Mistral Large 4 กับ DeepSeek V4 Pro: สองเรือธงโอเพนซอร์ส และช่องว่างราคาที่ไม่ใช่ประเด็นสำคัญ

ในทางทฤษฎีแล้ว สองโมเดลนี้คือการซื้อเดียวกัน: โมเดล mixture-of-experts แบบ sparse ขนาดหนึ่งล้านล้านพารามิเตอร์ น้ำหนักเปิด ผู้จำหน่ายจากยุโรปฝั่งหนึ่งและจากจีนอีกฝั่งหนึ่ง และราคาต่อโทเค็นที่ดูเหมือนจะเป็นคอลัมน์ชี้ขาด แต่ไม่ใช่คอลัมน์ชี้ขาด Mistral Large 4 และ DeepSeek V4 Proแตกต่างกันอันดับแรกที่สิ่งที่รองรับได้ อันดับสองที่สิ่งที่สัญญาอนุญาตให้คุณสร้างได้ และเป็นอันดับสามเท่านั้นในเรื่องต้นทุน — และการเปรียบเทียบต้นทุนเองก็ไม่นิ่ง เพราะฝั่งหนึ่งกำลังจัดโปรโมชันครึ่งราคาที่ไม่มีวันสิ้นสุด ส่วนอีกฝั่งขึ้นราคาเป็นสองเท่าเป็นเวลาเจ็ดชั่วโมงทุกวันธรรมดา

การปรับกรอบความคิดใหม่นั้นเป็นส่วนที่มีประโยชน์ เพราะการเปรียบเทียบที่เห็นได้ชัด — $4.18 ต่อล้านเอาต์พุต เทียบกับ $1.98 — เป็นทั้งความจริงและทำให้เข้าใจผิดในเวลาเดียวกัน นี่คือสิ่งที่แต่ละฝ่ายเป็นอยู่จริง ๆ

ข้อมูลจำเพาะ เปรียบเทียบเคียงข้างกัน

• ขนาด — Mistral Large 4 มีพารามิเตอร์ 1.05 ล้านล้าน โดยมี 52 พันล้านตัวที่ทำงานอยู่ ตามการ์ดของ Mistral เอง และ 49 พันล้านตัวตามการตีความของ Artificial Analysis บน MoE แบบ sparse ที่ละเอียดซึ่งมี routed experts 128 ตัว และมีสี่ตัวที่ทำงานต่อโทเค็น DeepSeek V4 Pro มี 1.6 ล้านล้าน โดยมี 49 พันล้านตัวที่ทำงานอยู่ จำนวนที่ทำงานอยู่ลงเอยที่จุดเดียวกัน แต่จำนวนรวมไม่เป็นเช่นนั้น

• รูปแบบข้อมูล — Mistral Large 4 เป็นมัลติโมดัลโดยกำเนิด มีตัวเข้ารหัสภาพขนาด 1.6 พันล้านพารามิเตอร์ รับข้อความและภาพเข้า ส่งออกเป็นข้อความ DeepSeek V4 Pro รองรับเฉพาะข้อความเท่านั้น — ในเอกสารราคาของ DeepSeek เอง แถวความสามารถด้านภาพระบุว่า "Not supported" สำหรับ Pro นี่คือทางแยกแรกที่แท้จริง และไม่ใช่เรื่องของระดับความสามารถ: โมเดลที่รองรับเฉพาะข้อความไม่สามารถทำงานนี้ได้เลย

• บริบทและเอาต์พุต — การ์ดของ Mistral อ้างว่ามีบริบทขนาด 1M โทเค็น; Artificial Analysis วัดได้ 524,288 โทเค็นบนคอนฟิกูเรชันที่ทดสอบ DeepSeek V4 Pro ระบุบริบทขนาด 1M โทเค็นและเอาต์พุตสูงสุด 384K ตัวเลขทั้งสองเป็นเพดานของผู้จำหน่ายในฝั่ง Mistral และเป็นเพดานที่ระบุไว้และให้บริการในฝั่ง DeepSeek

• สัญญาอนุญาต —DeepSeek V4 Pro ใช้สัญญาอนุญาต MIT โดยเผยแพร่น้ำหนักโมเดลแล้วและไม่มีข้อกำหนดเกี่ยวกับขอบเขตการใช้งาน น้ำหนักโมเดลของ Mistral Large 4 เปิดตัวเมื่อวันที่ 29 ตุลาคม ภายใต้ Mistral Ecosystem Open-Weight License ซึ่งเป็นข้อความ MIT ดัดแปลงขนาด 2,632 ไบต์ ที่อนุญาตให้ใช้เชิงพาณิชย์ ดัดแปลง และฝึกโมเดลต่อได้ แต่สงวนรูปแบบธุรกิจหนึ่งไว้: ข้อ 2 กำหนดให้ผู้ใดที่ดำเนินธุรกิจ "Model as a Service" ต้องลงนามในสัญญาอนุญาตเชิงพาณิชย์แยกต่างหากก่อน เกตเวย์ที่เพียงส่งต่อคำขอไปยังโมเดลที่โฮสต์โดยผู้อื่นอยู่ในข้อยกเว้นเฉพาะและถือว่าใช้ได้ ส่วนแพลตฟอร์มที่ให้ลูกค้าเข้าถึงโมเดลโดยตรงแบบดิบ ๆ ไม่ถือว่าใช้ได้

• ขนาดพื้นที่การโฮสต์ — Mistral Large 4 มาในขนาด 1,060.6 GB แบบ bf16 กระจายอยู่บน 54 shard พร้อมด้วยรุ่น NVFP4 ขนาด 610.1 GB ที่ Mistral ระบุว่ารันได้บน GPU B200 หรือ B300 จำนวนสี่ตัว ส่วน DeepSeek V4 Pro ได้รับสัญญาอนุญาตแบบ MIT ที่ 1.6T พารามิเตอร์ ซึ่งทำให้มันอยู่ในระดับเดียวกันในแง่ฮาร์ดแวร์ และสูงกว่าอีกหนึ่งระดับในแง่หน่วยความจำ

• คะแนนอิสระ — การ์ดของ Mistral รายงานว่าได้ 26 คะแนนบน Intelligence Index v5 ของ Artificial Analysis และระบุว่าเป็นค่าสูงสุดในบรรดาโมเดล open-weight จากตะวันตก ส่วน DeepSeek ไม่ได้เผยแพร่ตัวเลขดัชนีที่เทียบเท่ากันของตัวเอง เราไม่มีข้อมูลการวัดของทั้งสองโมเดลที่ใช้เครื่องมือเดียวกันและในวันที่เดียวกัน และการเปรียบเทียบที่สร้างขึ้นจากเครื่องมือวัดที่แตกต่างกันสองชนิดก็เป็นความผิดพลาดที่ควรหลีกเลี่ยงในกรณีนี้โดยตรง — พรีวิวของ Mistral เองถูกรายงานว่าได้ 38.4 บนดัชนีก่อนหน้า v5 ดังนั้นการเปรียบเทียบแบบก่อนและหลังอย่างง่ายจากตัวเลขของตัวเองจึงก่อให้เกิด "การถดถอย" สิบสองจุดที่ไม่มีอยู่จริง

รูปแบบราคาทั้งสองไม่ใช่ตัวเลขชนิดเดียวกัน

นี่คือจุดที่การเปรียบเทียบไม่ได้เป็นเพียงเลขคณิตอีกต่อไป แต่กลายเป็นการจัดตารางเวลา

Mistral Large 4 มีราคาคงที่: 1.36 ดอลลาร์ต่ออินพุตหนึ่งล้านโทเค็น, 0.14 ดอลลาร์สำหรับอินพุตแบบแคช, 4.18 ดอลลาร์สำหรับเอาต์พุต ปัจจุบันมีโปรโมชันเปิดตัวที่ลดลงครึ่งหนึ่งของราคาดังกล่าวพอดี — 0.68 ดอลลาร์, 0.07 ดอลลาร์, 2.09 ดอลลาร์ — โดยไม่มีวันที่สิ้นสุดที่ประกาศไว้ ราคาป้ายมีความเสถียร แต่ราคาที่มีผลจริงไม่คงที่ และราคาที่คุณจ่ายจะขึ้นอยู่กับวันที่ที่ยังไม่มีใครประกาศ

DeepSeek V4 Pro คิดราคาตามช่วงเวลา: ช่วงนอกเวลาเร่งด่วน ราคาอินพุต $0.66 และเอาต์พุต $1.98 โดยจะเพิ่มเป็นสองเท่าเป็น $1.32 และ $3.96 ในสองช่วงเวลาของวันธรรมดา คือ 01:00–04:00 และ 06:00–10:00 UTC ตั้งแต่วันจันทร์ถึงวันศุกร์ ยกเว้นวันหยุดนักขัตฤกษ์ของจีน ราคาตามรายการคือราคาช่วงเวลาเร่งด่วนซึ่งใช้วันละสองครั้ง และเป็นราคาส่วนลดในเวลาที่เหลือ

เมื่อนำมาเทียบกันที่ราคาที่ประกาศไว้ดีที่สุด ราคาเอาต์พุตแบบโปรโมชันของ Mistral ($2.09) เกือบจะเท่ากับราคาเอาต์พุตช่วงนอกพีคของ DeepSeek ($1.98) ในกรณีที่แย่ที่สุด ราคาเอาต์พุตตามราคาปกติของ Mistral ($4.18) ใกล้เคียงกับราคาเอาต์พุตช่วงพีคของ DeepSeek ($3.96) — แต่ช่วงพีคของ DeepSeek เกิดขึ้นวันละเจ็ดชั่วโมง และราคาปกติของ Mistral จะมีผลเมื่อใดก็ตามที่โปรโมชันสิ้นสุด ทั้งสองตัวเลขไม่ใช่ตัวเลขที่แท้จริง

การเปรียบเทียบราคาที่พิมพ์ออกมาหนึ่งชุดทำให้เห็นรูปแบบได้ชัดเจน หน้า pricing ของ API ของ Mistral เองระบุว่า DeepSeek V4.1 Flash 1017 ราคา $0.30 ต่อล้านโทเค็นอินพุต และ $1.20 ต่อล้านโทเค็นเอาต์พุต — เท่ากับอัตราช่วงพีกของ DeepSeek พอดี โดยคิดแบบคงที่ โมเดลเดียวกันนี้ บนการ์ดราคาของผู้ขายต่อ มีราคาเป็นสองเท่าของราคาช่วงออฟพีกของ DeepSeek และไม่เคยถูกกว่าราคาช่วงพีกของ DeepSeek เลย นั่นไม่ใช่การตำหนิราคาของ Mistral แต่เป็นสิ่งที่การขายต่อมีหน้าตาเช่นนี้ เมื่อผู้ขายต้นทางปรับราคาของตัวเองวันละสองครั้ง

งานหนึ่งมีค่าใช้จ่ายเท่าไรในแต่ละกรณี

หนึ่งล้านโทเค็นอินพุตและ 100,000 โทเค็นเอาต์พุต ในรูปแบบของการประมวลผลเอกสารหนึ่งรอบพร้อมคำตอบจริงในตอนท้าย:

• Mistral Large 4 ในราคาตามรายการ — อินพุต $1.36 บวกเอาต์พุต $0.418: ประมาณ $1.78

• Mistral Large 4 ช่วงโปรโมชัน — ประมาณ 89 เซนต์

• DeepSeek V4 Pro ช่วงนอกเวลาเร่งด่วน — $0.66 บวก $0.198: ประมาณ 86 เซนต์

• DeepSeek V4 Pro ในช่วงเวลาพีค — ประมาณ $1.72

ดังนั้นงานเดียวกันจึงมีค่าใช้จ่ายระหว่าง 86 เซนต์ถึง 1.78 ดอลลาร์ ขึ้นอยู่กับผู้ให้บริการรายใดและช่วงเวลาใด — เป็นส่วนต่างประมาณ 2 เท่าที่ไม่เกี่ยวกับว่ามодельใดดีกว่า หากภาระงานของคุณสามารถเลื่อนเวลาได้แต่เปลี่ยน modello ไม่ได้ ตารางเวลาของ DeepSeek ก็เป็นคันโยกที่คุณควบคุมได้ หากเลื่อนเวลาไม่ได้ โปรโมชันของ Mistral ก็เป็นส่วนลดที่คุณได้รับและไม่สามารถวางแผนล่วงหน้าได้

ตรงจุดที่คำตัดสินพลิกผันจริง ๆ

สามคำถาม โดยเรียงตามลำดับที่ช่วยคลี่คลายเรื่องนี้

คุณต้องการรูปภาพไหม? ถ้าใช่ การเปรียบเทียบก็จบลงตรงนี้: DeepSeek V4 Pro รองรับเฉพาะข้อความ และฝั่ง Mistral เป็นฝั่งเดียวที่รับภาพได้ ถ้าไม่ใช่ นี่คือมิติเดียวที่ทั้งสองทดแทนกันได้จริง ๆ และรายการที่เหลือจะเป็นตัวตัดสิน

คุณกำลังขายต่อการเข้าถึงแบบดิบอยู่หรือไม่? หากคุณกำลังสร้างผลิตภัณฑ์ที่มีฟีเจอร์เรียกใช้โมเดล ใบอนุญาตทั้งสองแบบก็ใช้ได้ หากคุณกำลังเปิด API ที่ส่งมอบโมเดลเองให้แก่ลูกค้า ข้อ 2 ของ Mistral กำหนดให้ต้องมีข้อตกลงเชิงพาณิชย์ ส่วน MIT ของ DeepSeek ไม่กำหนด เช่นนั้น นั่นคือความแตกต่างทางกฎหมายที่มาพร้อมกับป้ายราคาซึ่งไม่มีผู้ขายรายใดเปิดเผย

ภาระงานของคุณสามารถจัดตารางเวลาได้หรือไม่? หากเป็นแบบแบตช์ แผนช่วงนอกเวลาใช้งานของ DeepSeek คือการคำนวณที่คุณดำเนินการได้ หากเป็นแบบอินเทอร์แอกทีฟและกระจุกตัวอยู่ในชั่วโมงทำงานของภูมิภาคใดภูมิภาคหนึ่ง คุณกำลังจ่ายอัตราช่วงพีคไม่ว่าคุณจะตั้งใจหรือไม่ และผู้ให้บริการที่คิดราคาคงที่ย่อมคุ้มค่ากว่าผู้ให้บริการที่ถูกกว่าแต่คุณเข้าถึงไม่ได้ในเวลาที่เหมาะสม

สิ่งเดียวที่ไม่ควรใช้ตัดสินเรื่องนี้ก็คืออันดับบนตารางคะแนน เลข 26 ของ Mistral บน Intelligence Index v5 เป็นค่าที่ผู้ขายรายงานเองจากเครื่องมือวัดที่สร้างตัวเองขึ้นใหม่เมื่อวันที่ 27 ตุลาคม ส่วน DeepSeek ไม่ได้เผยแพร่ตัวเลขที่เทียบเคียงกันได้ ตัวเลขสองตัวจากเครื่องมือสองชนิดไม่ใช่การเปรียบเทียบ แต่เป็นเพียงแผนภูมิเท่านั้น

สิ่งที่คุณสามารถเรียกได้ในวันนี้

DeepSeek V4 Pro อยู่บน OrcaRouter ในอัตราที่ DeepSeek ประกาศเอง — $0.66 ต่อล้านโทเค็นอินพุต และ $1.98 ต่อล้านโทเค็นเอาต์พุตในช่วงออฟพีค ซึ่งเพิ่มเป็นสองเท่าตามที่ตารางของ DeepSeek กำหนดไว้พอดี — ผ่านเอนด์พอยต์ที่เข้ากันได้กับ OpenAI และคีย์เดียวกันกับแค็ตตาล็อก 224 โมเดล พร้อมการสลับไปใช้เส้นทางอื่นโดยอัตโนมัติเมื่อเกิดข้อขัดข้องของผู้ให้บริการ Mistral Large 4 ไม่ได้อยู่ในแค็ตตาล็อกนั้น ณ เวลาที่เผยแพร่ ดังนั้นนี่จึงไม่ใช่เส้นทางที่เราเสนอให้ได้สำหรับโมเดลนี้; สามารถเรียกใช้ได้ผ่าน API ของ Mistral เองและโฮสต์ของบุคคลที่สาม

สำหรับทีมที่กำลังเลือกระหว่างสองตัวนี้ ลำดับขั้นที่ตรงไปตรงมาคือ: เลือกตามรูปแบบการใช้งานและสิทธิ์การใช้งาน จากนั้นวัดประสิทธิภาพการใช้โทเคนของแต่ละตัวจากทราฟฟิกของคุณเอง แล้วจึงกำหนดตารางเวลา ช่องว่างด้านราคาระหว่างสองตัวนี้มีอยู่จริง แต่จะเล็กกว่าที่อัตราซึ่งคุณจะถูกเรียกเก็บจริงเมื่อเทียบกับอัตราที่แสดงบนหน้าต่างการตลาดทั้งสองหน้า — และส่วนที่แตกต่างกันอย่างแท้จริงคือสิ่งที่สิทธิ์การใช้งานแต่ละแบบเปิดทางให้คุณสร้างต่อยอดได้ในภายหลัง