Mistral Large 4 so với Qwen3.8 Max: Một vị thế dẫn đầu được tuyên bố mà những con số được công bố phủ nhận

Bài đăng ra mắt Mistral Large 4 của Mistral nêu rằng mô hình này đạt điểm Coding Agent Index tổng hợp 49.8%, đưa nó "dẫn trước DeepSeek V4 Pro 0813 và Qwen3.8 Max". Artificial Analysis đã xếp Qwen3.8 Max vào cùng họ chỉ số đó, và con số Terminal-Bench 4.0 của nó là 38.9%. Mistral báo cáo mô hình của chính mình đạt 28.3% trên bộ kiểm thử ấy. Cả hai con số đều đến từ Artificial Analysis — một công khai, một được tạo riêng tư trước khi bộ kiểm thử ra mắt — và chúng chỉ về hai hướng trái ngược. Đó không phải là lý do để gạt bỏ mô hình nào. Đó lại là điều hữu ích nhất ở cuộc so tài này, vì nó cho bạn biết chính xác trong hai mô hình, mô hình nào bạn có thể xác minh ngay hôm nay, và nó đặt vấn đề giá cả lên một cách gay gắt: Qwen3.8 Max có giá 2.00 USD mỗi triệu token đầu vào và 6.00 USD mỗi triệu token đầu ra, so với 0.68 USD và 2.09 USD của Mistral Large 4, đắt gấp khoảng ba lần, và trên mọi thước đo được công bố, nó là mô hình mạnh hơn.

Cả hai đều là những nỗ lực ở quy mô Alibaba và quy mô Mistral nhắm vào cùng một thứ — một mô hình chủ lực đa phương thức gốc phục vụ khoảng một triệu token ngữ cảnh cùng khả năng suy luận, công cụ và đầu ra có cấu trúc — được phát hành cách nhau chín tuần, lần lượt ở dạng bản xem trước công khai và bản phát hành chính thức. Một trong hai đã được phát hành từ ngày 3 tháng 8 năm 2026 và có cả một cột điểm số độc lập. Cái còn lại ra mắt vào ngày 6 tháng 10 năm 2026 với lời hứa phát hành trọng số vào cuối tháng và một quá trình chạy học tăng cường mà nhà cung cấp của nó nói rằng vẫn đang leo dốc.

Cột đã xuất bản và cột đã được hứa

Qwen3.8 Max là tầng năng lực cao nhất của Alibaba tính đến nay, và Alibaba định vị nó đối đầu trực tiếp với GPT-5.5, Claude Opus 4.7 và Gemini 3.1 Pro trong hướng dẫn di trú của chính mình. Đây là mô hình đa phương thức gốc hỗ trợ văn bản, hình ảnh và video với đầu ra dạng văn bản, sở hữu cửa sổ ngữ cảnh 1.000.000 token, và ma trận năng lực của nó xác nhận chế độ suy nghĩ, gọi hàm, công cụ tích hợp sẵn và đầu ra có cấu trúc. Nó được phục vụ qua ba định dạng truyền tải — tương thích OpenAI, tương thích Anthropic và DashScope gốc — từ Bắc Kinh, Singapore, Tokyo, Frankfurt và nhiều khu vực khác.

Trên Artificial Analysis, nó đạt 45,4 trên Intelligence Index v4.3.2, xếp thứ 17 trong số 147 mô hình, và 76,2 trên chỉ số AA Coding, xếp thứ 9 trong số 138 và đồng hạng với Kimi K3 ở vị trí dẫn đầu nhóm trọng số mở. Nó đạt 92,8% trên GPQA Diamond, 80,3% trên khả năng gợi nhớ ngữ cảnh dài, 52,1% trên SciCode và 47,8% trên tau-banking. Kết quả Terminal-Bench 2.1 của nó là 88,8%.

Mistral Large 4 là một mô hình hỗn hợp chuyên gia chi tiết với 49 tỷ tham số hoạt động trên tổng số 1,05 nghìn tỷ và một bộ mã hóa thị giác 1,6 tỷ tham số, được huấn luyện từ đầu trên 3.800 GPU NVIDIA Grace Blackwell trong các trung tâm dữ liệu châu Âu của chính Mistral trên dữ liệu bao gồm hơn 160 ngôn ngữ. Nó tiếp nhận văn bản và hình ảnh trên khoảng một triệu token; Chỉ số Trí tuệ Nhân tạo của nó tồn tại dưới tiêu đề "Mistral Large 4 Preview" và không mang Chỉ số Trí tuệ; các trọng số được hứa hẹn vào cuối tháng 10 năm 2026.

• Chỉ số Trí tuệ — Qwen3.8 Max 45,4 (thứ 17 trong số 147) so với Mistral Large 4 chưa được công bố

• Chỉ số lập trình — Qwen3.8 Max 76.2 (thứ 9 trong số 138) vs Mistral Large 4 không có mức tương đương

• Terminal-Bench 4.0 — Qwen3.8 Max 38,9% so với Mistral Large 4 28,3%, được đánh giá riêng tư

• Cửa sổ ngữ cảnh — Qwen3.8 Max 1.000.000 token so với Mistral Large 4 khoảng 1.000.000

• Phương thức đầu vào — Qwen3.8 Max văn bản, hình ảnh và video so với Mistral Large 4 văn bản và hình ảnh

• Giá đầu vào — Mistral Large 4 $0,68 mỗi 1M so với Qwen3.8 Max $2,00 mỗi 1M

• Giá đầu ra — Mistral Large 4 2,09 USD mỗi 1M so với Qwen3.8 Max 6,00 USD mỗi 1M

• Đầu vào được lưu trong bộ nhớ đệm — Mistral Large 4 0,07 USD mỗi 1 triệu so với Qwen3.8 Max 0,25 USD mỗi 1 triệu

• Trọng số — Mistral Large 4 hứa hẹn giấy phép mở vào cuối tháng 10 năm 2026 so với Qwen3.8 Max đóng

• Đã phát hành — Qwen3.8 Max ngày 3 tháng 8 năm 2026 so với Mistral Large 4 ngày 6 tháng 10 năm 2026, bản xem trước

Giải quyết mâu thuẫn, trong chừng mực có thể giải quyết được

Hai con số Terminal-Bench 4.0 thực sự không nhất quán, và lời giải thích khả dĩ nhất lại chính là lời giải thích ít kịch tính nhất: chúng là những lần chạy khác nhau. Con số 28,3% của Mistral được mô tả là do Artificial Analysis đánh giá riêng trước khi harness được phát hành công khai, nghĩa là nó có thể đã được đo trên một harness tiền phát hành, ở mức nỗ lực suy luận khác, hoặc với cách lấy mẫu khác. Con số 38,9% của Qwen được đo trên harness đã công bố, ở bất kỳ cấu hình nào mà Artificial Analysis đã chuẩn hoá. So sánh trực tiếp hai con số này chẳng khác nào so một bản nháp với một bản cuối, và bản nháp lại chính là bản trông tệ hơn.

Cũng đáng chú ý xem mâu thuẫn này nghiêng theo hướng nào. Mistral tuyên bố dẫn đầu trên Coding Agent Index tổng hợp — 49,8%, xếp trên Qwen3.8 Max — trong khi công bố con số Terminal-Bench 4.0 kém Qwen mười điểm. Một chỉ số tổng hợp gộp nhiều đánh giá, nên cả hai đều có thể đúng cùng lúc, và một mô hình có kết quả DeepSWE v1.1 mạnh (Mistral báo cáo 61,7%) cùng kết quả Terminal-Bench yếu vẫn có thể thắng ở mức trung bình. Nhưng cho đến khi Coding Agent Index được công khai, thành phần duy nhất của tuyên bố đó mà người đọc có thể kiểm chứng là thành phần mà Mistral đang thua kém. Chính sự bất đối xứng đó là thứ đáng bị nghi ngờ, dù theo hướng nào.

Gấp ba lần mức giá thực sự mua được điều gì

Hai thứ, và chỉ một trong số đó là hiệu năng.

Video là điểm cụ thể. Qwen3.8 Max chấp nhận video một cách native như một đầu vào hạng nhất; Mistral Large 4 thì không. Chương đa phương thức của Mistral nói về hình ảnh — định vị ngữ cảnh cho các cảnh dày đặc, xác minh các chi tiết cơ khí trong bản vẽ kỹ thuật, truy xuất bằng chứng từ PDF, quét ảnh vệ tinh gigapixel — và không điều nào trong đó đòi hỏi hình ảnh chuyển động. Nếu pipeline của bạn xử lý bản ghi, bản demo hoặc kho lưu trữ video, thì việc so sánh giá là không liên quan, bởi vì một trong hai mô hình này không thể nhận đầu vào của bạn. Đây là ranh giới về năng lực, không phải khác biệt về bảng giá, và không lần đổi giá nào có thể dịch chuyển được nó.

Điều thứ hai là bằng chứng. Điểm 45,4 trên Index của Qwen3.8 Max, vị trí thứ 9 về lập trình và mức 88,8% trên Terminal-Bench 2.1 đều có thể tái lập trên các harness đã công bố bởi bất kỳ ai muốn bỏ ra số token ấy. ML4 của Mistral đưa ra một mức trần được tuyên bố cao hơn cho lập trình agentic và tự động hóa, một đánh giá mù do con người thực hiện trong đó nó nhỉnh hơn Kimi K3 và GLM-5.3 về chất lượng lập trình được cảm nhận, cùng một tuyên bố cụ thể về an ninh mạng — 82% trên bài kiểm tra tái tạo-và-vá của Artificial Analysis, cao nhất trong số mọi mô hình được kiểm tra, với 93% trên Cybench. Mỗi một điểm trong số đó đều do nhà cung cấp báo cáo hoặc được đánh giá riêng tư. Một đội ngũ phải biện minh cho lựa chọn mô hình trước một cuộc thẩm định mua sắm sẽ chấp nhận trả mức phụ phí gấp ba lần để có câu trả lời bằng giấy trắng mực đen.

Dù vậy, chỉ số an ninh mạng là tuyên bố duy nhất trong so sánh này mà mức giá thấp hơn không thể bù đắp, bởi vì đó là năng lực, không phải lợi thế. Mistral báo cáo rằng một số mô hình đóng hàng đầu, bao gồm Claude Opus 5.5 và GPT-6 Astra, đạt điểm gần bằng không trong cùng bài kiểm tra tái tạo và vá lỗi vì chúng từ chối nhiệm vụ, và rằng tỷ lệ từ chối trung bình của ML4 đối với các prompt về an ninh mạng được lấy từ JailbreakBench, StrongREJECT và AgentHarm cao hơn so với các mô hình trọng số mở khác trong khi vẫn hoàn thành công việc. Qwen3.8 Max không được báo cáo trong bài kiểm tra đó. Nếu công việc của bạn liên quan đến việc tái tạo lỗ hổng, câu hỏi không phải là ai rẻ hơn; mà là ai sẽ thực sự làm công việc đó.

Trọng số, và nơi chúng chạy

Đây là điểm mà Mistral Large 4 nắm giữ lợi thế mang tính cấu trúc duy nhất mà mức giá cao gấp ba lần của Qwen không thể chạm tới. Mistral đã cam kết phát hành trọng số của ML4 theo giấy phép mở trước cuối tháng 10 năm 2026, cùng với thông tin chi tiết về kiến trúc và phương pháp huấn luyện hậu kỳ. Điều đó biến chi phí theo token thành một quyết định về vốn: nếu bạn có GPU, bạn ngừng trả tiền theo token, ngừng gửi dữ liệu cho bên thứ ba và ngừng phải chịu chính sách kiểm duyệt của người khác. Gói Max của Alibaba là một sản phẩm đóng, chỉ cung cấp qua API, và không có gì cho thấy điều đó sẽ thay đổi.

Địa lý là địa lý. Qwen3 được phục vụ từ {{1}}Singapore{{/1}}, {{2}}Tokyo{{/2}} và {{3}}Frankfurt{{/3}} cùng nhiều nơi khác — một dấu chân toàn cầu thực sự, nhưng được vận hành bởi Alibaba. Bản xem trước công khai của Mistral Large chạy trên {{4}}European infrastructure{{/4}}, được vận hành từ đầu đến cuối và độc lập với các nhà cung cấp dịch vụ kỹ thuật số khác, theo {{5}}European law{{/5}}. Đối với một người mua được quản lý ở châu Âu, hai câu đó hỗ trợ các kết quả mua sắm rất khác nhau mặc dù cả hai mô hình đều có sẵn ở cùng một thành phố. Vòng gọi vốn Series D trị giá 3 tỷ euro của Mistral — vòng gọi vốn cổ phần lớn nhất từng được huy động bởi một công ty công nghệ châu Âu — tồn tại để tài trợ chính xác cho sự khác biệt đó, và ML là sản phẩm đầu tiên của nó.

Định tuyến qua hai dạng khả dụng

Điều bất thường ở sự kết hợp này là hai mô hình không chỉ khác nhau về giá cả và năng lực mà còn ở cách bạn truy cập chúng. Qwen3.8 Max hỗ trợ các giao thức tương thích OpenAI, tương thích Anthropic và gốc DashScope từ nhiều khu vực khác nhau; Mistral Large 4 chỉ là một endpoint xem trước duy nhất từ một nhà vận hành. Việc chuẩn hóa điều đó từ mã ứng dụng của bạn là công việc thực sự, và đó là kiểu công việc bắt đầu nhỏ rồi lớn dần mỗi khi một nhà cung cấp thay đổi điều gì đó.

Cả hai đều nằm sau một endpoint tương thích OpenAI duy nhất trên OrcaRouter với mức đánh dấu 0%, và chính điều đó khiến khoảng cách giá trong bài viết này ổn định thay vì chỉ là một ảnh chụp nhất thời: giá niêm yết của nhà cung cấp được chuyển nguyên vẹn, nên vào ngày Mistral kết thúc mức giá preview hay Alibaba điều chỉnh giá Qwen, những con số mà các quy tắc định tuyến của bạn đánh giá cũng thay đổi theo. DSL định tuyến chính là nơi những thế mạnh khác nhau của hai mô hình trở thành một bề mặt gọi duy nhất — các yêu cầu có video thì gửi tới Qwen3.8 Max, công việc về hình ảnh và tài liệu thì gửi tới Mistral Large 4, còn bất cứ thứ gì phải giữ ngân sách nghiêm ngặt thì gửi tới ML4 trước, với Qwen làm phương án leo thang khi tuyên bố về chỉ số kết hợp tỏ ra thực sự quan trọng trong một tác vụ thực tế. Tự động chuyển đổi dự phòng trong cặp đôi này đáng giá hơn so với phần lớn các trường hợp, bởi vì một chân là API preview trong tháng đầu tiên còn chân kia là một hạng đóng mà bạn không thể lập kế hoạch dung lượng. Ở những chỗ câu hỏi 49,8 so với 76,2 về lập trình thực sự chưa ngã ngũ đối với khối lượng công việc của bạn, mô hình fusion có thể chạy cả hai trên cùng một prompt và để một hội đồng chọn, cách này rẻ hơn so với chạy đấu loại hai lần.

Phán quyết

Qwen3.8 Max là mô hình tốt hơn xét theo mọi thứ đã được công bố. Điểm Index 45,4, chỉ số lập trình 76,2 và 38,9% trên Terminal-Bench 4.0 của nó đều nằm trên cùng các bản sửa đổi như của mọi mô hình khác; nó nhận video, đã có mặt trên thị trường được hai tháng, và có thể truy cập qua ba định dạng truyền tải từ năm khu vực. Nếu hiệu năng và khả năng kiểm chứng là những yếu tố quyết định, thì mức giá gấp ba chính là cái giá của một mô hình flagship đã xuất xưởng và đã được đo lường.

Mistral Large 4 thắng về giá khoảng ba lần, về đọc cache hơn ba lần, về công việc an ninh mạng nơi phương án thay thế từ chối, và ở hai lập luận mà Qwen không thể trả lời: cam kết mở trọng số vào cuối tháng 10, và một triển khai châu Âu do Mistral vận hành từ đầu đến cuối. Tuyên bố 49,8% trên Coding Agent Index là thứ sẽ định đoạt điều đó — nếu con số đó xuất hiện trên một harness công khai trước con số của Qwen, mô hình rẻ hơn trở thành mô hình tốt hơn và khoản phụ trội biến mất. Nếu không, Mistral đang bán một mức giá xem trước cho một mô hình thua kém một đối thủ đã phát hành, và quan điểm trung thực là bạn đang mua lộ trình chứ không phải mô hình.

Hãy theo dõi ba mốc thời gian. Cuối tháng 10 năm 2026, khi trọng số của ML4 hoặc được phát hành, hoặc tuyên bố mở trọng số dịu đi. Việc công bố Artificial Analysis Coding Agent Index, nơi các đánh giá riêng tư của Mistral và điểm số công khai của Qwen gặp nhau trên cùng một cột. Và thời điểm kết thúc giai đoạn xem trước, bất cứ khi nào Mistral công bố, bởi vì $0,68 và $2,09 là mức giá ra mắt và không dự báo nào nên giả định rằng mức giá đó sẽ tồn tại sau khi phát hành trọng số.