Mistral, Mistral Large 4 가중치 공개… 코딩에 강하지만 종합 성능은 중국계 모델에 못 미쳐

Mistral Large 4는 텍스트와 이미지를 입력받아 텍스트와 코드를 출력한다. 총 파라미터는 약 1조 개이며, 스텝마다 활성화되는 파라미터는 52B다. SGLang 문서에 따르면 표준 버전은 NVIDIA B300 8기, 더 압축된 버전은 GB300 4기로 구동할 수 있다. 공개 프리뷰 이후 3주간 강화학습으로 추가 학습이 이뤄졌으며, Mistral은 특히 코딩과 사이버 방어 영역에서 성능이 향상됐다고 설명했다. 라이선스는 수정된 MIT 라이선스로, 이용·개변·상업적 배포는 자유롭다. 다만 상업용 클라우드 서비스로 제공하려는 기업은 Mistral과 별도의 라이선스 계약이 필요하다. API 요금은 입력 100만 토큰당 $0.70, 출력 $2.10이며, Microsoft Foundry 등에서도 이용할 수 있다.

코딩 분야에서 Terminal-Bench 4.0 점수는 28%에서 41%로 올라, GLM-5.3의 40%를 소폭 앞질렀다. Cognition의 새 벤치마크 FrontierCode 2.0에서는 오픈 모델 중 최고인 19.7%를 기록했지만, Claude Opus 5.5는 46%다. Artificial Analysis의 Coding Agent Index에서는 48%로 GLM-5.3과 거의 대등하며, 사용 토큰은 47% 적다. 같은 지수의 1위는 Claude Opus 5.5를 사용하는 Claude Code로 62점이다. Surge의 블라인드 비교에서는 GLM-5.3, Kimi K3, DeepSeek의 코드보다 선호된 경우가 많았지만, Opus 5.5에 대한 승률은 22%에 그쳤다.

사이버 방어와 관련해 Mistral은 오픈 모델 중 1위라고 주장하지만, Artificial Analysis의 Cyber Index에서는 51점으로 DeepSeek V4.1 Flash의 57점, MiMo-V2.6-Pro의 56점에 이어 3위다. 프리뷰 때의 50점에서 거의 변하지 않았다. 악의적인 사이버 공격 요청에 대한 평균 거부율은 96.6%로 알려졌으며, Orange Cyberdefense 등 일부 파트너사는 침투 테스트용 특별판을 시험 중이다. Mistral은 이 모델이 공격을 용이하게 할 수 있음을 인정하고, 수개월 내에 안전 대책을 강화할 방침이다.

Artificial Analysis Intelligence Index v5에서 26점으로, 같은 규모 오픈 모델의 중앙값 23점을 웃돈다. 프리뷰 때는 25점이었다. 생성 속도는 프리뷰의 111토큰/초에서 161토큰/초로 빨라졌고, 작업 1건당 비용은 $5.54에서 $2.06으로 낮아졌다. GLM-5.3의 $5.01, Kimi K3.1 Pro의 $3.68보다는 저렴하지만, DeepSeek V4.1 Flash의 $0.60, MiMo-V2.6-Pro의 $0.26보다는 비싸다. 출력 토큰은 전체 기준 1억 1000만 개로, 프리뷰의 1억 5000만 개에서 줄었으나 동급 모델의 중앙값 1억 개는 여전히 넘는다. Moonshot은 2026년 11월 4일까지 Kimi K3.1 Pro의 가중치를 공개할 예정이며, 이 모델은 Terminal-Bench 4.0에서 67%를 기록했다.