Mistral Large 4 對比 Muse Spark 1.2：25 美分的價差與 3 秒的延遲差距

這是本站價格最接近的一組配對，也讓決策變得格外單純。Mistral Large 4 的定價為每百萬輸入 token $1.36、輸出 $4.18；Muse Spark 1.2則為 $1.25 與 $4.25。在輸入方面，Mistral 貴 9%；在輸出方面，則便宜 2%。這在兩個方向上都是四捨五入誤差，意味著價格無法決定此事，必須由其他欄位來決定。

它們立刻出現分歧。Muse 在 3.03 秒內回傳第一個 token；Mistral Large 4 是兆級參數的 MoE，沒有可相比的實際服務測量數據，而依此類模型過往的每一項證據來看，它更慢。Muse 接受文字、圖像、影片、檔案與音訊；Mistral 接受文字與圖像。Mistral 公開發布其權重；Muse 則否。

卡片

• Mistral Large 4 — 輸入 $1.36、快取 $0.14、輸出 $4.18；半價促銷中，未公布結束日期。1.05 兆參數，520 億活躍參數，16 億參數視覺編碼器。宣稱 1M 上下文，實測 524,288。權重公開，1,060.6 GB bf16，採用 Mistral Ecosystem Open-Weight License。

• Muse Spark 1.2 — 輸入 $1.25、輸出 $4.25；1M 上下文；輸入文字、圖像、影片、檔案與音訊；輸出文字；首個權杖耗時 3.03 秒。我們所閱讀的頁面未公布輸出上限，亦無權重。

有兩項不對稱值得精確指出。Muse 接受影片、音訊和檔案，而 Mistral 接受圖片和文字——這是更廣的輸入面，而非更高解析度的輸入面。此外，Mistral 的輸出視窗經實測為 524,288 個 token，而 Muse 的最大輸出並未載明；這反映的是比較資料的缺口，而非證明存在不對稱的證據。

唯一不接近的數字

延遲。首個 token 耗時 3.03 秒，而同類模型通常會慢上好幾秒，這正是產品讓人感覺即時，還是讓人感覺刻意為之的差別。在二十輪的代理迴圈中，這相當於每項任務數十秒；在聊天介面中，這就決定了使用者對這項產品的整體感知品質。

反駁的論點在於用量：Mistral 那條 $0.14 的快取輸入價格，對重複出現的前綴提供折扣，而 Muse 的價目表並未公布這一點。對每一輪都重新送出固定系統提示的代理而言，這條價格項目的價值，可能超過 4 秒延遲差距所帶來的代價——而且這只要花一個下午就能測量，不必在討論串裡爭論。

又是授權

Mistral 的權重可依授權下載，該授權允許商業使用、修改、散布與進一步訓練，僅保留「模型即服務」需另行簽約。Muse Spark 1.2 則沒有可下載的檢查點。若必須在自身防線內執行模型，25 美分的價差便無關緊要，Mistral 光是存在就勝出。

如果這不是必要條件，授權就是一個可以忽略的欄位，決策就歸結為延遲與輸入介面。

依任務

一百萬個輸入 token 與 100,000 個輸出 token。Muse：$1.25 加 $0.425——$1.68。Mistral 按定價：$1.78。促銷期間：89 美分。

所以按定價來看，兩者相差 6%，而促銷讓 Mistral 的價格變成 Muse 的一半。這是這項比較中唯一由標價決定結果的版本——而且它還取決於一個沒有結束日期的折扣。

要執行什麼

Muse Spark 1.2 已在 OrcaRouter 上，按其供應商公布的費率提供，並透過單一具備自動容錯移轉的 OpenAI 相容端點，與其他 223 個模型一同提供。Mistral Large 4 不在該目錄中；它透過 Mistral 自家的 API 與第三方主機運行。

路由規則：音訊與視訊輸入交給 Muse，圖像與文字工作則交給兩者之中由你自己的測量判定能以更少 token 完成任務的那一方。在 2% 的價差下，那項測量是唯一還能定奪的依據。