Mistral Large 4 vs Qwen3-Max: Mô hình rẻ lại chính là mô hình có cửa sổ nhỏ

Khoảng cách về giá đi theo hướng ngược lại với khoảng cách về kích thước, và đó chính là toàn bộ điểm đáng chú ý của cặp đôi này. Qwen3-Max có giá 0,36 USD cho mỗi triệu token đầu vào và 1,43 USD cho đầu ra — bằng một phần tư giá niêm yết đầu ra của Mistral Large 4 và khoảng một phần ba giá khuyến mãi của nó. Nó phục vụ ngữ cảnh 262K token với mức trần đầu ra 65K. Mistral Large 4 tuyên bố ngữ cảnh 1M, đo được 524.288 trong cấu hình đã thử nghiệm và tạo ra tối đa chừng đó trong một câu trả lời duy nhất.

Vậy mô hình giá rẻ chính là mô hình cửa sổ nhỏ, và việc điều đó có quan trọng hay không hoàn toàn phụ thuộc vào nội dung bạn gửi cho nó.

Các thẻ

• Qwen3-Max — đầu vào $0.36, đầu ra $1.43 mỗi triệu; ngữ cảnh 262K; đầu ra tối đa 65K.

• Mistral Large 4 — $1,36 đầu vào, $0,14 bộ nhớ đệm, $4,18 đầu ra; được chào bán ở mức $0,68 / $0,07 / $2,09. Ngữ cảnh 1M được công bố, 524.288 đo được; 1,05 nghìn tỷ tham số, 52 tỷ tham số hoạt động, với bộ mã hóa thị giác 1,6 tỷ tham số.

• Tỷ lệ — Mistral là 3,8× Qwen về đầu vào và 2,9× về đầu ra theo giá niêm yết; 1,9× và 1,5× theo giá khuyến mãi.

Hai tỷ lệ đó là cùng một sản phẩm được mô tả theo hai cách, và chỉ một trong hai mới tồn tại được sau khi một đợt khuyến mãi chưa ai ấn định ngày kết thúc kết thúc.

Nơi 262K thực sự ràng buộc

Hai trăm sáu mươi hai nghìn token tương đương khoảng 200.000 từ. Một codebase cỡ vừa, một bộ hợp đồng dài, một bản ghi kéo dài nhiều giờ — tất cả những thứ đó đều vượt qua nó. Một tài liệu đơn lẻ, một lịch sử trò chuyện, tập làm việc của một agent — hầu hết những thứ đó thì không. Cách trung thực để quyết định là đo phân vị thứ 95 của độ dài đầu vào và so sánh nó với mức trần thay vì với giá trị trung bình; giá trị trung bình không bao giờ ràng buộc còn phần đuôi thì luôn ràng buộc.

Trần đầu ra ràng buộc thường xuyên hơn nhiều so với mọi người tưởng. Sáu mươi lăm nghìn token tương đương khoảng 50.000 từ, và bất kỳ lần tạo nào trong một yêu cầu duy nhất — một báo cáo dài, một tệp mã lớn hay một bản tổng hợp toàn bộ biên bản — đều tiến sát ngưỡng đó. Cửa sổ 524K đo được của Mistral lớn hơn gấp tám lần, chính là khác biệt giữa một lần gọi và một pipeline chia nhỏ — và pipeline chia nhỏ ngốn thời gian kỹ thuật mà không mức giá theo token nào phản ánh được.

Chênh lệch giá thực sự mua được gì

Chạy một triệu token đầu vào và 100.000 token đầu ra qua cả hai card. Qwen3-Max: 0,36 USD cộng 0,143 USD — khoảng 50 xu. Mistral theo giá niêm yết: 1,36 USD cộng 0,418 USD — 1,78 USD. Khi khuyến mãi: 89 xu.

Vậy mẫu flagship tốn từ 1,8× đến 3,6× so với mẫu rẻ hơn cho cùng một tác vụ, và đổi lại nó có ngữ cảnh lớn hơn gần bốn lần, giới hạn đầu ra lớn hơn tám lần, đầu vào hình ảnh gốc thông qua bộ mã hóa 1,6 tỷ tham số, trọng số được công bố và một giấy phép bạn có thể đọc. Việc điều đó có đáng 1,28 đô-la cho tác vụ này hay không là câu hỏi về tác vụ, không phải về thị trường.

Một điều mà bảng so sánh chưa phản ánh: Mistral công bố một dòng giá đầu vào đã lưu cache ở mức $0.14, còn thẻ thông tin của Qwen3-Max, theo như chúng tôi đọc, không có mục tương đương. Với một agent gửi lại cùng một tiền tố ổn định ở mỗi lượt, hàng còn thiếu đó có thể đáng giá hơn cả phần chênh lệch giá niêm yết — và đó chính là điều đầu tiên cần đo lường thay vì giả định khi thử nghiệm cả hai.

Cái nào định tuyến đến đâu?

Qwen3-Max có thể gọi trên OrcaRouter với mức giá niêm yết của nó, trên cùng endpoint tương thích OpenAI như một danh mục gồm 224 mô hình, với tính năng tự động chuyển đổi dự phòng. Mistral Large 4 không nằm trong danh mục đó; nó chạy qua API riêng của Mistral và các nhà cung cấp bên thứ ba.

Quy tắc định tuyến mà các thẻ hỗ trợ rất đơn giản: công việc đầu vào ngắn, đầu ra ngắn, khối lượng lớn sẽ đi đến mô hình 36 xu, vì không có giới hạn trần nào bị chạm và giá là biến số duy nhất. Bất kỳ thứ gì trong phần đuôi dài — một tài liệu đầy đủ, một cơ sở mã lớn, một lần gọi tạo sinh — đều đi đến mô hình có cửa sổ lớn hơn, vì mô hình rẻ hơn sẽ từ chối công việc thay vì giảm giá nó.

Và nếu bạn đang chọn Mistral dựa trên con số khuyến mãi, hãy nhớ những gì trang này đã so sánh: theo giá niêm yết, tỷ lệ so với Qwen là gần bốn trên một về đầu vào, chứ không phải hai.