Gemini 3.8 Flash contra Mistral Large 4

El duelo en breve

Gemini 3.8 Flash y Mistral Large 4 son dos modelos de gama media, entre calidad y coste, uno de Google DeepMind y el otro de Mistral AI. Gemini 3.8 Flash salió el 2 de septiembre de 2026 y Mistral Large 4 el 6 de octubre de 2026.

Todas las cifras proceden de fuentes públicas consultadas el 22 de octubre de 2026: models.dev y OpenRouter para precios y capacidades, Epoch AI para las puntuaciones.

Lo que dicen los benchmarks

En nuestro índice de capacidad, Gemini 3.8 Flash obtiene 83,7 sobre 100 y Mistral Large 4 79,7. Gemini 3.8 Flash se impone por 4 puntos.

En las 4 pruebas registradas para ambos, Gemini 3.8 Flash gana 4 veces y Mistral Large 4 0:

• GPQA Diamond (preguntas de ciencias de nivel doctorado): Gemini 3.8 Flash 95,4 %, Mistral Large 4 88,1 %
• OTIS Mock AIME (problemas de matemáticas de competición): Gemini 3.8 Flash 98,9 %, Mistral Large 4 98,3 %
• FrontierMath (matemáticas de investigación muy difíciles): Gemini 3.8 Flash 68,4 %, Mistral Large 4 58,6 %
• FrontierCode (tareas de programación avanzadas): Gemini 3.8 Flash 41,2 %, Mistral Large 4 39,4 %

¿Cuál cuesta menos?

Gemini 3.8 Flash cuesta 0,75 US$ por millón de tokens de entrada y 3,75 US$ de salida; Mistral Large 4, 1,36 US$ y 4,18 US$.

Para una tarea de agente tipo (leer 20 000 tokens y escribir 2000), cuente 0,023 US$ con Gemini 3.8 Flash frente a 0,036 US$ con Mistral Large 4. Gemini 3.8 Flash es 1,6 veces más barato, una diferencia que pesa rápido en 1000 tareas: 13,06 US$ de diferencia.

Haga el cálculo con sus volúmenes en la calculadora de coste de un agente.

Bajo el capó

Los dos modelos tienen la misma ventana de contexto: 1.048.576 tokens, unas 1573 páginas.

Modo de razonamiento: Gemini 3.8 Flash sí, Mistral Large 4 sí. Llamada a herramientas: Gemini 3.8 Flash sí, Mistral Large 4 sí. Lectura de imágenes: Gemini 3.8 Flash sí, Mistral Large 4 sí.

Ninguno publica sus pesos: ambos se usan por API.

En resumen

Nuestra lectura de los datos:

• Elija Gemini 3.8 Flash por un mejor índice de capacidad y un coste más bajo.

Este veredicto se basa en cifras públicas; no sustituye una prueba con sus propias tareas.