดตสัปดาห์หน้าจะกลายเป็นเหตุการณ์ในโปรดักชัน หากมันพึ่งพา GPT-6 Sol คุณกำลังจ่ายค่าพรีเมียมคงที่เพื่อความเสถียร รูปแบบที่สมเหตุสมผลมักเป็นทั้งสองอย่าง ภายใต้เอนด์พอยต์เดียว ดังนั้นการตัดสินใจจึงเป็นกฎการกำหนดเส้นทาง ไม่ใช่สถาปัตยกรรม

นั่นคือจุดประสงค์ของ OrcaRouter โมเดลทั้งสองอยู่เบื้องหลัง API เดียวที่เข้ากันได้กับ OpenAI โดยคิดมาร์กอัป 0% ซึ่งสำคัญกว่าปกติในกรณีนี้: ราคาพรีวิวของ Mistral เป็นราคาช่วงเปิดตัวและจะเปลี่ยนแปลง — ปรับขึ้นเมื่อช่วงพรีวิวสิ้นสุดลง และอาจปรับลงเมื่อน้ำหนักโมเดลเผยแพร่และความแข่งขันในโมเดลเปิดทวีความรุนแรง — และเนื่องจากราคาตามรายการของผู้ให้บริการส่งผ่านมาถึงเราตรง ๆ การลดราคาของผู้ขายจึงมีผลทางฝั่งเราในวันเดียวกัน แทนที่จะต้องรอให้มีคนอัปเดตตารางที่ฮาร์ดโค้ดไว้ DSL สำหรับการกำหนดเส้นทางช่วยให้คุณส่งงานเอกสารที่ใช้บริบทความยาวไปยังโมเดลใดก็ตามที่ถูกที่สุดสำหรับลักษณะงานนั้น และเก็บ GPT-6 Sol ไว้เป็นตัวสำรองสำหรับทุกสิ่งที่ต้องมีความเสถียร การสลับสำรองอัตโนมัติครอบคลุมกรณีที่ API พรีวิวมีโอกาสเกิดขึ้นมากที่สุด: เอนด์พอยต์ไม่ว่างหรือใช้งานไม่ได้ชั่วคราว ซึ่งเป็นเรื่องปกติสำหรับโมเดลใด ๆ ในเดือนแรกของมัน

เลือกอันไหนดี

เลือก GPT-6 Sol หากเวิร์กโหลดเป็นระดับโปรดักชัน พฤติกรรมสำคัญกว่าราคาต่อหน่วย และคุณไม่มีความจำเป็นต้องรันโมเดลเอง คะแนน 47.6 บน Intelligence Index เพดานเอาต์พุต 128K และการอ่านแคชราคา $0.20 ทำให้มันเป็นค่าเริ่มต้นที่ปลอดภัยกว่า และการปรับราคาสำหรับบริบทแบบยาวที่ 272,000 โทเคนนั้นวางแผนได้ง่ายเพราะเกณฑ์ดังกล่าวถูกประกาศไว้

เลือก Mistral Large 4 หากคุณกำลังสร้างบางสิ่งซึ่งหนึ่งในสามเงื่อนไขนี้เป็นจริง: คุณต้องการโมเดลที่ติดตั้งในยุโรป คุณต้องการ open weights ในที่สุด หรือคุณอยู่ในธุรกิจวิจัยด้านความปลอดภัยที่การปฏิเสธถือเป็นความล้มเหลว — 82% ในการทดสอบ reproduce-and-patch เทียบกับเกือบศูนย์สำหรับทางเลือกแบบปิด ถือเป็นช่องว่างขีดความสามารถจริง ไม่ว่าผู้ขายจะรายงานหรือไม่ก็ตาม และจงยอมรับว่าคุณกำลังซื้อโมเดลที่อยู่ระหว่างการพัฒนา ตั้งงบเผื่อสำหรับการที่ API surface จะเปลี่ยนแปลง และอย่าฮาร์ดโค้ดราคาพรีวิวลงในประมาณการสำหรับไตรมาสหน้า

สิ่งที่ควรจับตาก่อนจะตัดสินใจเชื่อไปทางใดทางหนึ่ง: การปล่อยน้ำหนักโมเดลจริงในช่วงปลายเดือนตุลาคม ซึ่งเป็นจังหวะที่คำกล่าวอ้างเรื่อง open-weights จะเลิกเป็นเพียงคำสัญญา; คะแนน Artificial Analysis Intelligence Index ครั้งแรกที่เผยแพร่สำหรับ ML4 ซึ่งจะชี้ขาดว่าช่องว่างด้านราคานั้นเป็นของถูกหรือเป็นส่วนลดแลกกับสิ่งที่ได้น้อยกว่า; และ Coding Agent Index ซึ่งเป็นจุดที่ตัวเลข Terminal-Bench แบบส่วนตัวของ Mistral จะได้รับการยืนยัน หรือจะเงียบ ๆ ไม่ได้รับการยืนยัน