Mistral AI가 Mistral Large 4를 공개했다. 회사는 이를 지금까지 자사의 가장 크고 성능이 뛰어난 모델이라고 설명한다. 내부적으로 «Le Chonk»라는 코드명으로 알려진 이 모델은 총 1조 개의 매개변수를 보유하며, 각 작업에서 490억 개의 활성 매개변수를 사용한다. 회사는 Mistral Studio를 통해 이 모델의 공개 프리뷰를 제공하며, 10월 말 이전에 모델 가중치를 공개할 예정이다.
기업용 멀티모달 모델
Mistral Large 4는 텍스트와 이미지를 처리하며, 회사는 이 모델이 프로그래밍, 지능형 에이전트 기반 워크플로, 이미지 이해, 금융, 법률 및 사이버 보안을 위해 설계됐다고 밝혔다. Mistral은 이 모델이 오픈 웨이트 모델과 비교해 여러 기업용 시나리오에서 가장 높은 수준에 속하는 성능을 달성한다고 주장한다.
이미지 이해를 위한 Dense 200 테스트에서 이 모델은 42%를 기록해 GPT-6 Astra의 41%를 앞섰다. 또한 복잡한 문서와 그래프 및 기술 도표를 분석하고, 대형 위성 이미지 안에서 특정 요소를 찾으며, 시각 데이터에서 요소의 위치를 식별할 수 있다고 밝혔다.
보안 및 프로그래밍 성능 지표
Mistral Large 4는 실제 소프트웨어의 취약점을 재현한 뒤 수정을 시도하는 테스트에서 82%를 기록했으며, 총 40개 과제로 구성된 Cybench 테스트 과제의 93%를 완료했다. 회사는 보안 분야 활용 사례로 악성 소프트웨어 분석, 취약점 우선순위 지정 및 탐지 규칙 생성을 제시한다.
프로그래밍 테스트에서 이 모델은 DeepSWE v1.1에서 61.7%, SWE-Atlas-QnA에서 59.4%, Terminal-Bench 4에서 28.3%, Coding Agent Index에서 49.8%를 기록했다. Mistral에 따르면 종합 지표에서 DeepSeek V4 Pro와 Qwen3.8 Max를 앞섰으며, 전문 개발자들이 실시한 블라인드 평가에서는 Claude Opus 5에 이어 2위를 차지했다.
에이전트와 유럽 기반 인프라
이 모델은 여러 도구와 애플리케이션을 사용해 장시간 작업을 실행하는 데에도 초점을 맞춘다. Gmail, Google Sheets, Slack 및 Salesforce를 통한 657개의 기업 워크플로를 다루는 AutomationBench에서 59.9%를 획득했다. 또한 스프레드시트, 프레젠테이션 및 PDF 파일 생성을 평가하는 AA-Briefcase 테스트에서 1,393 Elo를 기록했다.
이 모델은 Nvidia Grace Blackwell 그래픽 처리 장치 3,800개를 사용해 Mistral이 보유한 유럽 데이터센터에서 처음부터 학습됐다. 회사는 이 모델이 160개 이상의 언어를 지원하며, 여기에는 유럽연합의 모든 공식 언어가 포함된다고 밝혔다. 또한 Mistral이 운영하고 유럽 법률의 적용을 받는 인프라를 통해 유럽에서 호스팅할 예정이다. 가중치가 공개된 뒤에는 기업이 자체 클라우드나 온프레미스 인프라에서 가중치를 실행할 수 있도록 하는 것을 목표로 한다.
실질적으로 무엇이 달라지는가?
Mistral Large 4는 대규모 멀티모달 모델, 에이전트 기능 및 예정된 오픈 웨이트 옵션을 결합한다. 이에 따라 기업은 외부 API에 대한 의존도를 낮추고 데이터와 사용 정책을 더욱 폭넓게 통제할 수 있는 잠재적 경로를 확보하게 된다. 그러나 아키텍처의 세부 사항, 학습 방식 및 추가 테스트 결과는 아직 공개되지 않았으며, 제시된 성능 지표 대부분이 회사 자체 데이터에 근거하고 있다. 따라서 독립적인 비교를 위해서는 가중치와 상세 정보가 공개될 때까지 기다려야 한다.
API 가격은 입력 토큰 100만 개당 1.36달러, 출력 토큰 100만 개당 4.18달러다. Mistral은 이 모델이 30억 유로 규모의 Series D 투자 라운드 이후 로드맵에 포함된 첫 번째 주요 모델이며, 향후 개발할 산업별 모델과 개선 모델의 기반이 될 것이라고 밝혔다.