Muse Wonder 與 Mistral Large 4.0：比較已正式推出的模型與仍處於預覽階段的模型

談到 Muse Wonder 對上 Mistral Large 4.0，首先最誠實的一點是：兩者之中只有一個已經完成。Meta Superintelligence Labs 於 2026 年 10 月 12 日將 Muse Wonder 推出至商用 API：每百萬輸入 token 4.00 美元、每百萬輸出 token 20.00 美元、1,048,576 token 的視窗，以及 Artificial Analysis Intelligence Index 52。Mistral AI 於 2026 年 10 月 6 日——早了六天——將 Mistral Large 4.0 放上公開預覽，每百萬輸入 1.36 美元、每百萬輸出 4.18 美元，獨立指數為 38.4，未釋出權重、未具名授權條款，且 Mistral 尚未記錄輸出上限。以下所有內容在本週都成立，而其中一部分預計會在 11 月之前不再成立，因為 Mistral 表示權重會在月底前到來。

十四點，以及其代價

綜合差距是這個系列中最大的，也是頁面上最不有趣的數字。這兩個數字都出自 Artificial Analysis 同一版本的指數，因此可以直接互相比較：

• 智慧指數 — Muse Wonder（max）52，在 219 個模型中排名第九；Mistral Large 4 Preview 38.4，在 225 個中排名第六十四

• 定價清單 — Muse Wonder 每百萬 $4.00 輸入 / $0.20 快取 / $20.00 輸出；Mistral Large 4.0 每百萬 $1.36 輸入 / $0.14 快取 / $4.18 輸出

• 每項索引任務的成本 — Muse Wonder 約 $4.52；Mistral Large 4.0 約 $1.13，僅為其四分之一

• 索引執行上的輸出 token — Muse Wonder 約 1.3 億；Mistral Large 4.0 約 2 億

• 上下文視窗 — Muse Wonder 標示並實際提供 1,048,576 個 token；Mistral Large 4.0 在 Mistral 官方文件中的數字為 1,048,576，而獨立評估者所讀取的數字則為 524,288

• 參數 — Muse Wonder 未公開；Mistral Large 4.0 總計 1.05 兆，每個符元 490 億活躍參數，外加一個 16 億參數的視覺編碼器

• 權重 — Muse Wonder 為專有，未公開任何內容；Mistral Large 4.0 目前為專有，承諾於 2026 年 10 月底前開放

4× 的成本比才是真正的決策關鍵，而且它不會像本系列某些配對那樣，被指標分數差距所緩和。Muse Wonder 使用的 token 較少，卻仍高出 14 分，因此價格差異買到的是實實在在的能力，而不是買到冗長。但 38.4 的指標分數並不是糟糕的模型——大致上就是一個稱職的中階推理模型的水準——而買家真正面對的問題是，對於一條會處理大量 token 的管線而言，十四點的能力是否值得讓運行成本變成四倍。

對大多數高吞吐量工作而言，它並不是。對於代理式程式設計與長時程專業任務，Mistral Large 4.0 預覽版的成績弱到讓較便宜的模型無法成為真正的替代品；該供應商自家公布的數字顯示，它在 Terminal-Bench 4.0 上為 28.3，在其綜合 Coding Agent Index 上為 49.8，這與 Meta 為 Muse Wonder 公布的終端數據屬於不同級別的結果。

預覽條款

Mistral 自家的文件目前對這個模型的說法自相矛盾，而今天寫成的比較也會承襲這一點。

• Mistral 的文件將上下文視窗標示為 100 萬個 token，而 Artificial Analysis 讀取到的卻是 524,288——相差兩倍，尚未釐清。

• 有效參數數量在某些 Mistral 介面上顯示為 490 億，在其他介面上則顯示為 520 億。

• 未標明任何授權條款。Mistral 自家的資料將該發布標記為「Open」，但未具體說明，而評估器則將其標記為專有，且未填寫授權欄位。Mistral Large 3 採用 Apache 2.0；這一個則尚未附帶任何授權。

• 最大輸出長度並未記載。

• 上市促銷價——輸入 $0.68、輸出 $2.09，是標準費率的一半——在 Mistral 的定價頁面上已被劃掉，這表示它即將結束。

這些都不是醜聞。它們是預覽版從外部看起來的樣子：一個服務組態仍在變動的模型，以較短的通知期販售，可能比正式推出（general availability）版本更快被重新定價或退役。Muse Wonder 也有自身尚未解決的問題——僅限訂閱的 Full checkpoint、沒有人曾在正式環境測試過的 Active Memory 功能——但它的價目表、脈絡視窗與端點都是既定事實，而不是當前的最佳判讀。

對於任何要把這兩者互相比較來做基準測試的人來說，實際後果是 Mistral 那一欄會變動。預覽模型的分數會在同一套測試框架的不同修訂版本之間改變，而廠商不會發布任何公告；因此，針對某個預覽數字調校過的工作負載，就應該被視為是針對一個會移動的目標在做調校。

Mistral Large 4.0 在哪些方面具備 Muse Wonder 所沒有的東西

兩件事，而且兩者都是具體明確的，而非漸進式的。

第一種是主權部署，而這是採購層面的答案，而非基準測試層面的答案。Mistral 在其自家歐洲資料中心、使用歐洲硬體訓練並提供這款模型——發布資料提到 3,800 顆 NVIDIA Grace Blackwell GPU，以及一輪 30 億歐元的 D 輪融資——而且它原生支援約 160 種語言，涵蓋所有歐盟官方語言。對歐洲公部門或受監管的買家而言，這往往就足以決定一切，而 Muse Wonder 無論價格如何都無法參與其中。Meta 的模型由 Meta 提供，並依 Meta 的條件。

第二個是安全工作，Mistral 的說法異常具體。該廠商報告在重現並修補一個真實開源漏洞上達到 82%，並形容這是所有受測模型中最高，且在一個包含 40 項挑戰的網路安全測試套件中達到 93%。它進一步聲稱，Claude Opus 5.5 和 GPT-6 Astra 在同一測試中得分接近零，因為它們拒絕執行該任務。這些是廠商報告的、關於 Mistral 自家模型的數字，而拒絕執行的說法是廠商對兩個競爭對手行為的描述——兩者都應視為主張。不過，如果這些數字即使只是大致成立，那麼就有一類防禦性安全與修補程式生成工作，在這些工作中，38.4 指數的模型比 52 指數的模型更有用，而這是綜合分數無法呈現的那種反轉。

就人類而非評測框架所評判的程式碼品質而言，Surge AI 進行的一項盲測評估——標籤隱藏、由專業標註員評分——在五分量表上給 Mistral Large 4.0 打了 3.74 分，在受測的五個模型中排名第二：領先 3.59 分的 Kimi K3，落後 4.22 分的 Claude Opus 5。這是一個微小但真實的訊號，顯示該綜合評分低估了這個模型在程式碼上的表現，而這正是廠商表格從不會收錄的那類數字。

歐洲問題，以及路由問題

Mistral Large 4.0 不在 OrcaRouter 目錄中。我們這邊沒有此模型的 mistral 路由，而本頁也不會暗示有這樣的路由——Mistral 自家平台、其 Studio API 及數個第三方平台，才是此預覽版目前運行的地方。Meta 的 Muse Wonder 同樣不屬於我們：Meta Model API 與 Muse Code 才是其運行所在，而且meta/muse-wonder 在我們的目錄中沒有這筆項目。

這裡可路由的，是這兩個決策底下的那一層。Muse Spark 1.2——這個系列所源自的較大 Meta 檢查點——在目錄上的價格為每百萬權杖 $1.25 輸入、$4.25 輸出，涵蓋 1,048,576 權杖的上下文窗口，快取讀取為 $0.15。而之所以要把這兩項比較擺在同一個端點上，是因為兩者都還称不上定案的採購：Mistral 的預覽版會在權重落地、授權條款定名之後變動，而 Meta 的 Full 檢查點則不一定會取得 API 路徑。供應商定價以 0% 加價原樣傳遞，所以當供應商重新調整預覽版價格時——正如 Mistral 那個被劃掉的上市價格終究會發生的那樣——我們這邊的數字會在同一天跟著變動，而不是等到下一個計費週期。路由 DSL 與自動容錯移轉的存在，正是為了這種比較所呈現的樣態：你想在一個尚未定案的模型上試跑某項工作負載，卻不想把正式生產路徑押在它上面。

在完成品模型與未完成模型之間做選擇

• 當部署必須在歐洲進行、當歐盟語言的多語言涵蓋範圍很重要，或當工作內容是防禦性安全與修補程式產生時，請採用 Mistral Large 4.0。在這三種情況下，指數差距是錯誤的工具。

• 當每項任務成本是限制條件時，選擇 Mistral Large 4.0。以每項索引任務 $1.13 對比 $4.52 來看，它是本系列中最便宜的四分之一；而對於大量分類、擷取與摘要，它更是遙遙領先。

• 不要以 Mistral Large 4.0 的預覽數字為依據，彷彿它們已經定案。一個連上下文視窗與參數數量在供應商自家頁面之間都仍有爭議的模型，其基準測試欄位將會改變。

• 當工作具代理性且屬長時程時、當輸入是語音或影片時，或當輸出需要長時間執行時，就採用 Muse Wonder——Meta 的 943,718 個權杖單一回應上限在此沒有對應值，因為 Mistral 並未記錄任何上限。

• 當你需要立即取得這項能力，而且願意為它支付四倍價格時，就採用 Muse Wonder。在已有既定費率卡的 GA 端點上，十四點的指數差距，既是為分數、也同樣是為確定性而支付的溢價。

這組配對之所以難以得出明確結論，是因為這兩個模型並非在競逐同一筆採購。一個是擁有已公開價目表、功能集尚未完成的前沿模型；另一個則是更便宜、具主權性、仍在成形，且授權條款尚不存在的模型。三週後，Mistral Large 4.0 或許會是兩者中更有意思的一個——若在具名授權下開放權重，將改寫上述每一段。現在，兩者之中只有一個是你能真正承諾採用的。