Mistral Large 4 vs Mistral Large 3: Bản nâng cấp đắt hơn 40%

Thông báo ngừng hỗ trợ chỉ dài một câu, và đó là điều có hệ quả lớn nhất mà Mistral công bố trong tháng 10. “Mô hình này đã ngừng hỗ trợ. Hãy dùng Mistral Large 4 cho các tích hợp mới,” trang tài liệu dành cho Mistral Large 3, đề ngày 31 tháng 10 năm 2026, viết như vậy — hai ngày sau khi trọng số của Mistral Large 4 ra mắt. Large 3 không bị rút vào ngày mai; nó đang bị đóng cửa với công việc mới, mà trên thực tế có nghĩa là mọi tích hợp, lần đánh giá và lần chạy benchmark mới từ nay đều hướng tới một mô hình tốn thêm 40% mỗi token và được phát hành theo giấy phép không còn cho phép bạn bán lại nó một cách tự do. Đó là sự đánh đổi mà bản nâng cấp yêu cầu bạn thực hiện, và đó không phải là sự đánh đổi mà phạm vi bao phủ của benchmark mô tả.

Thông báo ngừng hỗ trợ thực sự nói gì

Trang mô hình của Mistral liệt kê Mistral Large 3 với 675 tỷ tham số tổng và 41 tỷ tham số hoạt động, ngữ cảnh 256K, phát hành ngày 2 tháng 12 năm 2025 theo Apache 2.0. Bản thay thế của nó, Mistral Large 4, có 1,05 nghìn tỷ tham số tổng và 52 tỷ tham số hoạt động, ngữ cảnh 1M, được xem trước ngày 6 tháng 10 năm 2026 và mở trọng số vào ngày 29 tháng 10. Mistral đặt tên mistral-large-4 là bản kế nhiệm theo API id.

Hai chi tiết trong cặp đó đáng được chú ý hơn mức chúng nhận được. Thứ nhất là giấy phép đã thay đổi. Apache 2.0 trở thành Mistral Ecosystem Open-Weight License, một giấy phép MIT sửa đổi cho phép sử dụng thương mại nhưng yêu cầu một thỏa thuận thương mại riêng đối với bất kỳ ai cung cấp mô hình dưới dạng model-as-a-service. Nếu bạn tinh chỉnh Large 3 và bán quyền truy cập vào kết quả, Large 4 yêu cầu bạn trao đổi với Mistral trước. Thứ hai là tài liệu của chính Mistral vẫn gắn nhãn Mistral Large 4 là "Public Preview" trong khi phần giấy phép trên cùng trang mô tả nó là trọng số mở. Cả hai đều có thể đúng — mô hình đã được công bố, bản phát hành chưa chính thức khép lại — nhưng một nhóm đang lên kế hoạch chuyển đổi không nên coi "preview" và "open weight" là cùng một tín hiệu về độ chín.

Giá đã tăng, và chi phí cho mỗi tác vụ đã giảm

Cả hai câu đều đúng, và chính điều đó khiến bản nâng cấp này trở nên khó hiểu.

• {{1}}Token đầu vào{{/1}} — {{2}}$0.50 mỗi triệu trên Mistral Large 3, $0.70 trên Mistral Large 4. Tăng 40%.{{/2}}

• Token đầu ra — 1,50 USD mỗi triệu trên Mistral Large 3, 2,10 USD trên Mistral Large 4. Tăng 40%.

• Đầu vào được lưu trong bộ nhớ đệm — 0,07 USD mỗi triệu trên Mistral Large 4; trang tài liệu về Large 3 của Mistral không liệt kê mức giá cho đầu vào được lưu trong bộ nhớ đệm.

• Chi phí cho mỗi tác vụ hoàn thành trên chỉ số Artificial Analysis — 2,06 USD trên Mistral Large 4, giảm 63% so với 5,54 USD của bản xem trước tháng 10.

Con số 63% là có thật và nó mô tả một điều khác với những gì người mua trải nghiệm. Nó so sánh Large 4 với bản xem trước trước đó của chính nó, khi mô hình vừa đắt hơn trên mỗi token vừa dài dòng hơn nhiều. Điều nó không làm là so sánh Large 4 với Large 3, vì Artificial Analysis hiện không công bố điểm Intelligence Index nào cho Large 3 cả — trang này liệt kê chỉ số là không áp dụng và mô hình là không có cấu hình API nào được đánh giá công khai. Vì vậy, mức nhảy "9 đến 38.4" được lan truyền rộng rãi giữa hai mô hình không phải là thước đo của lần nâng cấp này. Đó là điểm từ một bản dựng chỉ số đã bị thay thế kể từ đó.

Thành thật mà nói, câu hỏi về điểm số.

Trên Artificial Analysis Intelligence Index v5 hiện tại — được xây dựng lại vào ngày 27 tháng 10 năm 2026 — cặp so sánh tương đương duy nhất có sẵn nằm trong chính dòng họ Large 4. Bản xem trước tháng 10 đạt 25 điểm, còn checkpoint được phát hành đạt 26 điểm ở mức suy luận cao và 23 điểm ở mức trung bình. Đó là mức cải thiện đo được nhờ ba tuần học tăng cường bổ sung mà Mistral mô tả, và nó chỉ là một điểm.

Về tuyên bố mang tính thế hệ, bạn chỉ còn lại các đánh giá của chính Mistral: 41% trên Terminal-Bench 4.0 so với 28% ở bản xem trước, 61,7% trên DeepSWE v1.1, 79% trên CyberGym-E2E, 84,5% trên BrowseComp. Tất cả đều do nhà cung cấp tự báo cáo, và riêng con số Terminal-Bench đo lường một thứ khác nhau tùy thuộc vào scaffold: 24,7% khi cùng các trọng số đó chạy trên harness mini-swe-agent trung lập của Artificial Analysis. Không có bộ đánh giá tương đương nào do Mistral công bố cho Large 3 để đặt cạnh đó. Bất kỳ ai nói với bạn rằng Large 4 tốt hơn Large 3 đúng N điểm đều đang trích dẫn một chỉ số không còn tồn tại ở dạng đó nữa.

Những gì có thể nói mà không cần thước đo: Large 4 bổ sung một thang suy luận mà Large 3 không có, với các mức nỗ lực thấp, trung bình và cao mà mô hình cũ không hề có, và mức cao là mặc định. Nó tăng gấp đôi ngữ cảnh lên 1M và, hệ quả lớn hơn đối với các tác vụ dài, nó suy nghĩ trước khi trả lời. Đó là những thay đổi mang tính phân loại, không phải thay đổi về quy mô. Cái giá của một thay đổi mang tính phân loại là các prompt cũ sẽ hành xử khác đi — đôi khi tốt hơn, thường thì tốn kém hơn.

Hóa đơn cho một khối lượng công việc thực tế

Một trăm triệu token đầu vào và bốn mươi triệu token đầu ra mỗi tháng, cùng khối lượng được sử dụng ở những chỗ khác trên blog này vì nó xấp xỉ một trợ lý hỗ trợ quy mô vừa.

• Mistral Large 3 — 100 × $0.50 là $50, và 40 × $1.50 là $60, tổng cộng $110 một tháng.

Mistral Large 4 — 100 × $0,70 là $70, và 40 × $2,10 là $84, tổng cộng $154 một tháng.

• Sự khác biệt — $44 một tháng, hay 40%, cho cùng số lượng token.

Số lượng token giống hệt nhau là giả định cần xem xét kỹ. Mistral Large 4 mặc định là một mô hình suy luận và các mô hình suy luận phát ra nhiều token hơn cho cùng một yêu cầu. Artificial Analysis đo được 82.000 token đầu ra mỗi tác vụ chỉ mục trên checkpoint đã phát hành — giảm 39% so với 135.000 của bản xem trước, điều đó cho thấy phần lớn chi phí của bản xem trước đến từ việc nói dài dòng, và cũng cho thấy 82.000 vẫn là con số lớn. Mistral cũng tuyên bố riêng rằng mô hình này sử dụng ít hơn 47% token mỗi tác vụ so với GLM-5.3, đây là so sánh với một đối thủ cạnh tranh, không phải với Large 3.

Hệ quả thực tế: nếu bạn thay mô hình phía sau một prompt không đổi, số token của bạn sẽ tăng cùng với đơn giá, và hóa đơn sẽ thay đổi hơn 40%. Hãy hạ mức nỗ lực suy luận xuống thấp cho phân loại, trích xuất và tạo văn bản ngắn, và khoảng cách sẽ thu hẹp. Để nó ở mức cao cho mọi việc, và bạn đang trả một khoản phí suy luận cho công việc chưa bao giờ cần đến nó. Chỉ một cài đặt đó đáng giá hơn bất kỳ khoản chiết khấu chuyển đổi nào.

Giấy phép là phần cần đọc hai lần.

Apache 2.0 trên Mistral Large 3 đồng nghĩa không có điều kiện nào đáng để luật sư bận tâm. Giấy phép Open-Weight của Hệ sinh thái Mistral trên Large 4 là một MIT sửa đổi: được tự do sử dụng, sửa đổi, tinh chỉnh và thương mại hóa, với một giấy phép thương mại riêng được yêu cầu đối với model-as-a-service. Thông báo của Mistral nêu rõ rằng các nhà cung cấp phải có được một giấy phép như vậy.

Các điều khoản loại trừ có ý nghĩa quan trọng đối với các bên trung gian. Định nghĩa loại trừ các sản phẩm đầu cuối được nhúng và “việc chỉ chuyển tiếp yêu cầu đến các mô hình do bên khác lưu trữ”, điều này để ngỏ khả năng cho một cổng chuyển lưu lượng đến suy luận do Mistral lưu trữ. Điều mà định nghĩa không bao quát rõ ràng là việc tự lưu trữ trọng số và để người khác gọi đến chúng — điều mà một nhóm nền tảng làm khi dựng một điểm cuối suy luận dùng chung cho các nhóm sản phẩm của chính mình. Nếu kiến trúc của bạn là như vậy, bản nâng cấp sẽ thay đổi cả vị thế pháp lý lẫn hóa đơn của bạn, và câu trả lời là một cuộc trao đổi với Mistral chứ không phải là đọc giấy phép.

Đây cũng là lúc một lớp định tuyến chứng minh được giá trị của mình, kèm một lưu ý. OrcaRouter chuyển nguyên giá niêm yết của nhà cung cấp với 0% phụ phí, nên thay đổi giá từ nhà cung cấp có hiệu lực ngay phía chúng tôi trong cùng ngày thay vì đợi đến kỳ gia hạn hợp đồng tiếp theo — hữu ích khi giá một mô hình chuyển từ $1.36 xuống $0.70 trong ba tuần, như trường hợp này. Nhưng cả Mistral Large 4 lẫn Mistral Large 3 đều không có trong danh mục của chúng tôi, nên chúng tôi không thể định tuyến việc di chuyển này cho bạn. Điều chúng tôi có thể làm là giữ phần còn lại của ngăn xếp của bạn trên một khóa trong khi bạn quyết định, với chuyển đổi dự phòng tự động và hơn 200 mô hình phía sau một endpoint duy nhất.

Danh sách kiểm tra di chuyển vừa trên một màn hình

• API id — mistral-large-2512 trở thành mistral-large-4 hoặc bí danh mistral-large-4-0 của nó; id cũ vẫn tiếp tục phục vụ lưu lượng hiện có nhưng không còn mở cho các tích hợp mới.

• Tham số suy luận — Large 4 cung cấp mức effort ở low, medium và high, với high là mặc định và low thay thế chế độ "none" cũ; những prompt chưa từng đặt tham số này giờ sẽ suy luận.

• Ngữ cảnh — 256K trở thành 1M, điều này thay đổi chiến lược chia nhỏ hơn là thay đổi mô hình; các pipeline truy xuất được tinh chỉnh cho 256K sẽ âm thầm bắt đầu gửi những prompt lớn hơn nhiều nếu bạn để chúng tự do.

• Ngân sách đầu ra — Mistral không công bố con số đầu ra tối đa cho Large 4; hãy đo nó dựa trên endpoint bạn gọi trước khi bạn giả định một con số.

• Thị giác — Mistral công bố bộ mã hóa thị giác 1.6B cho Large 4 và không tách riêng bộ mã hóa này cho Large 3; đường xử lý đa phương thức là native ở cả hai, nhưng hãy chạy lại các tác vụ hình ảnh thay vì giả định rằng chúng tương đương.

• Giấy phép — nếu bạn bán lại dịch vụ suy luận (inference), hãy lấy thỏa thuận thương mại trước khi phát hành sản phẩm, chứ không phải sau đó.

• Evals — hãy tái lập đường cơ sở trên chính các tác vụ của bạn ở mức nỗ lực cao và thấp. Số liệu của nhà cung cấp không thể áp dụng thay cho bạn, và tỷ lệ đạt trước đây của bạn cũng vậy.

Ai nên hành động ngay, và ai nên chờ đợi

Hãy chuyển ngay nếu công việc của bạn mang tính agentic, ngữ cảnh dài hoặc nặng về suy luận, và nếu hóa đơn của bạn bị chi phối bởi các lần thử lại thay vì token ở lần đầu. Mức tăng giá 40% không phải con số quan trọng trong bối cảnh đó; con số quan trọng là một tác vụ cần bao nhiêu lần thử, và reasoning ladder là thứ đầu tiên Mistral đã tung ra mà có khả năng làm giảm con số đó.

Khoan đã — nếu khối lượng công việc của bạn là khối lượng lớn, đầu ra ngắn và vốn đã đạt yêu cầu. Mức tăng giá 40% cho năng lực mà bạn không sử dụng là một khoản lỗ rõ ràng, và Large 3 vẫn tiếp tục phục vụ. Việc ngừng hỗ trợ chỉ đóng cửa nó với các tích hợp mới, không đóng cửa với lưu lượng hiện có — nhưng hãy coi đó là khoảng thời gian chạy đà có điểm kết thúc, không phải một phương án vĩnh viễn, và hãy yêu cầu Mistral xác nhận bằng văn bản ngày ngừng hỗ trợ thay vì suy đoán từ một trang tài liệu.

Còn nếu bạn đang cân nhắc giữa hai mô hình dựa trên một biểu đồ benchmark, hãy kiểm tra trước xem nó đến từ chỉ số nào. Những con số được trích dẫn nhiều nhất cho cặp này được đo trên một bản build đã bị thay thế vào ngày 27 tháng 10, và điểm số duy nhất mà cả hai mô hình cùng có hôm nay là việc Large 4 có một điểm còn Large 3 thì không. Một quyết định di trú đưa ra dựa trên những căn cứ đó là quyết định dựa trên một chiếc thước đã cũ — đúng kiểu điều mà một đợt tăng giá 40% khiến trở nên đắt đỏ.