# Mistral vastaan Claude perehdytyksessämme: 4× nopeampi, 30 % halvempi

> Laitoimme Mistral Medium 3.5:n vastakkain Claude Sonnet 4.6:n kanssa, joka on perehdytysagenttimme taustalla oleva malli, omalla työkuormallamme. Mistral oli noin 4× nopeampi ja 30 % halvempi lähes samalla laadulla. Juuri tähän tehtävään se osoittautui yllättävän hyväksi valinnaksi syistä, jotka liittyvät siihen, miten perehdytys käytännössä toimii.

Published 2026-07-02 · https://squidler.io/fi/blog/eu-models-1-discovery-mistral

Olemme Malmöstä, ja olemme aina halunneet eurooppalaisen teknologiapinon. Se on yksi syy siihen, että toimimme esimerkiksi [Hetznerillä](https://www.hetzner.com). Tavoitteena on **täysin eurooppalainen pino**, ja ajamme sitä määrätietoisesti. Mutta halu rakentaa mahtava tuote on yhtä vahva, joten siellä, missä eurooppalainen vaihtoehto ei vielä kanna tehtävää, otamme parhaan saatavilla olevan mallin ja varmistamme, että se toimii EU-lainsäädännön alaisena. Monille mahdollisille asiakkaillemme emme ole edes vaihtoehto, jos emme käsittele heidän tietojaan EU:n sääntöjen mukaan.

Tekoälyssä [suurin osa kärjestä on kuitenkin amerikkalaista](https://artificialanalysis.ai/models), ja varhaiset selvityksemme päätyivät [Anthropicin](https://www.anthropic.com) Claudeen useimpien pinomme mallien kohdalla. Se on vienyt meidät huimaa vauhtia sinne, missä olemme tänään, mutta nyt on aika hidastaa ja katsoa, miten pääsemme täysin eurooppalaiseen tavoitteeseen.

## Ensimmäinen ehdokas

Ensimmäistä keskustelua, jonka käyt palkatessasi Squidler-asiantuntijan, vetää *perehdytysagentti*, joka selvittää, mitä oikeasti tarvitset. Koska se toimii melko erillään muusta järjestelmästä, se tuntuu hyvältä ehdokkaalta aloittaa.

Perehdytys toimii nykyään Claude Sonnet 4.6:lla, koska se tasapainottaa tehtävässä hyvin laadun, nopeuden ja hinnan. Arvioimme aluksi myös Haiku 4.5:tä, Anthropicin edullisempaa tasoa, mutta emme saaneet haluamaamme laatua. Löytääksemme eurooppalaisen mallin, joka pärjäisi sen rinnalla, kävimme läpi julkaistut vertailuluvut ([Artificial Analysis](https://artificialanalysis.ai) kyvykkyyden ja nopeuden osalta, palveluntarjoajat hinnan osalta). Yksi ehdokas erottui joukosta.

| Mittari | Mistral Medium 3.5 🇫🇷 | Claude Sonnet 4.6 🇺🇸 | Claude Haiku 4.5 🇺🇸 |
| --- | --- | --- | --- |
| Intelligence Index | 30 | 36 | 24 |
| Tulostusnopeus | 92 tok/s | 44,8 tok/s | 92 tok/s |
| Aika ensimmäiseen tokeniin | 2,06 s | 1,26 s | 0,93 s |
| Hinta (sisään / ulos per 1M) | $1.50 / $7.50 | $3 / $15 | $1 / $5 |

*Luvut 2.7.2026, kunkin palveluntarjoajan omasta API:sta. Ne muuttuvat, kun uusia vertailuajoja julkaistaan.*

[Mistral](https://mistral.ai) Medium 3.5 on älykkyydessä kuusi pistettä Sonnetin perässä puoleen hintaan. Sen aika ensimmäiseen tokeniin, eli odotus ennen kuin ruudulle ilmestyy mitään, on hieman Sonnetia hitaampi, mutta sen tulostusnopeus on Haikun tasoa, kaksinkertainen Sonnetiin nähden, joten sen pitäisi tuottaa koko vastaus nopeammin. Paperilla Mistral on ilmeinen testattava: ranskalainen, ja tarjolla oman API:n kautta niin, että tiedot säilytetään EU:ssa. Täysin eurooppalainen vaihtoehto, jos laatu pitää.

## Testi

Emme arvioi malleja fiiliksen perusteella. Perehdytyksellä on oma arviointisarjansa: 17 käsikirjoitettua keskustelufixturea, jokainen ajettuna kolme kertaa ja pisteytettynä [promptfoolla](https://www.promptfoo.dev) niiden asioiden osalta, joilla on merkitystä. Nostaako agentti esiin konkreettisen ongelman, siirtääkö se keskustelun eteenpäin siististi, hallitseeko se useita kieliä ja pysyykö se tosiasioissa keksimättä omiaan?

| Tulos | Mistral Medium 3.5 🇫🇷 | Claude Sonnet 4.6 🇺🇸 | Claude Haiku 4.5 🇺🇸 |
| --- | --- | --- | --- |
| Laatu (läpäistyt tarkistukset) | 46 / 51 (90 %) | 48 / 51 (94 %) | 39 / 51 (76 %) |
| Nopeus (mediaani per vuoro) | ~1,9 s | ~7,6 s | ~1,9 s |
| Kustannus (per istunto) | ~$0.044 | ~$0.063 | ~$0.035 |

*Jokainen tarkistus on yksi fixture-ajo, joka arvioidaan kokonaisuutena hyväksytyksi tai hylätyksi, subjektiiviset Claude-mallin toimesta, mikä jos jotain suosii nykyistä mallia. Kahden tarkistuksen ero 51 ajossa on ajojen välisen kohinan rajoissa. Nopeus ja kustannus perustuvat toistettuihin kahdeksan vuoron istuntoihin mallia kohden.*

Laadussa Mistral Medium 3.5 oli testeissämme **lähes yhtä hyvä kuin Sonnet**, linjassa julkaistujen lukujen kanssa. Yllätys on nopeus: **noin 4× nopeampi per vuoro**, kaksi kertaa enemmän kuin tekniset tiedot lupasivat. Arvioinnin raakavastaukset selittävät sen: kun keskustelu pääsee vauhtiin, Mistral tuotti keskimäärin noin **170 tokenia** vuoroa kohden, kun Sonnet käytti noin **500**. Sama työ, kolmasosa sanoista. Kuten alla olevassa esimerkissä:

*[Tässä julkaisussa on interaktiivinen kuvio — avaa julkaisu nähdäksesi sen.](https://squidler.io/fi/blog/eu-models-1-discovery-mistral)*

Huomionarvoista: vuorokohtainen luku on kokonaisaika, eikä koettu viive ole sama kuin mitattu viive. Ensimmäisenä tunnet ajan ensimmäiseen tokeniin. Teknisten tietojen mukaan Mistral on hitaampi ensimmäiseen sanaan, mutta emme koskaan huomanneet sitä: Mistralin mediaanivuoro valmistui lyhyemmässä ajassa kuin teknisissä tiedoissa ilmoitettu aika ensimmäiseen tokeniin. Pidä julkaistuja viivelukuja lähtökohtana, älä vastauksena.

Kustannuksissa ei riitä, että lukee mallikortin. Mukaan vaikuttaa kaksi muuta tekijää: välimuisti ja tulostetut tokenit. Sekä Mistral että Anthropic hinnoittelevat välimuistista luetun syötteen kymmenesosaan normaalista hinnasta. Ongelmana on, että välimuisti auttaa vain, jos se osuu: Claude on ollut tässä kokemuksemme mukaan erinomainen, kun taas Mistralin välimuisti, omien dokumenttiensa mukaan best effort, ei suorassa testissä antanut meille yhtään välimuistitokenia. Perehdytyksessä tämä ei käännä tulosta: välimuisti alentaa vain syötteen hintaa, Sonnetin lasku koostuu enimmäkseen sen pitkistä vastauksista, ja Mistral on **noin 30 % halvempi per istunto**, vaikka se maksaa jokaisesta syötetokenista täyden hinnan. Jos Mistralin välimuisti joskus alkaa toimia, luku vain paranee.

## Missä mennään

Lopputulos oli yllättävän hyvä. Omalla perehdytystyökuormallamme eurooppalainen malli pärjäsi laadussa Claudelle, tuli halvemmaksi ja vastasi selvästi pienemmällä viiveellä. Tehtävässä, jota ajamme joka päivä, se on todellinen vaihtoehto, jota emme odottaneet saavamme.

> Lähes yhtä hyvä, 4× nopeampi, 30 % halvempi, ja eurooppalainen.

*Huomio Sonnet 5:stä: Anthropic julkaisi sen samalla viikolla, kun teimme tämän, emmekä ajaneet arviointia uudelleen sitä vastaan. Vertaamme siihen, millä perehdytys tänään oikeasti toimii.*