Mistral Large 4 vs Mistral Large 3

從 Large 3 到 Large 4 改變了什麼

兩次發表相隔十個月：Mistral Large 3（2512）在 2025 年 12 月 2 日推出，Mistral Large 4 在 2026 年 10 月 6 日進入公開預覽。最主要的改變是規模、推理和上下文。

• 規模：總參數 1.05 兆、每個 token 啟用 490 億，上一代是總參數 6,750 億、啟用 410 億（總參數 +56%，啟用參數 +20%）。
• 推理：Large 4 是指令與推理合一的混合模型，用 reasoning_effort（"high" 或 "none"）控制；Large 3 的模型卡則說明它不是專門的推理模型。
• 上下文：API 提供 524,288 個 token（Mistral 文件寫 1M），上一代是 256K。
• 語言：訓練資料涵蓋超過 160 種語言，包含所有歐盟官方語言；Large 3 的模型卡列出的是數十種語言。
• 視覺：兩者都能讀圖；Large 4 使用 16 億參數的視覺編碼器，Large 3 則是 25 億參數。
• 授權：Large 3 採用 Apache 2.0；Mistral 還沒公布 Large 4 的授權條款。

規格比較表

除了視覺編碼器的大小，Large 4 在每一項容量數字上都勝出；而 Large 3 目前的優勢是權重已經可以下載。

每 100 萬 token 的價差

以原價計算，Mistral Large 4 大約是 Mistral Large 3 的 2.7 到 2.8 倍；在 Mistral 限時五折期間，只有約 1.4 倍。倍數的算法是 Large 4 價格除以 Large 3 價格。

一般每月工作量在兩個模型各要多少錢

每月輸入 3,000 萬、輸出 1,000 萬 token 的工作量，用 Large 3 是 $30.00，用 Large 4 優惠價是 $41.30，Large 4 原價則是 $82.60。

計算方式：Large 3 = 30 × $0.50 + 10 × $1.50 = $30.00；Large 4 優惠價 = 30 × $0.68 + 10 × $2.09 = $41.30；Large 4 原價 = 30 × $1.36 + 10 × $4.18 = $82.60。推理產生的內容也算輸出 token，所以簡單的提示如果還開著 reasoning_effort "high"，Large 4 的帳單會更高；Artificial Analysis 評 Large 4「非常囉嗦」（跑完指數用了 200M 輸出 token，中位數是 81M）。

如果你只是要用來聊天，完全不用算 token：我們的 Pro 方案每月 US$39.90 或每年 US$199.90，每月 3,000 點，1 點大約是一則簡短回覆。

品質提升：公開數字看得出什麼

Mistral 的 Large 4 發表圖表沒有放 Large 3，而 Large 3 也不在目前 44 個模型的 Vals Index 裡，所以兩者沒有共同的跑分項目可比。Mistral 公布的是 Large 4 和自家另一個現行模型 Mistral Medium 3.5 的比較，差距相當大。

以原價來看，Large 4 甚至比 Medium 3.5 便宜：每 100 萬 token $1.36／$4.18，Medium 3.5 是 $1.50／$7.50。

自行架設：Large 3 現在就能跑，Large 4 需要更多記憶體

Large 3 的 FP8 權重約 675 GB，放在一台 8× H200 節點（1,128 GB）上還剩約 453 GB；Large 4 的 FP8 權重約 1,050 GB，在同一台節點上只剩約 78 GB。4-bit 的話，Large 3 約需 338 GB、Large 4 約需 525 GB，兩者都放得進 8× H100（640 GB）。

Large 3 現在就能在 vLLM 1.12.0 以上版本執行。目前還沒有推論引擎宣布支援 Large 4；完整的記憶體計算請看「本地部署」指南。

把 API 呼叫從 Large 3 換成 Large 4

換成 Large 4，大致上只要在同一個 chat completions 端點把模型名稱改成 mistral-large-4（別名 mistral-large-4-0）。有兩個地方需要改程式：reasoning_effort 設為 "high" 時，訊息內容會從字串變成思考區塊和文字區塊組成的清單；另外，Mistral 文件要求在多輪對話的歷史紀錄中，送回完整的助理訊息，包含思考區塊。

把 reasoning_effort 設成 "none"，就能維持一般字串格式的回應，原本解析 Large 3 回應的程式碼可以直接沿用。

# Set API_KEY to your Mistral API key first
curl https://api.mistral.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{"model":"mistral-large-4","messages":[{"role":"user","content":"Summarize this contract clause."}],"reasoning_effort":"none"}'