Mistral: Mistral Large 4 jest tworzony przez Mistral i posiada model id mistralai/mistral-large-4-0 na api14. Autor: Palmyra X5 jest tworzony przez Writer i posiada model id writer/palmyra-x5. Oba są modelami z kategorii tekst, co oznacza, że zostały zbudowane do pracy z językiem, a nie do zadań związanych z dźwiękiem, wideo czy osadzaniem, i oba zwracają tekst jako swój wynik. Praktyczna różnica zaczyna się od tego, kto stoi za nimi: Mistral to laboratorium modeli z szeroką linią ogólnego przeznaczenia, podczas gdy Writer to dostawca, którego modele są skierowane do korporacyjnych procesów pisania i tworzenia treści.
Dwa te modele różnią się najbardziej tym, co akceptują i co możesz kontrolować. Mistral Large 4 akceptuje zarówno tekst, jak i obrazy, więc może spojrzeć na zrzut ekranu, diagram lub zeskanowaną stronę obok Twojego promptu, podczas gdy Palmyra X5 akceptuje tylko tekst. Mistral Large 4 eksponuje również znacznie szerszą powierzchnię parametrów: tools i tool_choice do wywoływania funkcji, structured_outputs i response_format dla ograniczonego JSON, reasoning i reasoning_effort plus include_reasoning do kontroli stylu myślenia, a także pokrętła próbkowania, takie jak frequency_penalty, presence_penalty, logprobs, top_logprobs i seed. Palmyra X5 wspiera węższy zestaw: max_tokens, stop, temperature, top_k i top_p. Ich okna kontekstu są wystarczająco bliskie, aby różnica nie była istotna w praktyce, około miliona tokenów każdy, więc żaden nie wygrywa pod względem ilości danych, które można wprowadzić. Pod względem ceny, Palmyra X5 jest tańszą opcją dla wejścia, podczas gdy Mistral Large 4 jest tańszą opcją dla wyjścia.
Do codziennego wyboru sięgnij po Mistral Large 4, gdy Twoje zadanie wymaga czegoś więcej niż czystego tekstu na wejściu i wyjściu. Jeśli budujesz agenta wywołującego funkcje, jeśli potrzebujesz, aby odpowiedź była zgodna ze schematem JSON, jeśli chcesz dostroić wysiłek rozumowania, lub jeśli Twoje wejście zawiera obrazy, Palmyra X5 nie jest w stanie tego zrobić, a Mistral Large 4 może. Sięgnij po Palmyra X5, gdy praca polega na prostym generowaniu lub transformowaniu tekstu, gdy Twoje prompty są wyłącznie tekstowe i gdy wolumen wejścia jest dominującym kosztem w Twojej pracy, ponieważ jest tańszy pod względem wejścia. Jeśli Twoja praca jest obciążona wyjściem, tańsza strona wyjścia to Mistral Large 4, który może zrekompensować swój wyższy wskaźnik wejścia.
Wywołanie któregokolwiek z modeli przez api14 działa tak samo, ponieważ API jest zgodne z OpenAI. Wskazujesz swój istniejący klient na bazowy adres URL api14, wysyłasz żądanie chat completions z Twoimi wiadomościami i zmieniasz tylko pole model. Użyj mistralai/mistral-large-4-0 dla Mistral Large 4 i writer/palmyra-x5 dla Palmyra X5. Wszystko inne w kształcie żądania pozostaje takie samo, więc przełączenie jest zmianą jednej linii i możesz testować oba na rzeczywistym ruchu bez przepisywania swojej integracji. Pamiętaj, że parametry nie są uniwersalne: jeśli wyślesz tools, response_format lub reasoning_effort do Palmyra X5, spodziewaj się, że nie będą one obsługiwane, więc zabezpiecz te pola pod model id, który wywołujesz.
Są jednak przypadki, w których Palmyra X5 jest lepszym wyborem, nawet przy węższym zestawie funkcji. Jeśli Twoje prompty są czystym tekstem, nie potrzebujesz wywołań narzędzi ani strukturalnego wyjścia, a tokeny wejściowe dominują w Twojej fakturze, jego tańsza strona wejścia czyni go bardziej ekonomicznym wyborem do pisania, podsumowywania lub przepisania dużych wolumenów. Mistral Large 4 pozostaje bezpieczniejszym domyślny, ponieważ obejmuje szerszy zakres typów żądań, ale dla wąskiego potoku wyłącznie tekstowego Palmyra X5 jest rozsądną i tańszą alternatywą.