Mistral Large 4 vs Mistral Small 4

為什麼我們要做這個測試

我們的免費聊天讓每個新帳號的前 3 則回覆使用 Mistral Large 4，之後切換到 Mistral Small 4；Pro 和點數包則一直使用 Large 4。我們想知道，用實際任務而不是跑分表，什麼時候大模型值得它的價格：以官網定價，Large 4 每百萬輸入 token 收 $1.36、每百萬輸出 token 收 $4.18，Small 4 分別是 $0.15 和 $0.60，輸入大約貴 9 倍、輸出大約貴 7 倍。

方法：8 個看起來像真實工作的提示詞（不是腦筋急轉彎），各送一次給 mistral-large-4 和 mistral-small-2603，透過 chat completions API 呼叫，reasoning_effort 設為 none，temperature 0.2，輸出上限 1,500 token。時間是亞洲一台機器的實際牆鐘時間，所以你的絕對數字會不同；兩個模型之間的比例才是重點。每個提示詞只跑一次，所以小差異當雜訊看待。

計分板

Large 4 贏在完整性和指令遵循；Small 4 在定義明確的轉換任務上能打平，而且快 2 到 3 倍。

Large 4 明顯比較好的地方

六場勝利的模式：Large 4 照著提示詞字面要求去做，做到工作完成為止；Small 4 只回答問題的大致輪廓。

• 合約條款：要求列出每個風險並引用造成風險的確切文字，Large 4 列出五個風險（包括三個終止條款合起來的效果），每個都引用精確片段，然後寫了一份完整的替換條款，含 30 天通知和按比例付款。Small 4 列出三個風險、引用整句話，改寫裡還留著「[X days]」。
• 程式碼審查：兩個都抓到 SQL injection、跳過第一列的迴圈、沒關的連線。Large 4 的修正用了 context manager、sqlite3.Row 具名欄位、還有「is not None」，所以空的狀態字串還是能過濾；Small 4 保留位置索引，用「if conn in locals()」檢查來關連線。
• 從長頁擷取：提示詞貼上我們 2,800-token 的 API 定價頁，要求列出每個 Mistral 模型和每百萬價格。Large 4 回傳四個模型（Large 4、Large 3、Medium 3.5、Small 4）。Small 4 回傳十列 Large 4 的價格級距（batch、priority、regional），沒有其他模型。兩個接著都算對 50M 輸入和 5M 輸出 token 的價格：官網價 $88.90，特價 $44.45。
• 帶俗語的翻譯：Large 4 把「heads up」和「swamped」用習慣用法翻成法文、德文、西班牙文和日文。Small 4 的三種歐洲語言沒問題，但日文句子裡「heads up」留成英文，還加了註解說明。
• 排程謎題：五場演講、五個限制條件。Large 4 推導 A-D 區塊的四種排法，找到唯一正確順序 A-D-B-C-E，用了 830 tokens。Small 4 大篇幅解釋限制條件，講到第二個 case 就撞到 1,500-token 上限。
• 有條件的文案改寫（60 字、禁用浮誇詞）：Large 4 回傳 22 個平實的字。Small 4 回傳 30 個字，開頭是「Boost team productivity」，結尾是「innovate daily」。

Small 4 一樣好的地方

有兩個任務打平，而且兩個都是 Small 4 比較快。發票轉 JSON 的轉換，兩個模型的結果完全一致到分（小計 2,580，稅 490.20，總計 3,070.20），Small 4 花 1.9 秒，Large 4 花 3.0 秒。兩季財報比較，兩個模型算出的毛利和營業利益都一樣；Large 4 的三個 CFO 問題更具體（問毛利率下滑是產品組合變動還是定價壓力），Small 4 的問題堪用。

速度：Small 4 每個任務都是 0.6 到 0.7 秒後開始回答；Large 4 首 token 要 0.8 到 1.9 秒，完成整個任務大約多花 2 到 3 倍時間。對簡短、定義明確的工作，你要付出的只有等待時間。

每個答案花多少錢

Token 數是 API 自己回報的用量；金額按 Mistral 官網定價計算（我們測試時 Large 4 正在限時 5 折優惠，所以它的欄位減半）。在我們網站上，這次測試的每個答案不管用哪個模型都花 1 點，因為免費方案的費率下，1 點大約涵蓋 $0.0067 的模型成本；價差只會出現在長回覆和長文件上。

該用哪一個

輸出格式固定、輸入簡短時用 Small 4：文字轉 JSON 或表格、擷取你明確指名的欄位、對你提供的數字做快速運算、主要歐洲語言之間的短翻譯。你要直接採信答案、不打算檢查時用 Large 4：法律或合約審查、要上線的程式碼、任何要求「列出全部」的長文件項目、限制條件謎題、日文或其他重視俗語的語言，還有嚴格規則下的寫作。

在我們的聊天室，免費方案的前 3 則回覆用 Large 4，讓你自己在實際任務上看出差異，之後切換到 Small 4；點數包或 Pro 則每一則都用 Large 4。定價頁有列出兩個模型。

怎麼重現這個測試

兩個模型的呼叫方式一樣，只有模型名稱不同。這是我們用的請求，拿掉 API 金鑰。

# MISTRAL_KEY holds your Mistral Studio API key (set it in your shell)
curl https://api.mistral.ai/v1/chat/completions \
  -H "Authorization: Bearer $MISTRAL_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistral-large-4",
    "messages": [{"role": "user", "content": "I am a freelance designer. List every risk in this clause for me, quoting the exact words that create each risk, and rewrite the clause so it is fair to both sides: ..."}],
    "reasoning_effort": "none",
    "temperature": 0.2,
    "max_tokens": 1500
  }'
# then the same call with "model": "mistral-small-2603"