GPT-6 Astra 對比 Mistral Large 4：能力差距、價格差距，以及基準測試忽略的三件事

Mistral Large 4 比 GPT-6 Astra 便宜大約三到七倍，而在智慧指數上大約落後十六分。根據 2026 年 10 月 8 日當週所讀取的獨立數據，Mistral Large 4 Preview 在 Artificial Analysis 的 Intelligence Index v4.3 上為 38.4，GPT-6 Astra 則為 54.7——這個差距比 Astra 與此級距中任何其他模型之間的差距都更大——而價目表則是每百萬個詞元 $0.68 與 $2.09，相對於 $10.00 與 $50.00。如果唯一的問題是每美元能換到多少能力，答案會是：困難工作用 Astra，大量處理用 Mistral Large 4，而文章就會在此結束。

問題不僅於此，因為決定這場對決的三項差異，並未出現在任何一家供應商的基準測試表中。Mistral Large 4 於 2026 年 10 月 6 日以公開預覽形式登場，其權重尚未釋出，由 Mistral 自家的歐洲資料中心提供服務，並以封閉模型無論出價多高都無法複製的拒答行為作為行銷訴求。GPT-6 Astra 於 2026 年 9 月 3 日推出，是 OpenAI 產品線的旗艦，屬於封閉、受審核的模型，而在這次比較中，它就是那個會說不的模型。這與該指數所衡量的軸線不同。

規格，每一行的兩側

• 發佈 — GPT-6 Astra 2026 年 9 月 3 日，正式推出；對比 Mistral Large 4 2026 年 10 月 6 日，公開預覽

• 參數 — Astra 未披露，對比 Mistral Large 4 總計 1.05 兆、每個 token 啟用 490 億，另加一個 16 億參數的視覺編碼器

• 上下文視窗 — Astra 為 1,050,000 個 token，對比 Mistral Large 4 宣稱可達 1M，但 Artificial Analysis 在其測試的配置上讀取到 524,288

• 最大輸出 — Astra 為 128,000 個 token，Mistral Large 4 則尚未有相關文件記錄

• 輸入價格 — Astra 每 1M $10.00，對比公佈價目表上的 Mistral Large 4 $1.36，目前以促銷價 $0.68 收費

• 輸出價格 — Astra 每 100 萬 $50.00，對比 Mistral Large 4 的牌價 $4.18，目前為 $2.09

• 快取輸入 — Astra 每 1M $1.00 對比 Mistral Large 4 $0.14，目前 $0.07

• 長上下文級別 — 輸入權杖超過 272,000 時，Astra 會將整個請求重新定價為 $20.00 和 $75.00；Mistral 並未公布任何可相比的級距

• 權重 — Astra 為閉源，相較之下 Mistral Large 4 承諾於 2026 年 10 月底前以未具名的開放授權條款推出，但目前尚未釋出

• 運行位置 — Astra 部署在 OpenAI 的基礎設施、Azure 與 AWS Bedrock 上，而 Mistral Large 4 目前則在 Mistral 自家的歐洲叢集上運行，一旦權重釋出即可自行託管

• 獨立智慧指數 — Astra 54.7 對 Mistral Large 4 Preview 38.4

• 獨立長上下文召回 — Astra 80.7 對 Mistral Large 4 81.3，這是 Mistral 唯一領先的一項能力

指數差距確實存在，而且它並不是模型的全部。

五十四對三十八不是四捨五入的差異。在同一評測者的 Terminal-Bench 4.0 測試框架上，Astra 錄得 59.1%，而 Mistral Large 4 Preview 為 26.8%；且在 Artificial Analysis 自家頁面上，Mistral Large 4 被標示為每項任務平均約需 507 秒，而 Astra 的索引執行每次運算成本約為 3.26 美元。一個每項任務耗時八分鐘且分數低十六分的模型，在代理式編碼上並非處於同一個工作負載等級的競爭。

有兩條線朝相反方向發展，而這兩者都值得納入任何決策之中。Mistral Large 4 在長文本召回上領先，81.3 對上 80.7，這對文件繁多與檢索繁重的工作而言是實質優勢，而歐洲買家最可能正是在這類工作上需要它。而且它是一個 1.05 兆參數混合專家模型的預覽版，Mistral 表示該模型仍處於尚未飽和的強化學習階段——用該廠商自己的話來說，它預期「未來數週與數月內會有大幅且快速的進步」。你今天做基準測試的這個模型，是你未來會被收費的版本中最差的一個。Astra 的 54.7 繫於一項固定的能力；Mistral 的 38.4 則繫於一項正在變動的能力，而這兩項事實都以各自不同的方式對買家有利。

Mistral 的數字從何而來，這些數字又是由誰跑出來的

Mistral 的發布資料對來源出處異常謹慎，而這種謹慎本身就是一項資訊。三項備受矚目的 agentic 編碼數據——在 DeepSWE v1.1 上達 61.7%、在 SWE-Atlas-QnA 上達 59.4%，以及在 Terminal-Bench 4.0 上達 28.3%，合計構成 49.8% 的 Coding Agent Index 分數——Mistral 稱其是由 Artificial Analysis 在該測試框架公開發布前私下評估。它們尚未出現在公開指數上，這使它們比自行執行的基準測試更有力，但今天仍無法由你重現。

本次發布中最強的獨立資料點，並非由 Mistral 自己跑出來的。第三方標註公司 Surge AI 在隱藏模型身分的情況下，針對程式設計品質進行了一項盲測人工評估，專業標註員在 1 至 5 分制中給 Mistral Large 4 Preview 評了 3.74 分——在五個模型中排名第二，僅次於 Claude Opus 5 的 4.22，並領先 Kimi K3 的 3.59、GLM-5.3 的 3.60 與 GLM-5.2 的 3.40。另一端是具名實驗室的盲測人工評估，與自行發布的表格屬於不同類型的證據，而這是本次公告中最強的一項獨立結果。

Mistral 表格中其餘所有內容都是廠商自行回報且未經重現的，包括下方的資安數據。請把它們視為一家自信滿滿的實驗室所提出的說法，而非實測數據。

Mistral 實際上在賣的是：拒絕

這是這場比較中任何基準測試都捕捉不到的部分，也是兩家廠商在這場對決中說過最犀利的一句話。

在 Artificial Analysis 的 Cyber Index 上，Mistral 表示 Mistral Large 4 名列全球前五，並且是中國以外所開發的開源權重模型中表現最領先的。在其中一項特定測試——重現開源軟體中的真實漏洞並加以修補——它回報的成績為 82%，被形容為所有模型中最高，同時在 Cybench 的 40 項競賽練習中拿下 93%。接著，它提出了讓這次發布具備優勢的觀察：幾款領先的閉源模型，其中包括 Claude Opus 5.5 與 GPT-6 Astra，在同一項測試中得分近乎為零，因為它們拒絕執行該任務。

這兩半都是廠商自行報告的。兩者都未經獨立複現。但這個機制並不奇特，也不是什麼暗諷——OpenAI 推出 GPT-6 Astra 時，其發布報導將其描述為跨越了關鍵網路安全門檻，而拒絕傾向更嚴格的模型，會拒絕一項漏洞複現請求，拒絕傾向較寬鬆的模型則會一試。那個 82% 與趨近於零，是同一項政策決定的兩面，而你想要哪一面，取決於你靠什麼吃飯。紅隊評估自家軟體時，要的是那個 82%。服務終端使用者的受監管平台，可能偏偏就想要那種拒絕，而且可能願意為此支付每百萬 token $10.00 與 $50.00。

那就是這兩個模型之間的差異，任何排行榜的一列都永遠不會向你展示，而這也是它們將在市場上共存，而非其中一個取代另一個的原因。

「開放權重」本週意味著什麼

三項但書應列在表格中 Mistral Large 4 的那一側，而且每一項都附有代價。

• 權重尚未釋出。目前沒有檢查點、沒有授權檔案，也沒有儲存庫。Mistral 表示，它們會在 2026 年 10 月底前發布，此前會先進行一段紅隊測試期，讓經過審查的合作夥伴與國家主管機關取得解鎖版本。在那之前，唯一的進入方式是預覽 API，這意味著「在自己的硬體上運行」這個論點仍是路線圖項目，而非現有能力。

• 獨立性旗標與行銷說法並不相符。Artificial Analysis 將該模型列為isOpenWeights: false，歸類為「專有」，因為目前實際存在的，就只有由廠商自家叢集所提供的預覽版本。這個旗標最能一針見血地呈現「開放權重」這幾個字與實際產物之間的落差。

• 你收到的報價是促銷價。Mistral 的價目表顯示 $0.68 和 $2.09，對應的是被劃掉的 $1.36 和 $4.18。請以後者來估算你的帳單。預覽版在合約意義上也是一種階段標籤——相較於 GA 正式版，模型可能更短時間內就會被重新指向、重新定價或下架，因此針對本週組建版本調校的管線，會帶來你未編列預算的重新驗證成本。

這一切都不會讓預覽版變成一筆糟糕的買賣。它會讓這筆買賣附帶一個到期日和一筆重新驗證的帳單，而這與按 token 計價的費率是不同類型的成本。

主權是一項採購項目，不是口號。

Mistral 在其歐洲自有資料中心，以 3,800 張 NVIDIA Grace Blackwell GPU 從頭訓練了 Mistral Large 4，並在 D 輪融資中特別為了打造該算力而籌得 30 億歐元，且正以同一套基礎設施提供預覽版服務。對受監管的買家而言，這不是行銷話術；而是 GPT-6 Astra 目前無論出價多少都無法滿足的必要條件。OpenAI 的模型可透過 OpenAI 自家的 API、Azure 與 AWS Bedrock 取用——這些在規模化方面都很出色，但沒有一個是由歐洲營運的端到端管線。

主權論述的後半段，要等到權重到位時才會真正成立。屆時，擁有 GPU 的組織就能在地端執行一個 1.05 兆參數的稀疏模型，過程中不需要任何供應商介入；這會同時改變資料駐留的敘事與拒答行為。到了那個時候，Astra 仍然只會是 API 呼叫。如果你的路線圖中有地端階段，Mistral Large 4 是這兩者中唯一具備此階段者——而若你的路線圖沒有，那麼那一整欄對你來說就一文不值。

兩者同時運行，但不押注於任何一方

對路由器來說，這個對決組合的尷尬之處在於，一邊是我們有提供服務的模型，另一邊則是我們沒有提供的預覽版。GPT-6 Astra 已在 OrcaRouter 目錄中，依 OpenAI 的定價提供，未加收任何費用，與其他 200 多個模型使用同一把 OpenAI 相容金鑰，並具備跨上游供應商的自動容錯移轉——這點在此很重要，因為預覽版本正是那種在塵埃落定前，你會希望將之排除在關鍵路徑之外的依賴項目。Mistral Large 4 在掛著預覽標記、由 Mistral 自家叢集提供服務期間，並非由我們負責路由；在這項比較中，我們這一方的誠實說法就是 Astra 那一半，再加上能以同一份合約對任一方執行相同任務的能力。當正式推出的 Mistral 端點問世時，它將承襲目錄其餘部分所採用的相同 0% 直通定價，而供應商的價格變動也會在當天就反映在同一把金鑰上，而不是等到下一次續約。

今天，一把金鑰能為你買到的就是 A/B 本身：相同的提示、相同的評估器、兩個模型字串、一張帳單——這正是你回答關於預覽版唯一重要問題的方法，也就是它的拒答立場與長上下文召回是否值得你的工作負載付出十六個指數點。

決策規則，以及改變它的日期

如果工作屬於高難度推理、代理式編碼，或任何以 Intelligence Index 頂端表現來衡量的任務，GPT-6 Astra 都更勝一籌，而價差正是為此付出的溢價——每百萬個詞元 10.00 美元與 50.00 美元，當請求的輸入詞元超過 272,000 時，價格則調整為 20.00 美元與 75.00 美元。

如果這項工作依要求必須駐留歐洲、對拒答敏感，或將部署到地端硬體，那麼 Mistral Large 4 是兩者之中唯一真正能回答這個問題的選擇，而且 token 價格只要四分之一到七分之一；但要注意，你日後部署的產物不會是你現在評估的產物。

值得關注的日期是 2026 年 10 月底，也就是 Mistral 所說檢查點推出的時間。那一天會有三件事改變：授權條款有了名稱，自架主機的論點不再只是承諾，而綁在變動中預覽版上的上市價格，也不再是綁在固定版本上的價格。目前任何以能力比較這兩個模型的人，都應該在那之後重新比較，因為其中一欄會已經改變。