Cara a cara

Logotipo de Grok 4.3vsLogotipo de Mistral Large 3

Grok 4.3 vs Mistral Large 3: ¿qué modelo de IA gana en 2026?

Grok 4.3 ($2.50/1M out) y Mistral Large 3 ($1.50/1M out) están entre las modelos de IA más usadas en 2026. Compáralas línea a línea a continuación y luego dicta tu veredicto.

Veredicto rápido

En Razonamiento, elige Grok 4.3: la arena lo puntúa con 4/5, frente a 3/5 de Mistral Large 3. En presupuesto gana Mistral Large 3: empieza en $1.50/1M out, frente a $2.50/1M out de Grok 4.3.

Comparación línea a línea

Desde
$2.50/1M outTarifa plana de $1.25 de entrada / $2.50 de salida en todos los niveles de esfuerzo de razonamiento; entrada cacheada a $0.20/1M. La página de precios de xAI no muestra recargo por contexto largo, pero OpenRouter lista tarifas escalonadas más altas por encima de 200K tokens totales.
$1.50/1M outNivel único de API en La Plateforme ($0.50 de entrada / $1.50 de salida por millón de tokens), con un 50 % de descuento vía la API por lotes; los pesos Apache 2.0 permiten el autoalojamiento gratuito, y los precios de los proveedores externos pueden variar.
Proveedor
xAI
Mistral AI
Ventana de contexto
1M tokens
256K tokens
Precio de entrada
$1.25/1M in
$0.50/1M in
Precio de salida
$2.50/1M out
$1.50/1M out
Modalidades
text, vision (text output only)
text, vision (image input), text output
Pesos abiertos
No
Sí
Puntuación de la multitud
50%(0)
50%(0)
Notas de la arena (1-5)
Razonamiento
4.0
3.0
Código
3.5
3.0
Escritura
4.5
4.0
Velocidad
3.5
3.5
Relación calidad-precio
4.5
4.0

Fortalezas y debilidades

Grok 4.3

  • Precios agresivos: $1.25/$2.50 por millón de tokens, 58 % más barato en entrada y 83 % en salida que Grok 4, por debajo de GPT-5.5 y Gemini 3.1 Pro
  • Gran salto agéntico: +321 Elo en GDPval-AA frente a Grok 4.20, con sólidas llamadas a herramientas y seguimiento de instrucciones
  • Entrada cacheada a $0.20/1M (descuento del 84 %), un gran ahorro en bucles de agentes repetitivos
  • Esfuerzo de razonamiento configurable (none/low/medium/high) en un solo modelo a un solo precio, sin enrutar entre variantes rápidas y profundas
  • Elogiado en HN por su tono natural y conciso y sus salidas densas en información que reducen los costes reales
  • Rendimiento sólido de en torno a 130 tokens/s de salida (Artificial Analysis)
  • Razonamiento de codificación juzgado « no competitivo frente a los grandes lanzamientos de abril » por los desarrolladores de HN; la frontera de inteligencia apenas se movió desde Grok 4
  • La puntuación de no alucinación cayó 8 puntos frente a Grok 4.20 en AA-Omniscience; 4.20 sigue siendo la opción más segura de xAI para dominios críticos en precisión
  • Alto tiempo hasta el primer token (~13 s con esfuerzo de razonamiento alto según Artificial Analysis), doloroso para apps interactivas
  • La ventana de contexto se redujo a 1M desde los 2M de Grok 4.20
  • Quejas recurrentes de confianza y seguridad (reportes de contenido dañino, comportamiento inconsistente) y sin soporte MCP/apps conectadas en la app de consumo

Mistral Large 3

  • Pesos abiertos Apache 2.0 con despliegue en un solo nodo vía cuantización FP8/NVFP4, pese a sus 675B de parámetros totales
  • Ventana de contexto de 256K, en la gama alta de los modelos de pesos abiertos, muy adecuada para RAG de documentos largos
  • Precio agresivo de buque insignia a $0.50 de entrada / $1.50 de salida por millón de tokens, unas 3-4x más barato que los insignias propietarios occidentales
  • Debutó #2 entre los modelos open source sin razonamiento en LMArena (Elo ~1418)
  • Multimodalidad nativa (codificador de visión de 2,5B de parámetros) y 40+ idiomas nativos
  • Los desarrolladores en HN elogian su formato estricto, su seguimiento de instrucciones y su fiabilidad en producción
  • Razonamiento profundo débil: GPQA Diamond ~44 % frente a los 70 y muchos de DeepSeek V3.2 y Kimi K2 Thinking; sin variante de razonamiento en el lanzamiento
  • Por detrás de GLM-4.6, Kimi K2 y DeepSeek en benchmarks de codificación modernos (LiveCodeBench v6 mediocre); los desarrolladores de HN lo sitúan en una « categoría de peso » inferior a Gemini 3, GPT-5.1 y Claude Opus 4.5
  • Propenso a alucinaciones en QA factual (SimpleQA ~24 %) con un ajuste de abstención flojo
  • Velocidad de salida medida de ~49 tokens/s en Artificial Analysis, por debajo de la mediana de ~58 tokens/s de modelos comparables
  • Crítica en HN de que la arquitectura calca de cerca a DeepSeek V3, sembrando dudas sobre la I+D original

Dicta tu veredicto

Una recomendación por herramienta y por gladiador. Moldea la puntuación de la multitud que ven todos.

Grok 4.3$2.50/1M out
50%puntuación · 0
Mistral Large 3$1.50/1M out
50%puntuación · 0

El veredicto de la arena sobre Grok 4.3

Elija Grok 4.3 si opera pipelines agénticos o de alto volumen donde el coste por llamada domina: ofrece razonamiento casi frontera y un gran salto en llamadas a herramientas sobre Grok 4.20 a una fracción del precio de GPT-5.5 o Gemini 3.1 Pro. Descártelo si su prioridad es la precisión en codificación, pues los desarrolladores siguen situando a Claude y a los grandes lanzamientos de abril por delante. Quédese también en Grok 4.20 si necesita su contexto de 2M o su mejor puntuación de no alucinación para trabajo legal, médico o de cumplimiento. Las apps sensibles a la latencia deberían probar los ~13 s hasta el primer token antes de comprometerse.

El veredicto de la arena sobre Mistral Large 3

Elija Mistral Large 3 si quiere un buque insignia de pesos abiertos y gobernanza europea para RAG multilingüe, trabajo con documentos largos o despliegues autoalojados: frente a Mistral Large 2 (denso de 123B, licencia de investigación restrictiva, API a $2/$6) es una clara mejora en contexto, multimodalidad, licencia y coste. Evítelo como motor principal de codificación o razonamiento profundo; DeepSeek V3.2, GLM-4.6 o los modelos frontera propietarios puntúan sensiblemente más alto ahí. Trátelo como un caballo de tiro barato y fiable más que como un modelo frontera.

Preguntas frecuentes

¿Es Grok 4.3 mejor que Mistral Large 3?

En Razonamiento, Grok 4.3 puntúa más alto (4/5 frente a 3/5). La mejor opción depende de tu caso de uso. La comparación línea a línea de esta página desglosa precios, características clave y las puntuaciones de la arena.

¿Cuál es más barata, Grok 4.3 o Mistral Large 3?

Mistral Large 3 es más barata: empieza en $1.50/1M out, mientras que Grok 4.3 empieza en $2.50/1M out.

¿Cuánto cuestan Grok 4.3 y Mistral Large 3 por millón de tokens?

Grok 4.3: $1.25/1M in por millón de tokens de entrada, $2.50/1M out por millón de tokens de salida. Mistral Large 3: $0.50/1M in por millón de tokens de entrada, $1.50/1M out por millón de tokens de salida.