Mistral: Mistral Large 4 lawan Writer: Palmyra X5
Perbandingan berdampingan Mistral: Mistral Large 4 (US$2,45 / 1 jt token (≈ Rp 44.343)) dan Writer: Palmyra X5 (US$2,10 / 1 jt token (≈ Rp 38.008)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Mistral: Mistral Large 4 | Writer: Palmyra X5 | |
|---|---|---|
| Penyedia | Mistral | Writer |
| Masukan | US$2,45 / 1 jt token (≈ Rp 44.343) | US$2,10 / 1 jt token (≈ Rp 38.008) |
| Keluaran | US$7,35 / 1 jt token (≈ Rp 133.028) | US$21,00 / 1 jt token (≈ Rp 380.079) |
| Baca cache | US$0,25 / 1 jt token (≈ Rp 4.434) | - |
| Jendela konteks | 1.048.576 | 1.040.000 |
| Output maks. | 262.144 | 8.192 |
| Masukan | text, image | text |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 6 Okt 2026 | 21 Jan 2026 |
Perbedaan utama
- Writer: Palmyra X5 14% lebih murah untuk token input.
- Mistral: Mistral Large 4 65% lebih murah untuk token output.
- Hanya Mistral: Mistral Large 4 yang mendukung panggilan alat.
- Hanya Mistral: Mistral Large 4 yang mendukung output JSON terstruktur.
- Hanya Mistral: Mistral Large 4 yang mendukung pengaturan tingkat penalaran.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00613 dengan Mistral: Mistral Large 4 dan US$0,01 dengan Writer: Palmyra X5.
Lebih mendalam
Mistral: Mistral Large 4 dibuat oleh Mistral dan membawa model id mistralai/mistral-large-4-0 di api14. Writer: Palmyra X5 dibuat oleh Writer dan membawa model id writer/palmyra-x5. Keduanya adalah model kategori teks, yang berarti dibangun untuk pekerjaan bahasa bukan tugas audio, video atau embedding, dan keduanya mengembalikan teks sebagai outputnya. Perbedaan praktisnya dimulai dari siapa yang berada di belakangnya: Mistral adalah lab model dengan lini general purpose yang luas, sementara Writer adalah vendor yang modelnya ditujukan untuk penulisan enterprise dan alur kerja konten.
Keduanya paling berbeda dalam hal apa yang mereka terima dan apa yang bisa Anda kontrol. Mistral Large 4 menerima input teks dan gambar, sehingga dapat melihat screenshot, diagram atau halaman hasil scan bersama prompt Anda, sementara Palmyra X5 hanya menerima teks. Mistral Large 4 juga mengekspos permukaan parameter yang jauh lebih luas: tools dan tool_choice untuk function calling, structured_outputs dan response_format untuk JSON yang dibatasi, reasoning dan reasoning_effort plus include_reasoning untuk kontrol gaya berpikir, dan knob sampling seperti frequency_penalty, presence_penalty, logprobs, top_logprobs dan seed. Palmyra X5 mendukung kumpulan yang lebih sempit: max_tokens, stop, temperature, top_k dan top_p. Context window keduanya cukup dekat sehingga perbedaannya tidak signifikan dalam praktik, masing masing sekitar satu juta token, jadi tidak ada yang menang dalam hal seberapa banyak yang bisa Anda masukkan. Dari sisi harga, Palmyra X5 adalah opsi yang lebih murah untuk input, sementara Mistral Large 4 adalah opsi yang lebih murah untuk output.
Untuk pemilihan sehari hari, pilih Mistral Large 4 ketika tugas Anda membutuhkan apa pun di luar teks masuk dan teks keluar biasa. Jika Anda membangun agen yang memanggil fungsi, jika Anda perlu responsnya sesuai dengan skema JSON, jika Anda ingin menyetel reasoning effort, atau jika input Anda menyertakan gambar, Palmyra X5 tidak dapat melakukan hal hal tersebut dan Mistral Large 4 bisa. Pilih Palmyra X5 ketika pekerjaannya adalah generasi atau transformasi teks yang lugas, ketika prompt Anda hanya teks, dan ketika volume input adalah biaya dominan dalam beban kerja Anda, karena sisi inputnya lebih murah. Jika beban kerja Anda berat di output, sisi output yang lebih murah adalah Mistral Large 4, yang dapat mengimbangi tarif inputnya yang lebih tinggi.
Memanggil salah satu model melalui api14 bekerja dengan cara yang sama karena API nya kompatibel dengan OpenAI. Anda arahkan klien yang sudah ada ke base URL api14, kirim permintaan chat completions dengan messages Anda, dan ubah hanya field model. Gunakan mistralai/mistral-large-4-0 untuk Mistral Large 4 dan writer/palmyra-x5 untuk Palmyra X5. Semua hal lain dalam bentuk permintaan tetap sama, jadi beralih hanya perubahan satu baris dan Anda dapat melakukan A/B pada keduanya dengan trafik nyata tanpa menulis ulang integrasi Anda. Perlu diingat bahwa parameter tidak universal: jika Anda mengirim tools, response_format atau reasoning_effort ke Palmyra X5, perkirakan itu tidak didukung, jadi gate field tersebut berdasarkan model id yang Anda panggil.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "mistralai/mistral-large-4-0" ke "writer/palmyra-x5", prompt, streaming, dan tools tetap berfungsi.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "writer/palmyra-x5",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4