ModelVerdict
ČeštinaCS

Z našich dat

Mistral Large 4 je 8. ze 13 a stojí 5,50 $ za 1 000 dokumentů

Mistral Large 4 zpracuje zcela správně 88,99 % dokumentů za 5,50 $ za 1 000. Silný je v třídění e-mailů, slabší u faktur a u otázek nad dokumentem.

Publikováno 7. října 2026 · čísla z běhu 20261007T165728Z-d649b2

Mistral Large 4 je nejnovější model v našem testu ze dne 7. 10. 2026. Skončil na 8. místě ze 13. Zcela správně zpracuje 88,99 % dokumentů (průměr přes všechny úlohy a jazyky) a API si za to účtuje 5,50 $ za 1 000 dokumentů. Dokument se počítá jako správný, jen pokud jsou správně všechna pole.

Stručně: oproti Mistral Medium 3.5 jde o zřetelný posun u faktur a třídění e-mailů. Stojí ale zhruba dvakrát tolik a prohrává s několika levnějšími modely.

Kde je silný a kde ne

Výsledky podle úloh jsou nevyrovnané. Tady jsou skóre, pro srovnání s Mistral Medium 3.5 a nejlepším modelem v každé úloze.

Úloha Mistral Large 4 Mistral Medium 3.5 Nejlepší model
Smluvní doložky 92,13 % 92,53 % 99,73 % (Gemini 3.8 Flash)
Třídění e-mailů 85,33 % 53,73 % 89,06 % (GLM-5.3 Flash)
Extrakce faktur 82,13 % 73,73 % 99,59 % (Claude Sonnet 5.5)
Anonymizace osobních údajů 96,53 % 98,26 % 99,60 % (Claude Sonnet 5.5)
Otázky nad dokumentem 88,53 % 100,00 % 100,00 % (více modelů)
Shrnutí schůzek 89,33 % 100,00 % 100,00 % (více modelů)

Třídění e-mailů je jeho nejlepší výsledek v porovnání s konkurencí. S 85,33 % obsazuje 4. místo ze 13, za modely GLM-5.3 Flash, Gemini 3.8 Flash a GPT-6 Sol. Mistral Medium 3.5 dosahuje ve stejné úloze jen 53,73 %.

Slabým místem jsou otázky nad dokumentem. Large 4 zde dosahuje 88,53 % při ceně 5,70 $ za 1 000. Mistral Medium 3.5, Mistral Small 4 i Gemma 4 31B se dostanou na 100,00 % a poslední dva přijdou na méně než 0,20 $. Podobně dopadají shrnutí schůzek: 89,33 % za 8,56 $, což je nejvyšší cena ze všech úloh u tohoto modelu, zatímco Mistral Medium 3.5 dosáhne 100,00 % za 1,92 $.

Smluvní doložky a anonymizace osobních údajů zvládá solidně, ale nevede. U obou je mírně před ním Mistral Medium 3.5, a to při nižší ceně.

Faktury a skeny

U extrakce faktur je odstup od špičky největší. Large 4 trefí správně 95,08 % polí, ale jen u 82,13 % faktur jsou správně všech 13 polí. Nejslabší jsou pole bank_account (89,46 %) a vat_id (91,83 %).

U naskenovaných a vyfocených faktur klesá na 76,22 %, což je 9. místo ze 13. Claude Sonnet 5.5 dosahuje na stejné sadě 100,00 % a Gemini 3.8 Flash 98,44 %. Mistral Medium 3.5 zvládne 61,11 %, takže Large 4 je v rámci řady Mistral skutečné zlepšení.

U faktur jsou náklady na chyby důležitější než cena API. Počítáme se 3 minutami opravy na každou chybnou fakturu při sazbě 40 $ za hodinu. Při tomto výpočtu vychází Large 4 na 364,41 $ za 1 000 faktur včetně poplatku za API. Gemini 3.8 Flash vychází na 48,51 $ a GLM-5.3 Flash na 110,32 $. Mistral Medium 3.5 na 529,99 $. Pokud zpracováváte faktury, nízká cena API u slabšího modelu není skutečnou cenou. Proč tomu tak je, vysvětlujeme v článku přesnost na úrovni polí vs. dokumentů.

Jazyky a náklady

Podle jazyka dokumentu je Large 4 nejspolehlivější v němčině (92,33 %) a španělštině (91,77 %). Čeština (89,11 %) a angličtina (89,22 %) jsou blízko sebe. Slabinou je francouzština s 82,55 %, výrazně pod ostatními jazyky.

Jedna věc mluví v jeho prospěch: pro stejný dokument potřebuje v němčině, španělštině a francouzštině nejméně tokenů. Oproti angličtině je to 1,23× pro němčinu, 1,26× pro španělštinu a 1,28× pro francouzštinu. To je spodní hranice rozpětí napříč modely. U polštiny je tomu naopak: 2,01×, nejvíce ze všeho, co jsme změřili.

Při ceně 5,50 $ za 1 000 dokumentů se pohybuje ve stejném cenovém pásmu jako nejlepší komerční modely, ale s nižší přesností:

  • Claude Sonnet 5 dosahuje 91,28 % za 5,96 $.
  • Claude Sonnet 5.5 dosahuje 95,48 % za 5,55 $.
  • GLM-5.3 Flash dosahuje 96,55 % za 0,68 $, tedy je zhruba 8× levnější.
  • GPT-6 Luna dosahuje 92,44 % za 0,24 $, tedy je více než 20× levnější.
  • Qwen3.8 Flash dosahuje 88,60 % za 0,74 $, tedy má blízko k Large 4 za zlomek ceny.

Nejbližším modelem v řadě Mistral je Mistral Medium 3.5 s 86,37 % za 2,45 $. Large 4 je celkově před ním, ale ve čtyřech z šesti úloh s ním prohrává nebo remizuje, konkrétně u smluv, osobních údajů, otázek a shrnutí. Jeho náskok tvoří faktury a třídění e-mailů.

Proč levný ceník stojí 5,50 $

Ceník je nízký: 0,68 $ za milion vstupních a 2,09 $ za milion výstupních tokenů, tedy méně než polovina vstupní a zhruba čtvrtina výstupní ceny modelu Mistral Medium 3.5 (1,50 $ / 7,50 $). Přesto vyjde na dokument zhruba dvakrát dráž. Důvodem je uvažování: než odpoví, napíše Large 4 dlouhý myšlenkový postup a každý jeho token se platí jako výstup.

U dlouhých dokumentů mu někdy dojde místo dřív, než stihne odpovědět: 10,66 % shrnutí schůzek, 4,66 % odpovědí na otázky nad dokumentem a 3,60 % faktur se vrátilo bez platné odpovědi. Mistral Medium 3.5 i Claude Sonnet 5.5 mají ve všech třech 0,00 %. Dívejte se na cenu za dokument, ne za token.

Pro koho se hodí

Large 4 dává smysl, pokud potřebujete třídění e-mailů nebo extrakci faktur od Mistralu a nemůžete přejít k jinému dodavateli. Pro většinu ostatních úloh je v tomto testu levnější model přinejmenším stejně přesný. U faktur, zejména skenů, jsou modely nad ním zřetelně spolehlivější.

Všech 13 modelů najdete v žebříčku. Jak dokumenty testujeme, hodnotíme a oceňujeme, popisuje metodika.

Podívejte se na aktuální výsledky pro vaši úlohu a jazyk →

Přihlášení e-mailem

E-mail použijeme jen k přihlášení (a k souhrnu, pokud ho zaškrtnete). Žádný spam.