Mistral Large 4 so với Gemini 3.8 Flash: Ưu đãi khiến nó rẻ hơn cả gói giá rẻ của Google

Trên lý thuyết, đây là một mẫu chủ lực đối đầu với một mô hình flash và lẽ ra không nên sát nút đến thế. Trên thực tế, ngay lúc này, mức giá khuyến mại của Mistral Large 4 — 0,68 USD mỗi triệu token đầu vào và 2,09 USD mỗi triệu token đầu ra — thấp hơn Gemini 3.8 Flash với mức 0,75 USD và 3,75 USD trên cả hai dòng, đồng thời mang lại trần đầu ra lớn hơn. Ở mức giá niêm yết của Mistral là 1,36 USD và 4,18 USD, thứ tự đảo ngược ở đầu vào và gần như đảo ngược ở đầu ra. Vậy câu hỏi trung thực không phải là mô hình nào rẻ hơn. Mà là bạn sẽ phải trả mức giá nào trong ba tháng tới, và chưa ai tại Mistral công bố ngày quyết định điều đó.

Ba tấm thẻ quan trọng

• Mistral Large 4 theo giá niêm yết — $1.36 đầu vào, $0.14 bộ nhớ đệm, $4.18 đầu ra mỗi triệu token. Ngữ cảnh 1M được công bố, 524,288 đo được. Đầu vào văn bản và hình ảnh, đầu ra văn bản. Trọng số được công bố ngày 29 tháng 10, 1,060.6 GB bf16, theo Mistral Ecosystem Open-Weight License.

• Mistral Large 4 đang khuyến mãi — $0.68, $0.07, $2.09. Cùng một mô hình, giá chỉ bằng một nửa, không có ngày kết thúc nào được công bố ở bất kỳ đâu mà chúng tôi có thể tìm thấy.

• Gemini 3.8 Flash — $0.75 đầu vào và $3.75 đầu ra mỗi triệu token, với lượt đọc bộ nhớ đệm ở mức $0.075, trên OrcaRouter theo giá niêm yết của Google. Ngữ cảnh 1M, nhưng đầu ra tối đa 65K, và thời gian p50 đo được đến token đầu tiên là 8,13 giây.

Hai trong số ba mục đó là cùng một sản phẩm với mức giá khác nhau, đó là lý do vì sao phép so sánh này phải được thực hiện hai lần.

Giới hạn đầu ra mới là sự khác biệt thực sự.

Sáu mươi lăm nghìn token nghe có vẻ nhiều cho đến khi bạn thử tạo một tài liệu dài trong một lần gọi. Một báo cáo 40.000 từ tương đương khoảng 55.000 token; thêm một dàn ý và một phần mở đầu, thì việc tạo chỉ trong một lần gọi trên Gemini 3.8 Flash sẽ chạm trần trước khi hoàn tất. Cửa sổ 524K đã đo được của Mistral lớn gấp tám lần, còn mức 1M do nhà cung cấp tuyên bố thậm chí còn lớn hơn thế.

Đối với lưu lượng chat và agent, giới hạn trần không bao giờ ràng buộc và cả hai mô hình đều hành xử giống nhau. Đối với việc tạo tài liệu, tổng hợp bản ghi, các tệp mã dài hoặc bất kỳ thứ gì yêu cầu một yêu cầu duy nhất phải tạo ra toàn bộ sản phẩm, giới hạn trần chính là cột quyết định và giá tiền chỉ là một sai số làm tròn cộng thêm vào đó. Đó là cách diễn đạt trung thực về "flash versus flagship" ở đây: mô hình nhỏ không hề rẻ hơn đối với công việc mà nó không thể làm.

Độ trễ, và nên tin con số của ai

Gemini 3.8 Flash đo được 8,13 giây đến token đầu tiên trên trang của chúng tôi. Mistral Large 4 không có phép đo phục vụ tương đương nào mà chúng tôi có thể trích dẫn — Artificial Analysis báo cáo ngữ cảnh 524.288 token trên cấu hình đã kiểm thử của nó, nhưng một MoE nghìn tỷ tham số không phải là sản phẩm có độ trễ thấp theo đúng kiểu mà một phân khúc flash hướng đến. Nếu sản phẩm của bạn mang tính tương tác, hãy giả định mô hình lớn hơn chậm hơn và đo trước khi cam kết; nếu là xử lý theo lô, cả hai con số đều không quan trọng.

Giấy phép xuất hiện ở đâu, và vì sao nó không phải là một chú thích.

Các trọng số của Mistral có thể tải xuống theo một giấy phép cho phép sử dụng thương mại, sửa đổi và huấn luyện tiếp, đồng thời dành riêng mô hình dưới dạng dịch vụ — trao cho bên thứ ba quyền kiểm soát có ý nghĩa đối với đầu vào, tham số hoặc dữ liệu huấn luyện — cho một thỏa thuận riêng. Mô hình của Google không có tài liệu như vậy vì không có gì để tải xuống. Nếu lý do bạn đang xem xét Mistral là bạn muốn chạy mô hình bên trong vành đai bảo mật của riêng mình, thì đó chính là toàn bộ sự khác biệt và việc so sánh giá chỉ là thứ yếu.

Cách quyết định

Nếu bạn cần trần đầu ra lớn trong quý này và sẵn sàng chấp nhận một chương trình khuyến mãi có thể kết thúc, thì Mistral Large 4 với mức $0.68/$2.09 là lựa chọn tạo sinh đa phương thức ngữ cảnh lớn rẻ nhất hiện có trên hai card này — và rủi ro là giá tăng gấp đôi mà không báo trước, đúng là điều cần đưa vào ngân sách như một kịch bản thay vì một bất ngờ.

Nếu bạn cần một mức giá cố định, đã được công bố, có chiết khấu theo cache và không phải bận tâm về chuyện cấp phép, thì Gemini 3.8 Flash có giá $0.75 / $3.75, với lượt đọc từ cache ở mức $0.075, trên OrcaRouter theo đúng giá niêm yết của Google, không phụ phí, dùng chung một key với 223 mô hình khác. Đây cũng là lựa chọn rẻ hơn ngay khi chương trình khuyến mãi của Mistral kết thúc, và là lựa chọn rẻ hơn hiện nay cho mọi khối lượng công việc không bao giờ chạm tới ngưỡng 65K của nó — chỉ theo nghĩa là bạn không phải trả tiền cho một năng lực mà mình không thể dùng.

Hãy chạy cả hai trong một tuần với cùng các lời nhắc và đếm số tác vụ hoàn thành trên mỗi đô la. Việc so sánh giá niêm yết đã được thực hiện hai lần trong bài viết này, và nó đưa ra hai câu trả lời khác nhau.