Muse Wonder so với Mistral Large 4.0: So sánh một mô hình đã phát hành với một mô hình vẫn đang trong bản xem trước

Điều trung thực đầu tiên cần nói về Muse Wonder so với Mistral Large 4.0 là chỉ một trong hai đã hoàn thiện. Meta Superintelligence Labs đã đưa Muse Wonder lên API thương mại vào ngày 12 tháng 10 năm 2026: 4,00 USD cho mỗi triệu token đầu vào, 20,00 USD cho mỗi triệu token đầu ra, cửa sổ 1.048.576 token, và Chỉ số Thông minh Artificial Analysis là 52. Mistral AI đã đưa Mistral Large 4.0 vào bản xem trước công khai vào ngày 6 tháng 10 năm 2026 — sớm hơn sáu ngày — với giá 1,36 USD đầu vào và 4,18 USD đầu ra mỗi triệu token, chỉ số độc lập là 38,4, không công bố trọng số, không có giấy phép được nêu tên, và một mức trần đầu ra mà Mistral chưa tài liệu hóa. Mọi điều dưới đây đều đúng trong tuần này và một phần trong đó được dự kiến sẽ không còn đúng trước tháng Mười Một, vì Mistral đã nói rằng các trọng số sẽ đến vào cuối tháng.

Mười bốn điểm, và cái giá phải trả

Khoảng cách tổng hợp là rộng nhất trong chuỗi này, và đây là con số ít thú vị nhất trên trang. Cả hai số liệu đều đến từ Artificial Analysis ở cùng một bản sửa đổi chỉ số của họ, nên chúng có thể so sánh trực tiếp với nhau:

• Chỉ số Trí tuệ — Muse Wonder (max) 52, thứ chín trong số 219 mô hình; Mistral Large 4 Preview 38.4, thứ sáu mươi tư trong số 225

• Giá niêm yết — Muse Wonder $4.00 vào / $0.20 bộ nhớ đệm / $20.00 ra mỗi triệu; Mistral Large 4.0 $1.36 vào / $0.14 bộ nhớ đệm / $4.18 ra

• Chi phí cho mỗi tác vụ lập chỉ mục — Muse Wonder khoảng 4,52 USD; Mistral Large 4.0 khoảng 1,13 USD, chỉ bằng một phần tư mức đó

• Token đầu ra trong lần chạy chỉ mục — Muse Wonder khoảng 130 triệu; Mistral Large 4.0 khoảng 200 triệu

• Cửa sổ ngữ cảnh — Muse Wonder 1.048.576 token được công bố và cung cấp; Mistral Large 4.0 1.048.576 trong tài liệu của Mistral, 524.288 theo như trình đánh giá độc lập đọc nó

• Tham số — Muse Wonder không được tiết lộ; Mistral Large 4.0 tổng cộng 1,05 nghìn tỷ với 49 tỷ hoạt động mỗi token cùng một bộ mã hóa thị giác 1,6 tỷ tham số

• Trọng số — Muse Wonder độc quyền, không có bản nào được công bố; Mistral Large 4.0 hiện độc quyền, được hứa sẽ mở vào cuối tháng 10 năm 2026

Tỷ lệ chi phí 4× mới là quyết định thực sự, và nó không được xoa dịu bởi khoảng cách chỉ số theo cách một số cặp so sánh trong loạt bài này được xoa dịu. Muse Wonder dùng ít token hơn mà vẫn đạt điểm cao hơn 14 điểm, nên phần chênh lệch giá thực sự là mua năng lực chứ không phải mua sự dài dòng. Nhưng điểm chỉ số 38,4 không phải là một mô hình tồi — nó nằm xấp xỉ ở vị trí của một mô hình suy luận tầm trung đủ năng lực — và câu hỏi mà người mua thực sự phải đối mặt là liệu 14 điểm năng lực có đáng để tăng gấp bốn lần chi phí vận hành trên một pipeline xử lý rất nhiều token hay không.

Đối với hầu hết công việc khối lượng lớn, thì không. Đối với lập trình tác tử và các tác vụ chuyên môn dài hạn, điểm số bản xem trước của Mistral Large 4.0 yếu đến mức mô hình rẻ hơn không phải là phương án thay thế thực sự; chính số liệu của nhà cung cấp đặt nó ở 28,3 trên Terminal-Bench 4.0 và 49,8 trên Chỉ số Tác tử Lập trình tổng hợp của họ, vốn là một đẳng cấp kết quả khác so với các con số terminal mà Meta công bố cho Muse Wonder.

Điều khoản xem trước

Tài liệu của chính Mistral hiện không thể thống nhất với chính nó về mô hình này, và một bản so sánh được viết vào hôm nay cũng thừa hưởng điều đó.

• Cửa sổ ngữ cảnh được nêu là 1 triệu token trong tài liệu của Mistral và được Artificial Analysis đọc là 524.288 — gấp đôi, vẫn chưa được giải quyết.

• Số lượng tham số hoạt động hiển thị là 49 tỷ trên một số giao diện của Mistral và 52 tỷ trên những giao diện khác.

• Không có giấy phép nào được nêu tên. Tài liệu của chính Mistral gắn nhãn bản phát hành này là “Open” mà không nêu rõ cụ thể, còn bên đánh giá lại gắn cờ độc quyền cho nó với trường giấy phép bỏ trống. Mistral Large 3 đi kèm Apache 2.0; bản này thì chưa đi kèm gì cả.

• Độ dài đầu ra tối đa không được ghi rõ trong tài liệu.

• Giá khuyến mãi khi ra mắt — $0.68 cho đầu vào và $2.09 cho đầu ra, bằng một nửa mức giá tiêu chuẩn — bị gạch ngang trên bảng giá của Mistral, nghĩa là nó sẽ kết thúc.

Không điều nào trong số đó là một vụ bê bối. Chúng là hình dáng của một bản xem trước khi nhìn từ bên ngoài: một mô hình có cấu hình phục vụ vẫn đang thay đổi, được bán với ít thông báo hơn, có thể bị định giá lại hoặc ngừng cung cấp trong khoảng thời gian ngắn hơn so với một bản phát hành chính thức (GA). Muse Wonder có những câu hỏi chưa được giải đáp của riêng mình — checkpoint Full chỉ dành cho thuê bao, tính năng Active Memory mà chưa ai kiểm thử trong môi trường sản xuất — nhưng bảng giá, cửa sổ ngữ cảnh và các endpoint của nó là những dữ kiện đã cố định chứ không phải một cách hiểu tốt nhất ở thời điểm hiện tại.

Hệ quả thực tế đối với bất kỳ ai đang đánh giá so sánh hai thứ này với nhau là cột Mistral sẽ dịch chuyển. Điểm số của một mô hình preview thay đổi giữa các phiên bản của cùng một harness mà nhà cung cấp không hề thông báo gì, và một workload được tinh chỉnh theo một con số preview thì nên được coi như đang tinh chỉnh theo một mục tiêu luôn dịch chuyển.

Những điểm Mistral Large 4.0 có mà Muse Wonder không có

Hai điều, và cả hai đều cụ thể thay vì tăng dần.

Đầu tiên là triển khai có chủ quyền, và đó là câu trả lời về mua sắm hơn là về điểm chuẩn. Mistral huấn luyện và phục vụ mô hình này trong các trung tâm dữ liệu châu Âu của chính mình trên phần cứng châu Âu — tài liệu ra mắt dẫn 3.800 GPU NVIDIA Grace Blackwell và vòng gọi vốn Series D trị giá 3 tỷ euro — và mô hình này có khả năng đa ngôn ngữ gốc với khoảng 160 ngôn ngữ, bao gồm mọi ngôn ngữ chính thức của EU. Đối với người mua ở khu vực công hoặc trong ngành chịu quản lý tại châu Âu, điều đó thường là toàn bộ quyết định, và Muse Wonder không tham gia vào đó dù với bất kỳ mức giá nào. Mô hình của Meta do Meta phục vụ, theo các điều khoản của Meta.

Thứ hai là công việc bảo mật, nơi các tuyên bố của Mistral đặc biệt cụ thể. Nhà cung cấp báo cáo 82% về việc tái tạo và vá một lỗ hổng mã nguồn mở thực tế, mà họ mô tả là cao nhất trong số bất kỳ mô hình nào được kiểm tra, và 93% trên một bộ 40 thử thách an ninh mạng. Họ còn tuyên bố rằng Claude Opus 5.5 và GPT-6 Astra đạt gần như bằng không trong cùng bài kiểm tra vì chúng từ chối nhiệm vụ. Đó là những con số do nhà cung cấp báo cáo về mô hình của chính Mistral, và tuyên bố từ chối là cách một nhà cung cấp mô tả hành vi của hai đối thủ cạnh tranh — hãy coi cả hai đều là tuyên bố. Tuy nhiên, nếu những con số này đúng dù chỉ gần đúng, thì có một loại công việc bảo mật phòng thủ và tạo bản vá mà ở đó một mô hình có chỉ số 38,4 lại hữu ích hơn một mô hình có chỉ số 52, đây là kiểu đảo ngược mà điểm tổng hợp không thể thể hiện.

Về chất lượng viết code được con người đánh giá thay vì một hệ thống đánh giá tự động, một đánh giá mù do Surge AI thực hiện với các nhãn được ẩn đi và những người gán nhãn chuyên nghiệp đã cho Mistral Large 4.0 điểm 3,74 trên thang năm điểm, đứng thứ hai trong năm mô hình được thử nghiệm — xếp trên Kimi K3 ở 3,59 và sau Claude Opus 5 ở 4,22. Đó là một tín hiệu nhỏ nhưng có thật cho thấy điểm tổng hợp đánh giá thấp mô hình này về code, và đó là kiểu con số mà các bảng của nhà cung cấp không bao giờ có.

Câu hỏi về châu Âu, và câu hỏi về định tuyến

Mistral Large 4.0 không có trong danh mục của OrcaRouter. Không tồn tại route mistral nào cho model này ở phía chúng tôi và trang này sẽ không ngụ ý rằng có — nền tảng riêng của Mistral, Studio API của họ cùng một số nền tảng bên thứ ba mới là nơi bản xem trước hiện đang chạy. Muse Wonder của Meta cũng không phải của chúng tôi: Meta Model API và Muse Code là nơi nó chạy, và không có mục meta/muse-wonder nào trong danh mục của chúng tôi.

Điều có thể định tuyến ở đây chính là lớp nằm bên dưới cả hai quyết định. Muse Spark 1.2 — checkpoint Meta lớn hơn mà dòng này kế thừa — nằm trong danh mục ở mức 1,25 USD cho đầu vào và 4,25 USD cho đầu ra trên mỗi triệu token trong cửa sổ 1.048.576 token, với 0,15 USD cho mỗi lần đọc từ cache. Và lý do để giữ cả hai so sánh này trên cùng một endpoint là vì không bên nào là một khoản mua đã chốt: bản xem trước của Mistral sẽ thay đổi khi trọng số được phát hành và giấy phép được gọi tên, còn checkpoint Full của Meta có thể có hoặc không có đường dẫn API. Giá niêm yết của nhà cung cấp được chuyển nguyên vẹn với mức chênh lệch 0%, nên khi một nhà cung cấp định giá lại một bản xem trước — như mức giá ra mắt bị gạch ngang của Mistral rốt cuộc cũng sẽ làm — thì con số phía chúng tôi thay đổi ngay trong cùng ngày chứ không phải vào chu kỳ thanh toán kế tiếp. DSL định tuyến và tự động chuyển đổi dự phòng tồn tại chính vì đúng cái hình dạng mà so sánh này mang: một khối lượng công việc bạn muốn thử trên một mô hình chưa ổn định mà không đặt cược một đường dẫn sản xuất vào nó.

Lựa chọn giữa một mô hình đã hoàn thiện và một mô hình chưa hoàn thiện

• Hãy chọn Mistral Large 4.0 khi việc triển khai phải mang tính châu Âu, khi phạm vi đa ngôn ngữ ở các ngôn ngữ EU là quan trọng, hoặc khi công việc là bảo mật phòng thủ và tạo bản vá. Trong ba trường hợp đó, khoảng cách chỉ số là công cụ không phù hợp.

• Hãy chọn Mistral Large 4.0 khi chi phí mỗi tác vụ là ràng buộc. Ở mức $1.13 cho mỗi tác vụ lập chỉ mục so với $4.52, đây là mức rẻ nhất trong loạt này, chỉ bằng một phần tư, và với phân loại, trích xuất và tóm tắt khối lượng lớn thì nó không có đối thủ gần bằng.

• Đừng xây dựng dựa trên các con số xem trước của Mistral Large 4.0 như thể chúng là bản cuối cùng. Một mô hình mà cửa sổ ngữ cảnh và số lượng tham số vẫn còn đang tranh cãi ngay trên các trang của chính nhà cung cấp là một mô hình mà cột benchmark sẽ thay đổi.

• Hãy chọn Muse Wonder khi công việc mang tính tác tử và dài hạn, khi đầu vào là giọng nói hoặc video, hoặc khi đầu ra cần chạy dài — mức trần phản hồi đơn 943.718 token của Meta không có tương đương ở đây, vì Mistral chưa công bố một mức như vậy.

• Hãy chọn Muse Wonder khi bạn cần năng lực đó ngay lúc này và có thể trả gấp bốn lần cho nó. Khoảng cách chỉ số mười bốn điểm trên một endpoint GA với bảng giá đã chốt là mức phí cao hơn cho sự chắc chắn cũng như cho điểm số.

Lý do việc ghép cặp này khó đưa ra được một phán quyết rõ ràng là hai mô hình không cạnh tranh cho cùng một giao dịch mua. Một bên là mô hình tiên phong với bảng giá đã công bố và bộ tính năng còn dang dở; bên kia là mô hình rẻ hơn, mang tính chủ quyền, vẫn đang định hình với một giấy phép còn chưa tồn tại. Trong ba tuần nữa, Mistral Large 4.0 có thể sẽ là mô hình thú vị hơn trong hai — trọng số mở theo một giấy phép được nêu tên sẽ thay đổi mọi đoạn ở trên. Còn ngay lúc này, chỉ một trong hai là thứ bạn có thể cam kết.