Mistral Large 4 so với Llama 4 Maverick: Khoảng cách về thế hệ, không phải về giá

Mistral Large 4 và Llama 4 Maverick là cùng một loại đối tượng chứ không phải cùng một thế hệ đối tượng. Cả hai đều là hỗn hợp chuyên gia thưa với cửa sổ ngữ cảnh một triệu token trên thẻ mô hình, cả hai đều nhận cả hình ảnh lẫn văn bản, và cả hai đều có thể được tải về và chạy trên phần cứng của riêng bạn. Maverick ra mắt ngày 5 tháng 4 năm 2025 với tổng cộng 400 tỷ tham số và 17 tỷ tham số hoạt động. Mistral Large 4 ra mắt bản xem trước ngày 6 tháng 10 năm 2026 và công bố trọng số vào ngày 29 tháng 10, với tổng cộng 1,05 nghìn tỷ tham số và 52 tỷ tham số hoạt động. Hai mô hình cách nhau mười chín tháng. Ở mức giá trung vị trên thị trường dịch vụ lưu trữ Maverick, chi phí giữa chúng cũng chỉ chênh khoảng 1,3 lần — điều mà gần như không ai ngờ khi nghe về một mô hình cũ đến vậy.

Câu trả lời ngắn gọn, trước những điều cần lưu ý

Nếu bạn đang bắt đầu một bản build mới vào cuối năm 2026 và cần khả năng suy luận, xử lý tài liệu dài hoặc lập trình agentic, thì Mistral Large 4 là mô hình tốt hơn và cũng đắt hơn. Nếu bạn cần một mô hình trọng số mở có thể tinh chỉnh, chạy trong môi trường cách ly mạng hoặc gọi với chi phí chỉ bằng một phần nhỏ của một xu cho mỗi yêu cầu trong một tác vụ trích xuất đơn giản, thì Llama 4 Maverick vẫn là một lựa chọn có thể biện minh — không phải vì nó cạnh tranh về năng lực, mà vì khối lượng công việc có thể không cần đến năng lực đó. Sai lầm là coi khoảng cách 19 tháng như một sự đối đầu. Đó là một bậc giá tình cờ nằm chung một danh mục, và phần giá cả còn lạ hơn phần năng lực.

Các con số cạnh nhau

• Tổng số tham số — Mistral Large 4 là 1,05T với 128 chuyên gia định tuyến cộng một chuyên gia dùng chung, so với 402B của Llama 4 Maverick với 128 chuyên gia, được Meta liệt kê là 400B.

• Tham số hoạt động — 52B mỗi token trên Mistral Large 4 (49B cho ngăn xếp ngôn ngữ, tính cả embedding và các lớp đầu ra thì đưa lên 52B) so với 17B trên Llama 4 Maverick, vì vậy khoảng cách tính toán mỗi token khoảng ba trên một.

• Ngữ cảnh — cả hai đều quảng cáo 1M token; con số mà một host thực sự cung cấp lại là một con số khác, và một phần sau sẽ đề cập đến điều đó.

• Phương thức — đầu vào văn bản và hình ảnh, đầu ra văn bản, trên cả hai. Bộ mã hóa thị giác của Mistral Large 4 có 1,6 tỷ tham số; bộ mã hóa dung hợp sớm của Maverick không được tách riêng trong các số liệu đã công bố của Meta.

• Suy luận — Mistral Large 4 cung cấp thang mức nỗ lực thấp, trung bình và cao, với mức cao là mặc định. Bảng thông số kỹ thuật của Artificial Analysis liệt kê Llama 4 Maverick là hoàn toàn không có chế độ suy luận.

• Giá mỗi triệu token — 0,70 USD đầu vào và 2,10 USD đầu ra trực tiếp từ Mistral, với đầu vào được lưu trữ đệm ở mức 0,07 USD, so với việc hoàn toàn không có giá niêm yết chính hãng cho Maverick, vì Meta không bán nó. Các nhà cung cấp dịch vụ tính giá thấp nhất là 0,17 USD đầu vào và 0,60 USD đầu ra; Artificial Analysis đưa ra mức trung vị của các nhà cung cấp là 0,50 USD và 1,68 USD.

• Giấy phép — Mistral Ecosystem Open-Weight License, một giấy phép MIT được sửa đổi kèm ngoại lệ model-as-a-service, so với Llama 4 Community License với ngưỡng 700 triệu người dùng hoạt động hàng tháng.

• Phát hành — ngày 29 tháng 10 năm 2026 đối với checkpoint Mistral Large 4, so với ngày 5 tháng 4 năm 2025 đối với Llama 4 Maverick, với thời điểm cắt kiến thức là tháng 8 năm 2024.

Cuộc đối đầu benchmark diễn ra giữa hai thước đo khác nhau.

Hãy tìm kiếm cặp so tài này, bạn sẽ thấy những trang khẳng định Mistral Large 4 đạt 38.0 trên Artificial Analysis Intelligence Index so với 14.3 của Maverick, và những trang khác khẳng định Maverick thắng chín trong mười một bài kiểm chuẩn. Cả hai bộ số liệu đều là thật theo nghĩa ai đó đã in chúng ra. Không bộ nào là một phép so sánh.

Trên Chỉ số Trí tuệ Artificial Analysis v5 hiện tại, được xây dựng lại vào ngày 27 tháng 10 năm 2026, Mistral Large 4 đạt 26 ở thiết lập suy luận cao và 23 ở mức trung bình. Con số 38,0 mà bạn thấy được trích dẫn là điểm của nó trên bản dựng v4.3.2 trước đó, từ bản xem trước tháng 10, và không thể lấy nó để trừ khỏi bất kỳ số đo nào sau khi xây dựng lại — chỉ số đã thay đổi, chứ không chỉ mô hình. Trong khi đó, Maverick hoàn toàn không có điểm chỉ số v5. Trang Artificial Analysis của nó hiển thị "N/A" ở vị trí lẽ ra là chỉ số trí tuệ, cùng với tốc độ 62,7 token đầu ra mỗi giây và ghi chú rằng nó chậm hơn mức trung bình so với cùng phân khúc. Con số 14,3 đang lưu hành trên các trang so sánh có từ trước khi xây dựng lại.

Điều có thể đo lường được thì hẹp hơn và trung thực hơn. Mistral báo cáo 41% trên Terminal-Bench 4.0, tăng từ 28% ở bản xem trước; 61.7% trên DeepSWE v1.1; 79% trên CyberGym-E2E; và 51 trên Artificial Analysis Cyber Index, đứng thứ ba trong số các mô hình trọng số mở. Mọi chỉ số trong số đó, trừ Cyber Index, đều do nhà cung cấp báo cáo trên bộ khung tác nhân của chính Mistral, và riêng con số Terminal-Bench đã được tái lập thấp hơn nhiều — 24.7% — khi cùng bộ trọng số đó chạy trên bộ khung mini-swe-agent trung lập của Artificial Analysis. Các con số đã công bố của Maverick là từ tháng 4 năm 2025 và sử dụng hoàn toàn một bộ đánh giá cũ hơn: 85.5 MMLU, 80.5 MMLU-Pro, 69.8 GPQA Diamond, 91.6 DocVQA, tất cả do Meta báo cáo khi ra mắt. Không có bộ khung đánh giá chung nào mà cả hai đã được chạy, nên phát biểu duy nhất có thể bảo vệ được là mang tính định hướng: mô hình mới hơn, lớn hơn, được huấn luyện suy luận làm tốt hơn ở các tác vụ khó, với mức chênh lệch mà chưa ai đo lường rõ ràng trên cả hai.

Một triệu token thực sự mang lại cho bạn những gì trên mỗi lựa chọn

Cửa sổ ngữ cảnh là nơi hai mô hình trông giống nhau nhất nhưng lại hành xử khác biệt nhất trong môi trường sản xuất.

Thẻ mô hình của Llama 4 Maverick ghi 1,048,576 token, và bảng thông số của Artificial Analysis cũng lặp lại con số 1M. Trên thực tế, hầu hết các nhà cung cấp dịch vụ đều giới hạn thấp hơn nhiều — 128K là mức phổ biến — và gần như không ai cung cấp cho bạn cả cửa sổ ngữ cảnh đầy đủ lẫn ngân sách đầu ra hữu ích. Đầu ra tối đa trên Maverick thường là 8K đến 16K tùy nhà cung cấp, và endpoint tự lưu trữ của chính Meta từng được liệt kê ở khoảng 4K. Vì vậy, một bản dựng “ngữ cảnh 1M” trên Maverick thường thực chất là bản dựng 128K trên một nhà cung cấp bên thứ ba, và bạn sẽ phát hiện ra điều đó ở tài liệu dài đầu tiên.

Mistral Large 4 công bố 1M thông qua API riêng của Mistral, đây ít nhất là một con số chịu trách nhiệm duy nhất thay vì kiểu may rủi tùy từng host. Tài liệu của Mistral không công bố con số đầu ra tối đa, vì vậy lời khuyên tương tự vẫn áp dụng: hãy đo cặp — cửa sổ đầu vào và giới hạn đầu ra — trên endpoint mà bạn thực sự sẽ gọi, không phải trên card.

Đây chính là loại việc mà một router sinh ra để làm. OrcaRouter chuyển thẳng giá niêm yết của nhà cung cấp với mức chênh lệch 0% và tự động chuyển đổi dự phòng giữa các nhà cung cấp, nên một host âm thầm cắt bớt cửa sổ ngữ cảnh sẽ hiện lên như một quyết định định tuyến chứ không phải một sự cố vận hành production. Cả Mistral Large 4 lẫn Llama 4 Maverick hiện đều chưa có trong danh mục của chúng tôi, nên đó là một lập luận về cách vận hành bất kỳ mô hình open-weight nào bạn chọn, chứ không phải tuyên bố rằng chúng tôi cung cấp hai mô hình này.

Hóa đơn, đã được tính toán — và vì sao mức chênh lệch mới là câu chuyện.

Hãy lấy một khối lượng công việc sản xuất khiêm tốn: 100 triệu token đầu vào và 40 triệu token đầu ra mỗi tháng.

• Mistral Large 4 theo giá niêm yết — 100 × $0.70 là $70, và 40 × $2.10 là $84, tổng cộng $154 một tháng.

• Llama 4 Maverick ở mức trung vị của nhà cung cấp — 100 × $0,50 là $50, và 40 × $1,68 là $67,20, tổng cộng $117,20 một tháng.

• Llama 4 Maverick tại một nhà cung cấp có giá cạnh tranh — mức khoảng $0.25 và $0.92 khiến cùng khối lượng công việc có chi phí $61.80.

• Llama 4 Maverick tại các nhà cung cấp rẻ nhất — khoảng $0.17 và $0.60 đưa mức giá về $41.

Vậy tỷ lệ so với Mistral Large 4 dao động từ 1,3 lần ở mức trung vị đến khoảng 3,8 lần ở đáy thị trường. Khoảng đó không phải là thuộc tính của mô hình. Nó là đặc điểm của việc bạn mua Maverick ở đâu, và nó rộng hơn khoảng cách giữa hai mô hình ở giữa phân phối. Một nhóm chạy đánh giá chuẩn trên host rẻ và lập ngân sách theo trung vị đã đưa một sai số 3× vào dự báo của chính mình.

Đặt điều đó bên cạnh năng lực mà hiện tại bạn không thể đo lường theo từng cặp, và quyết định sẽ không còn thuần là số học nữa. Cách lập luận hợp lý là chi phí cho mỗi công việc hoàn thành, không phải chi phí trên mỗi token: nếu Mistral Large 4 hoàn thành trong một lượt một nhiệm vụ mà trên Maverick cần ba lần thử và một vòng sửa chữa, thì ngay cả khoảng cách trung vị 1,3× cũng biến mất. Đó là một khẳng định mà bạn phải kiểm chứng trên chính các nhiệm vụ của mình, và đây là thử nghiệm đáng giá nhất mà một trong hai mô hình có thể được đưa qua trong tháng này.

Điều mà không ai nói thành lời: Maverick là Llama mở cuối cùng

Llama 4 Maverick chưa bị ngừng hỗ trợ. Nó vẫn có mặt trên Hugging Face, vẫn thuộc Llama 4 Community License và vẫn được triển khai rộng rãi cho các công việc tại chỗ và trong môi trường cách ly. Nhưng đây là điểm cuối của một dòng sản phẩm. Hướng phát triển tiên phong của Meta đã chuyển sang dòng Muse Spark đóng vào năm 2026, và chưa có Llama 5 nào được phát hành — những trang tuyên bố có một phiên bản như vậy đưa ra các thông số kỹ thuật mâu thuẫn với nhau và mâu thuẫn với chính các thông báo của Meta. Đầu tư vào nhánh Llama mở trên thực tế đã dừng lại.

Điều đó thay đổi ý nghĩa của việc “chọn Maverick”. Đó không phải là chọn một mô hình sẽ cải thiện; đó là chọn một mô hình sẽ giữ nguyên chính xác như hiện tại trong khi các công cụ xung quanh nó dần trôi đi. Với một hệ thống đã tinh chỉnh, đóng băng và triển khai thì điều đó ổn — thậm chí có thể coi là một lợi thế, vì không có gì dịch chuyển bên dưới bạn. Với một nền tảng mà bạn định phát triển trên đó, đó là một ngõ cụt với quỹ thời gian hai năm. Lưu ý rằng điểm cắt kiến thức là tháng 8 năm 2024: mô hình chưa từng thấy bất cứ điều gì xảy ra sau đó, và không lượng kỹ thuật gợi ý nào có thể khắc phục được điều đó.

Mistral Large 4 có hồ sơ rủi ro ngược lại. Nó mới ra mắt được sáu ngày dưới dạng bản phát hành trọng số mở, tài liệu của nó vẫn ghi là bản xem trước công khai, và giấy phép của nó yêu cầu một thỏa thuận thương mại nếu bạn định bán lại dịch vụ suy luận trên đó. Còn non trẻ và đang thay đổi, với các điều khoản cần đọc kỹ trước khi bạn xây dựng một doanh nghiệp dựa trên nó.

Nơi Maverick vẫn chiến thắng

Ba trường hợp, và đó không phải là những trường hợp nhỏ.

Đầu tiên là phần cứng. 400B tham số của Maverick vừa trong khoảng 373 GB ở FP8, tức là một node H100 hoặc H200 tám GPU. Checkpoint FP8 của Mistral Large 4 khoảng 1.06 TB trải trên 54 shard, và Mistral cho biết bản dựng NVFP4 đã lượng tử hóa chạy trên bốn GPU B200 hoặc B300. Nếu triển khai của bạn là một node trong rack bạn đã sở hữu, thì lựa chọn đã được định đoạt sẵn cho bạn.

Điều thứ hai là {{2}}tinh chỉnh{{/2}}. Maverick đã có mười chín tháng với LoRA cộng đồng, các công thức lượng tử hoá và hướng dẫn phục vụ. Mistral Large 4 mới có sáu ngày. Khoảng cách hệ sinh thái là có thật và được đo bằng giờ gỡ lỗi, không phải bằng điểm chuẩn.

Thứ ba là hình dạng nhiệm vụ. Phân loại, trích xuất, định tuyến, tóm tắt tài liệu ngắn, tạo chú thích ảnh với khối lượng lớn — không việc nào trong số này cần một mô hình suy luận nghìn tỷ tham số, và tất cả đều trở nên rẻ hơn trên một mô hình chỉ có 17B tham số hoạt động. Trả giá cao cho các token suy luận mà bạn không bao giờ dùng là cách phổ biến nhất khiến các đội ngũ lãng phí tiền khi lựa chọn mô hình.

Nếu bạn muốn một mô hình trọng số mở hiện hành mà không phải là một trong hai mô hình này, danh mục OrcaRouter có Kimi K3 và GLM-5.3-Flash, cả hai đều có thể gọi bằng cùng một khóa API như hơn 200 mô hình còn lại mà chúng tôi định tuyến, theo giá niêm yết của nhà cung cấp, không cộng thêm. Chúng đóng khung phép so sánh này chứ không nằm bên trong — GLM-5.3-Flash niêm yết ở $0.15 cho đầu vào và $0.50 cho đầu ra, thấp hơn hẳn cả hai mô hình ở đây, trong khi Kimi K3 niêm yết ở $3.00 và $15.00, cao hơn hẳn cả hai. Không mô hình nào trong hai mô hình đó thay thế được hai mô hình trong bài này, nhưng chúng là hai nơi rõ ràng để tìm nếu không đầu nào của phép so sánh này phù hợp.

Cách đưa ra quyết định trong một buổi chiều

Lấy hai mươi tác vụ thực tế từ nhật ký của bạn. Chạy chúng qua cả hai mô hình với cùng lời nhắc và cùng giới hạn đầu ra, rồi chấm điểm chúng dựa trên việc đầu ra có dùng được mà không cần con người chỉnh sửa hay không. Ghi lại số token mà mỗi lần chạy đã tiêu tốn, nhân với mức giá ở trên, rồi chia cho số đầu ra dùng được. Như vậy bạn có chi phí trên mỗi kết quả dùng được, con số duy nhất trụ được khi va chạm với ngân sách.

Kỳ vọng của tôi, được nêu như một kỳ vọng chứ không phải một phát hiện: Mistral Large 4 thắng nửa khó của bộ đó và thua nửa dễ về chi phí, và điểm phân chia nằm đúng ở chỗ các tác vụ của bạn thôi cần suy luận nhiều bước. Maverick không phải mô hình tốt hơn. Nó là mô hình rẻ hơn ở mức trung vị chừng nào còn đủ rẻ — và sau mười chín tháng không có kế nhiệm, đó là một canh bạc có ngày hết hạn nhìn thấy được.