Head-to-head

Logo Mistral Large 3vsLogo Mistral Large 4

Mistral Large 3 vs Mistral Large 4: model AI mana yang menang di 2026?

Mistral Large 3 ($1.50/1M out) dan Mistral Large 4 ($4.18/1M out (list)) adalah dua model AI yang paling banyak dipakai di 2026. Bandingkan keduanya baris demi baris di bawah, lalu jatuhkan vonis Anda.

Vonis singkat

Soal Penalaran, pilih Mistral Large 4: arena menilainya 4/5 berbanding 3/5 untuk Mistral Large 3. Soal budget, Mistral Large 3 menang: harganya mulai dari $1.50/1M out berbanding $4.18/1M out (list) untuk Mistral Large 4.

Perbandingan baris demi baris

Mulai
$1.50/1M outSatu tarif API di La Plateforme ($0.50 masuk / $1.50 keluar per 1M tokens), dengan diskon 50% via Batch API; bobot Apache 2.0 memungkinkan self-hosting gratis, dan harga host pihak ketiga bisa berbeda.
$4.18/1M out (list)Pratinjau publik hingga ~20 Okt dengan diskon 50%: $0.68 input / $2.09 output per 1M token. Harga katalog: $1.36 / $4.18. Input cache $0.07/1M selama pratinjau. Bobot diharapkan akhir Okt 2026 di bawah lisensi terbuka. Diverifikasi di mistral.ai pada 2026-10-13.
Penyedia
Mistral AI
Mistral AI
Context window
256K tokens
520K-1M tokens (varies by source)
Harga input
$0.50/1M in
$1.36/1M in (list)
Harga output
$1.50/1M out
$4.18/1M out (list)
Modalitas
text, vision (image input), text output
text, vision (image input), text output
Open weights
Ya
Ya
Skor penonton
50%(0)
50%(0)
Penilaian arena (1-5)
Penalaran
3.0
4.0
Coding
3.0
3.5
Menulis
4.0
4.0
Kecepatan
3.5
3.0
Nilai
4.0
3.5

Kekuatan dan kelemahan

Mistral Large 3

  • Bobot terbuka Apache 2.0 dengan deployment satu node via kuantisasi FP8/NVFP4, meski total parameternya 675B
  • Context window 256K, di kelas atas untuk model open weights, sangat cocok untuk RAG dokumen panjang
  • Harga flagship agresif $0.50 masuk / $1.50 keluar per 1M tokens, kira-kira 3-4x lebih murah dari flagship proprietary Barat
  • Debut #2 di antara model open source non-reasoning di LMArena (Elo sekitar 1418)
  • Multimodalitas natif (encoder vision 2.5B parameter) dan 40+ bahasa natif
  • Developer di HN memuji format dan kepatuhan instruksinya yang ketat plus keandalan produksinya
  • Penalaran mendalam lemah: GPQA Diamond sekitar 44% vs 70-an tinggi untuk DeepSeek V3.2 dan Kimi K2 Thinking; tanpa varian reasoning saat peluncuran
  • Tertinggal dari GLM-4.6, Kimi K2, dan DeepSeek pada benchmark coding modern (LiveCodeBench v6 menengah); developer HN menempatkannya di 'kelas berat yang berbeda' di bawah Gemini 3, GPT-5.1, dan Claude Opus 4.5
  • Rentan halusinasi pada QA faktual (SimpleQA sekitar 24%) dengan tuning abstensi yang lemah
  • Kecepatan output terukur sekitar 49 tok/s di Artificial Analysis, di bawah median sekitar 58 tok/s untuk model sekelas
  • Kritik di HN bahwa arsitekturnya sangat mirip DeepSeek V3, menimbulkan keraguan atas orisinalitas R&D-nya

Mistral Large 4

  • Model triliunan parameter pertama di Eropa, dilatih pada infrastruktur UE dengan kepatuhan GDPR penuh
  • Bobot terbuka tersedia akhir Okt 2026, memungkinkan self-hosting dan fine-tuning di bawah lisensi permisif
  • 93% di Cybench dan 82% di Artificial Analysis Cyber Index, skor keamanan siber tertinggi saat peluncuran
  • Multimodal native dengan grounding visual superior (mengalahkan GPT-6-Astra di benchmark Dense 200)
  • 59,9% di AutomationBench (657 workflow bisnis), unggul dari Kimi K3 dan DeepSeek V4 Pro
  • 160+ bahasa native dan harga pratinjau agresif $0.68/$2.09 (diskon 50% hingga pertengahan Okt)
  • Harga pratinjau berakhir sekitar 20 Okt; harga katalog $1.36/$4.18 lebih tinggi dari pesaing Tiongkok
  • Jendela konteks tidak jelas: dokumentasi bilang 1M tapi Artificial Analysis dan OpenRouter melaporkan 520K untuk pratinjau
  • Skor bahasa 49,6/100 di LiveBench, kategori terendah; klaim multilingual memerlukan validasi independen
  • Bobot belum dirilis; manfaat self-hosting dijanjikan, belum dikirim
  • Arsitektur sangat mencerminkan DeepSeek V3/V4, menimbulkan pertanyaan tentang kontribusi R&D asli

Jatuhkan vonis Anda

Satu rekomendasi per tool per gladiator. Suara Anda mengubah skor penonton yang dilihat semua orang.

Mistral Large 3$1.50/1M out
50%skor penonton · 0
Mistral Large 4$4.18/1M out (list)
50%skor penonton · 0

Vonis arena atas Mistral Large 3

Pilih Mistral Large 3 jika Anda menginginkan flagship open weights yang tunduk pada tata kelola Uni Eropa untuk RAG multibahasa, pekerjaan dokumen panjang, atau deployment self-hosted: dibanding Mistral Large 2 (dense 123B, lisensi riset yang restriktif, harga API $2/$6) ia adalah peningkatan jelas dalam context, multimodalitas, lisensi, dan biaya. Hindari sebagai mesin coding atau penalaran mendalam utama Anda; DeepSeek V3.2, GLM-4.6, atau model frontier proprietary berskor jauh lebih tinggi di sana. Perlakukan ia sebagai kuda beban yang murah dan andal, bukan performer frontier.

Vonis arena atas Mistral Large 4

Pilih Mistral Large 4 jika Anda membutuhkan model skala triliun di bawah tata kelola UE untuk keamanan siber, otomatisasi multimodal, atau jika Anda menunggu bobot terbuka untuk self-hosting. Harga pratinjau agresif dan benchmark keamanan siber tidak tertandingi. Hindari jika Anda membutuhkan coding puncak atau penalaran mendalam: DeepSeek V4 Pro dan Claude Opus 5 mendapat skor lebih tinggi di sana. Tunggu rilis bobot (akhir Okt) dan klarifikasi jendela konteks sebelum berkomitmen pada beban kerja produksi. Bandingkan dengan Mistral Large 3 ($0.50/$1.50) jika Anda tidak membutuhkan vision atau skala tambahan.

Pertanyaan yang sering diajukan

Apakah Mistral Large 3 lebih baik daripada Mistral Large 4?

Soal Penalaran, Mistral Large 4 dinilai lebih tinggi (4/5 vs 3/5). Pilihan yang tepat tergantung kebutuhan Anda. Perbandingan baris demi baris di halaman ini mengupas harga, spesifikasi utama, dan penilaian arena.

Mana yang lebih murah, Mistral Large 3 atau Mistral Large 4?

Mistral Large 3 lebih murah: harganya mulai dari $1.50/1M out, sementara Mistral Large 4 mulai dari $4.18/1M out (list).

Berapa biaya Mistral Large 3 dan Mistral Large 4 per 1M token?

Mistral Large 3: $0.50/1M in per 1M token input, $1.50/1M out per 1M token output. Mistral Large 4: $1.36/1M in (list) per 1M token input, $4.18/1M out (list) per 1M token output.