Mistral이 10월 29일 플래그십 모델 Mistral Large 4(별명 Le Chonk)의 가중치를 공개했습니다. 이는 약 1조 매개변수를 가진 혼합 전문가(MoE) 모델로, 텍스트 및 이미지 입력을 지원하고 텍스트를 출력하며, 컨텍스트 길이는 100만 토큰입니다. 3주 전 프리뷰 버전으로 출시된 이후 강화 학습을 계속 진행했으며, 공식적으로 프로그래밍 및 사이버 방어 능력이 현저히 향상되었다고 밝혔습니다. 라이선스는 수정된 MIT 라이선스입니다: 무료 사용, 수정, 미세 조정 및 상업적 사용이 가능하지만, '모델-as-a-service' 방식으로 외부에 제공하려면 별도의 상업적 라이선스를 체결해야 합니다.
신뢰도: 높음(100) · 이벤트 시간 2026-10-29
이유
- 오픈 가중치 모델 중에서는 드물게 조 단위 매개변수 규모이며, 전체 학습 과정이 유럽에서 이루어진 모델로, 기업과 정부는 자체 데이터 센터에서 실행할 수 있어 API에 의존하지 않습니다. 공식 발표에 따르면: Cognition의 비공개 평가 FrontierCode 2.0에서 19.7%점을 획득하여 오픈 가중치 모델 중 1위를 차지했습니다. Terminal-Bench 4.0 점수는 프리뷰 버전의 28%에서 41%으로 상승했습니다. Artificial Analysis의 프로그래밍 에이전트 지수는 48%로, GLM-5.3와 거의 동등하지만 작업당 토큰 사용량이 47% 적습니다.
- 사이버 보안이 주요 판매 포인트입니다(공식 발표): Artificial Analysis의 사이버 보안 지수는 51%입니다. JailbreakBench, StrongREJECT, AgentHarm의 악성 사이버 요청에 대한 평균 거부율은 96.6%로, 오픈 모델 중 가장 높습니다. 또한 Orange Cyberdefense 등 승인된 파트너에게 침투 테스트 및 레드팀 전용 변형 모델을 프리뷰로 제공합니다. Mistral은 이 모델이 실제 공격에 도움을 줄 수 있음을 인정하며, 향후 몇 달간 방호 조치를 지속적으로 조정할 것이라고 밝혔습니다.
- 제3자 결과는 더 냉정합니다: The Decoder가 전한 Artificial Analysis에 따르면, 새로운 지능 지수 v5에서 이 모델은 26점을 획득했습니다(프리뷰 버전은 25점). 이는 DeepSeek V4.1 Flash와 GLM-5.3의 32점보다 낮습니다. 사이버 보안 지수에서도 DeepSeek V4.1 Flash(57%)와 MiMo-V2.6-Pro(56%)가 이 모델보다 앞섭니다. 장점은 속도와 가격입니다: 초당 출력 토큰 수는 161개이며, 지수별 작업 평균 비용은 2.06달러로 GLM-5.3보다 저렴하지만 DeepSeek V4.1 Flash보다는 훨씬 비쌉니다.
사용법
- 가중치는 Hugging Face의 Mistral Large 4 컬렉션(mistralai/Mistral-Large-4-1T-A52B, NVFP4 버전 별도 제공)에 있습니다. 출시 첫날부터 transformers, vLLM, SGLang 및 llama.cpp(ggml-org에서 GGUF 양자화 제공)를 지원합니다. 추론 강도(reasoning_effort)는 low / medium / high 중 선택 가능하며, 기본값은 high이고 추론을 비활성화할 수 없습니다.
- 하드웨어 요구 사항이 높습니다: The Decoder가 인용한 SGLang 문서에 따르면 표준 버전은 B300 GPU 8장이 필요합니다. Hugging Face 블로그에서는 2비트 양자화를 통해 Apple Silicon Ultra의 512GB 메모리에서 실행할 수 있다고 언급했으며, H200 GPU 8장을 사용한 Inference Endpoints 배포 방안도 제시했습니다.
- 자체 호스팅을 원하지 않는 경우 Mistral Studio, Mistral API, OpenRouter, Microsoft Foundry 또는 NVIDIA 관리 엔드포인트를 사용할 수 있습니다. 공식 가격은 입력 토큰 100만 개당 0.70달러, 캐시된 입력은 0.07달러, 출력은 2.10달러입니다.
리스크
- 활성 매개변수 수에 대한 설명이 일치하지 않습니다: Mistral 저장소 이름, The Decoder 및 SiliconANGLE에는 520억으로 기재되어 있지만, Hugging Face 블로그에는 약 490억으로 기재되어 있습니다.
- 일부 수치의 기준이 다릅니다: Hugging Face 블로그에 기재된 82%은 사이버 보안 지수 중 '취약점 재현 및 패치' 항목의 점수이며, 총점은 51%입니다. 블로그에 기재된 B3의 공격 저항성 93.3%은 Mistral이 언급한 프리뷰 버전의 성적(정식 버전은 공식적으로 97.1%라고 주장)입니다. Terminal-Bench 4에는 28.3%로 기재되어 있어 Mistral의 41%과 큰 차이가 나며, 테스트 설정은 명시되지 않았습니다.
- 대부분의 프로그래밍 및 보안 성적은 Mistral이 자체적으로 선택한 평가 결과이며, Booz Allen, Cisco 등 파트너사의 평가는 보증(backing)에 해당합니다. 전체 기술 보고서는 공식적으로 '조만간 공개'될 예정이라고 합니다.
- The Decoder는 Mistral의 비교 대상에 Kimi K3.1 Pro가 포함되지 않았다고 지적했습니다(가중치는 아직 공개되지 않았으며, Moonshot은 11월 4일 전에 공개할 계획입니다). 이 모델은 Terminal-Bench 4.0에서 67%점을 기록했습니다.
열기 · Mistral AI 뉴스 · The Decoder · TechCrunch · SiliconANGLE