Pojedynek

Logo Mistral Large 3vsLogo Mistral Large 4

Mistral Large 3 vs Mistral Large 4: kto wygrywa w 2026 w kategorii model AI?

Mistral Large 3 ($1.50/1M out) i Mistral Large 4 ($4.18/1M out (list)) należą w 2026 roku do najczęściej używanych w swojej kategorii (modele AI). Porównaj je poniżej linijka po linijce, a potem wydaj swój werdykt.

Szybki werdykt

W kategorii Rozumowanie wybierz Mistral Large 4: arena ocenia go na 4/5 wobec 3/5 u Mistral Large 3. Pod względem budżetu wygrywa Mistral Large 3: zaczyna od $1.50/1M out wobec $4.18/1M out (list) u Mistral Large 4.

Porównanie linijka po linijce

Od
$1.50/1M outJeden poziom API na La Plateforme ($0.50 wejście / $1.50 wyjście za 1M tokenów), z 50% zniżki przez batch API; wagi Apache 2.0 pozwalają na darmowy self-hosting, a ceny u zewnętrznych hostów mogą się różnić.
$4.18/1M out (list)Publiczny podglad do ~20 paz. z 50 % znizka: $0.68 wejscie / $2.09 wyjscie za 1M tokenow. Cena katalogowa: $1.36 / $4.18. Wejscie z cache $0.07/1M podczas preview. Wagi oczekiwane do konca paz. 2026 na otwartej licencji. Zweryfikowano na mistral.ai 2026-10-13.
Dostawca
Mistral AI
Mistral AI
Okno kontekstu
256K tokens
520K-1M tokens (varies by source)
Cena wejścia
$0.50/1M in
$1.36/1M in (list)
Cena wyjścia
$1.50/1M out
$4.18/1M out (list)
Modalności
text, vision (image input), text output
text, vision (image input), text output
Open weights
Tak
Tak
Wynik tłumu
50%(0)
50%(0)
Oceny areny (1-5)
Rozumowanie
3.0
4.0
Kodowanie
3.0
3.5
Pisanie
4.0
4.0
Szybkość
3.5
3.0
Stosunek jakości do ceny
4.0
3.5

Mocne i słabe strony

Mistral Large 3

  • Otwarte wagi Apache 2.0 z wdrożeniem na pojedynczym węźle dzięki kwantyzacji FP8/NVFP4, mimo 675B parametrów łącznie
  • Okno kontekstu 256K, górna półka wśród modeli z otwartymi wagami, świetnie pasuje do RAG na długich dokumentach
  • Agresywna cena flagowca: $0.50 wejście / $1.50 wyjście za 1M tokenów, mniej więcej 3-4x taniej niż zachodnie flagowce zamknięte
  • Debiut na #2 wśród open-source'owych modeli bez rozumowania na LMArena (Elo ~1418)
  • Natywna multimodalność (enkoder wizji 2.5B parametrów) i 40+ natywnych języków
  • Deweloperzy na HN chwalą jego ścisłe formatowanie i wykonywanie instrukcji oraz produkcyjną niezawodność
  • Słabe głębokie rozumowanie: GPQA Diamond ~44% vs wysokie 70% u DeepSeek V3.2 i Kimi K2 Thinking; brak wariantu rozumującego na starcie
  • Ustępuje GLM-4.6, Kimi K2 i DeepSeek w nowoczesnych benchmarkach kodowania (przeciętny LiveCodeBench v6); deweloperzy na HN umieszczają go 'w innej kategorii wagowej' poniżej Gemini 3, GPT-5.1 i Claude Opus 4.5
  • Skłonny do halucynacji w faktograficznym QA (SimpleQA ~24%) ze słabym strojeniem powstrzymywania się od odpowiedzi
  • Zmierzona szybkość wyjścia ~49 tok/s na Artificial Analysis, poniżej mediany ~58 tok/s dla porównywalnych modeli
  • Krytyka na HN, że architektura mocno przypomina DeepSeek V3, co budzi wątpliwości co do oryginalnego R&D

Mistral Large 4

  • Pierwszy europejski model o bilionowych parametrach, trenowany na infrastrukturze UE z pelna zgodnoscia z RODO
  • Otwarte wagi dostepne do konca paz. 2026, umozliwiajace self-hosting i fine-tuning na permisywnej licencji
  • 93 % na Cybench i 82 % na Artificial Analysis Cyber Index, najwyzsze wyniki cyberbezpieczenstwa przy premierze
  • Natywna multimodalnosc z doskonalym zakotwiczeniem wizualnym (pokonuje GPT-6-Astra na benchmarku Dense 200)
  • 59,9 % na AutomationBench (657 przeplywy biznesowych), przed Kimi K3 i DeepSeek V4 Pro
  • 160+ natywnych jezykow i agresywna cena preview $0.68/$2.09 (50 % znizki do polowy paz.)
  • Cena preview konczy sie okolo 20 paz.; cena katalogowa $1.36/$4.18 jest wyzsza niz u chinskich konkurentow
  • Okno kontekstu niejasne: dokumentacja mowi 1M, ale Artificial Analysis i OpenRouter podaja 520K dla preview
  • Wynik jezykowy 49,6/100 na LiveBench, najnizsza kategoria; wielojezyczne twierdzenia wymagaja niezaleznej weryfikacji
  • Wagi jeszcze nie wydane; korzysci z self-hostingu sa obiecane, nie dostarczone
  • Architektura silnie odzwierciedla DeepSeek V3/V4, co rodzi pytania o oryginalny wklad R&D

Wydaj swój werdykt

Jedna rekomendacja na narzędzie na gladiatora. Zmienia wynik tłumu widoczny dla wszystkich.

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

Werdykt areny w sprawie Mistral Large 3

Wybierz Mistral Large 3, jeśli chcesz otwartego, zarządzanego w UE flagowca do wielojęzycznego RAG, pracy na długich dokumentach lub wdrożeń samodzielnie hostowanych: względem Mistral Large 2 (gęsty 123B, restrykcyjna licencja badawcza, API za $2/$6) to wyraźny upgrade w kontekście, multimodalności, licencji i kosztach. Unikaj go jako głównego silnika kodowania lub głębokiego rozumowania; DeepSeek V3.2, GLM-4.6 lub zamknięte modele frontierowe punktują tam znacząco wyżej. Traktuj go jako taniego, niezawodnego konia roboczego, nie frontierowego mistrza.

Werdykt areny w sprawie Mistral Large 4

Wybierz Mistral Large 4, jesli potrzebujesz modelu w skali bilionowej pod zarzadzaniem UE do cyberbezpieczenstwa, automatyzacji multimodalnej lub jesli czekasz na otwarte wagi do self-hostingu. Cena preview jest agresywna, a benchmarki cyberbezpieczenstwa sa niezrownaane. Unikaj go, jesli potrzebujesz najlepszego kodowania lub glebokiego rozumowania: DeepSeek V4 Pro i Claude Opus 5 wypadaja tam lepiej. Poczekaj na wydanie wag (koniec paz.) i wyjasnienie okna kontekstu przed zobowiazaniem sie do obciazen produkcyjnych. Porownaj z Mistral Large 3 ($0.50/$1.50), jesli nie potrzebujesz wizji lub dodatkowej skali.

Najczęstsze pytania

Czy Mistral Large 3 jest lepszy niż Mistral Large 4?

W kategorii Rozumowanie wyżej oceniany jest Mistral Large 4 (4/5 vs 3/5). Właściwy wybór zależy od Twojego zastosowania. Porównanie linijka po linijce na tej stronie rozkłada na czynniki ceny, kluczowe parametry i oceny areny.

Co jest tańsze: Mistral Large 3 czy Mistral Large 4?

Tańszy jest Mistral Large 3: zaczyna od $1.50/1M out, podczas gdy Mistral Large 4 zaczyna od $4.18/1M out (list).

Ile kosztują Mistral Large 3 i Mistral Large 4 za 1M tokenów?

Mistral Large 3: $0.50/1M in za 1M tokenów wejściowych, $1.50/1M out za 1M tokenów wyjściowych. Mistral Large 4: $1.36/1M in (list) za 1M tokenów wejściowych, $4.18/1M out (list) za 1M tokenów wyjściowych.