Análisis de inteligencia, rendimiento y precio de Mistral Large 4
Resumen del modelo
Mistral Large 4 (High) está por encima del promedio en inteligencia y tiene un precio razonable en comparación con otros modelos de pesos abiertos y tamaño similar. También es notablemente lento por tarea y algo verboso. El modelo admite entrada de texto e imágenes, genera texto y tiene una ventana de contexto de 1M tokens.
Mistral Large 4 (High) obtiene 26 puntos en el Artificial Analysis Intelligence Index, lo que lo sitúa por encima del promedio entre modelos comparables (con una mediana de 23). Al evaluar el Intelligence Index, generó 107M tokens, lo que es algo verboso frente a la mediana de 101M.
El precio de Mistral Large 4 (High) es de $0.70 por 1 M de tokens de entrada (algo elevado; mediana: $0.53) y $2.10 por 1 M de tokens de salida (moderado; mediana: $2.10). En promedio, evaluar Mistral Large 4 (High) en el Intelligence Index cuesta $2.06 por tarea.
Con 22.9 minutos por tarea del Intelligence Index, Mistral Large 4 (High) es notablemente lento frente a la mediana de 15.0 minutos de los modelos comparables (cuanto menor, mejor).
| Razonamiento | Sí |
|---|---|
| Esfuerzo predeterminado | high |
| Modalidad de entrada | Admite: texto e imágenes |
| Modalidad de salida | Admite: texto |
| Ventana de contexto | 1M ~1500 páginas A4 con fuente Arial de 12 puntos |
| Parámetros totales | 1.1T |
| Parámetros activos | 52B Número de parámetros activos por token durante la inferencia |
| Licencia | Mistral Ecosystem Open-Weight License |
| Pesos del modelo | Hugging Face |
Las métricas se comparan con modelos de la misma clase:
- Modelos sin razonamiento → se comparan solo con otros modelos sin razonamiento
- Modelos de razonamiento → se comparan tanto con modelos de razonamiento como sin razonamiento
- Modelos de pesos abiertos → se comparan solo con otros modelos de pesos abiertos de la misma categoría de tamaño:
- Muy pequeño: ≤4B parámetros
- Pequeño: 4B–40B parámetros
- Mediano: 40B–150B parámetros
- Grande: >150B parámetros
- Modelos propietarios → se comparan con modelos propietarios y de pesos abiertos del mismo rango de precio mediante una proporción combinada de precios de entrada/salida de 3:1:
- <$0.15 por 1 M de tokens
- $0.15–$1 por 1 M de tokens
- >$1 por 1 M de tokens
Inteligencia
Artificial Analysis Intelligence Index
Artificial Analysis Intelligence Index: pesos abiertos vs. propietarios
Intelligence Index vs. costo por tarea
Índices de capacidades
Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better
Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better
Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better
Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Medical long context reasoning
Openness Index
Artificial Analysis Openness Index: puntuación
Costo
Costo por tarea del Intelligence Index
Costo de ejecutar el Artificial Analysis Intelligence Index
Precios: aciertos de caché, entrada y salida
Rendimiento
Medido por el tiempo por tarea (minutos), la velocidad de salida (tokens por segundo), el tiempo hasta el primer token de respuesta y el tiempo hasta el primer token (segundos)
Tiempo por tarea del Intelligence Index
Velocidad de salida
Tiempo hasta el primer token de respuesta
Uso de tokens
Tokens de salida por tarea del Intelligence Index
Ventana de contexto
Ventana de contexto
Tamaño del modelo (solo modelos de pesos abiertos)
Tamaño del modelo: parámetros totales y activos
Más detalles
Preguntas frecuentes
Preguntas comunes sobre Mistral Large 4
Mistral Large 4 se lanzó el 29 de octubre de 2026.
Mistral Large 4 fue creado por Mistral.
Mistral Large 4 tiene 2 niveles de esfuerzo: high y medium. Mistral Large 4 obtiene 26 (high) y 23 (medium) puntos en el Artificial Analysis Intelligence Index. Mistral Large 4 (High) se sitúa por encima del promedio entre otros modelos de pesos abiertos y tamaño similar (mediana: 23).
Mistral Large 4 tarda 22.9 minutos (high) y 15.0 minutos (medium) por tarea del Intelligence Index (según la API de Mistral; cuanto menor, mejor). En tiempo por tarea, Mistral Large 4 (High) obtiene un valor entre los más lentos frente a otros modelos de pesos abiertos y tamaño similar (mediana: 15.0 minutos).
Mistral Large 4 tiene un tiempo hasta el primer token de respuesta de 80.58 s (high) y 52.50 s (medium) (según la API de Mistral). En tiempo hasta el primer token de respuesta, Mistral Large 4 (High) obtiene un valor en el extremo superior frente a otros modelos de pesos abiertos y tamaño similar (mediana: 18.55 s).
Mistral Large 4 cuesta $0.70 por 1 M de tokens de entrada (algo mayor que el promedio; mediana: $0.53) y $2.10 por 1 M de tokens de salida (mejor que el promedio; mediana: $2.10), según la API de Mistral.
Mistral Large 4 cuesta $0.70 por 1 M de tokens de entrada y $2.10 por 1 M de tokens de salida (según la API de Mistral). Con una tarifa combinada (proporción 7:2:1 entre aciertos de caché, entrada y salida), equivale a $0.40 por 1 M de tokens. El precio puede variar según el proveedor. Comparar precios de proveedores
Al evaluarlo en el Intelligence Index, Mistral Large 4 generó 107M tokens de salida (high) y 72.5M tokens de salida (medium). En tokens de salida, Mistral Large 4 (High) obtiene un valor algo mayor que el promedio frente a otros modelos de pesos abiertos y tamaño similar (mediana: 101M).
Sí, Mistral Large 4 es un modelo de razonamiento. Usa pensamiento extendido o razonamiento en cadena para resolver problemas complejos antes de dar una respuesta.
Mistral Large 4 admite entrada de texto e imágenes.
Mistral Large 4 admite salida de texto.
Sí, Mistral Large 4 admite imágenes como entrada y puede analizarlas, describirlas y responder preguntas sobre ellas.
Sí, Mistral Large 4 es multimodal. Puede procesar entradas de texto e imágenes y generar salidas de texto.
Mistral Large 4 tiene una ventana de contexto de 1M tokens. Esto determina cuánto texto e historial de conversación puede procesar el modelo en una sola solicitud.
Sí, Mistral Large 4 es un modelo de pesos abiertos. Los pesos del modelo están disponibles públicamente y pueden descargarse para alojarlo por cuenta propia.
Mistral Large 4 tiene 1.1T parámetros (52B activos).
Mistral Large 4 es un modelo de mezcla de expertos (MoE) con 1.1T parámetros totales, pero durante la inferencia solo usa 52B parámetros activos.
Mistral Large 4 se publica bajo la licencia Mistral Ecosystem Open-Weight License. El uso comercial está permitido con restricciones. Ver licencia
Mistral Large 4 obtiene 26 (high) y 23 (medium) puntos en el Artificial Analysis Intelligence Index. Este benchmark compuesto evalúa los modelos en trabajo del conocimiento, programación, ciencia y conocimiento general.
Sí, Mistral Large 4 está disponible mediante API a través de 1 proveedor. Comparar proveedores de API
Mistral Large 4 está disponible a través de 1 proveedor de API. Comparar proveedores