Mistral Large 4 對決 Qwen3-Max：便宜的那款，才是上下文視窗較小的模型

價格差距與規模差距的方向恰恰相反，而這正是這組對比引人關注之處。Qwen3-Max每百萬輸入 token 收費 0.36 美元、輸出收費 1.43 美元——約為 Mistral Large 4 表定輸出價格的四分之一，也約為其促銷價的三分之一。它提供 262K token 的上下文，輸出上限為 65K。Mistral Large 4 宣稱具備 1M 上下文，在受測配置上實測為 524,288，且單次回答最多可產出同等數量。

所以便宜的那個模型就是小視窗模型，而那到底重不重要，完全取決於你送給它什麼內容。

卡片

• Qwen3-Max — 每百萬輸入 $0.36、輸出 $1.43；262K 上下文；最大輸出 65K。

• Mistral Large 4 —輸入 $1.36、快取 $0.14、輸出 $4.18；促銷價為 $0.68 / $0.07 / $2.09。宣稱 1M 上下文，實測 524,288；1.05 兆參數，520 億啟用參數，配備 16 億參數視覺編碼器。

• 比例 — Mistral 在輸入上是 Qwen 的 3.8 倍，在輸出上是 2.9 倍（按定價）；促銷時為 1.9 倍和 1.5 倍。

那兩個比率是同一款產品以兩種方式描述的結果，而只有其中一個能在促銷結束後繼續成立——這場促銷的結束日期無人知曉。

262K 實際產生限制的地方

二十六萬二千個 token 大約等於 20 萬字。中型程式碼庫、一長套合約、長達數小時的逐字稿——這些都會超過這個上限。單一文件、聊天記錄、代理的工作集——這些大多不會。誠實的判斷方式是測量輸入長度的第 95 百分位數，並拿它與上限比較，而不是與平均值比較；平均值從來不構成限制，尾端則總是會。

輸出上限成為限制的頻率，遠比人們預期的高。六萬五千個 token 大約相當於 50,000 字，而任何一次請求就要生成一份長篇報告、一個大型程式碼檔案，或完整彙整一份逐字稿，都會逼近這個上限。Mistral 實測的 524K 視窗則大了八倍，這正是「一次呼叫」與「分塊處理流程」之間的差別——而分塊處理流程所耗費的工程時間，是任何按 token 計價的價格都反映不出來的。

價差實際上換來了什麼

讓兩張卡各處理一百萬個輸入 token 和 100,000 個輸出 token。Qwen3-Max：$0.36 加 $0.143——約 50 美分。Mistral 按定價：$1.36 加 $0.418——$1.78。促銷期間：89 美分。

所以，旗艦模型在相同任務上的成本是較便宜模型的 1.8 倍到 3.6 倍，而它換來的是幾乎大四倍的上下文、大八倍的輸出上限、透過 16 億參數編碼器提供的原生影像輸入、公開的權重，以及一份你能讀懂的授權條款。這在該任務上是否值 1.28 美元，是關於任務本身的問題，而不是關於市場的問題。

有一件事是這份比較沒有涵蓋到的：Mistral 公佈了一條 $0.14 的快取輸入價格項目，而就我們所讀到的 Qwen3-Max 規格卡，並沒有對應的項目。對一個每一輪都會重送固定前綴的 agent 來說，少了那一列，價值可能超過表面上的價差——而且在測試這兩者時，這是第一件該實測、而不是先假設的事。

哪一個要路由到哪裡

Qwen3-Max 可在 OrcaRouter 上按公佈費率呼叫，使用與涵蓋 224 個模型的目錄相同的 OpenAI 相容端點，並具備自動容錯移轉。Mistral Large 4 不在該目錄中；它是透過 Mistral 自家的 API 與第三方主機執行。

卡片所支持的路由規則很簡單：短輸入、短輸出、高吞吐量的工作交給 36 美分模型，因為在這種情況下，各項上限都不構成限制，價格是唯一的變數。至於長尾中的任何任務——整份文件、大型程式碼庫、單次呼叫生成——則交給視窗較大的模型，因為較便宜的那個會直接拒絕這項工作，而不會打折降價承接。

而如果你是衝著促銷價格才選 Mistral，請記得本頁所比較的內容：按牌價計算，對比 Qwen 的輸入價格比例接近四比一，而非二比一。