Mistral, 1조 파라미터급 Mistral Large 4(Le Chonk) 가중치 공개

Mistral AI는 2026년 10월 29일 1조 파라미터 규모의 모델 "Mistral Large 4"(애칭 Le Chonk)의 오픈 웨이트를 공개했다. 이달 초 공개된 프리뷰 버전에 약 3주간 추가 강화학습을 적용한 개선판으로, 에이전트형 코딩과 사이버 보안을 전면에 내세운다. 추론 모드는 Low, Medium, High(기본값) 3가지이며, Low는 기존 None을 대체한다. 구조는 텍스트와 이미지를 입력받아 텍스트를 출력하는 MoE다. 72개 층의 텍스트 디코더에 MLA와 DeepSeek Sparse Attention을 사용하며, 첫 층은 밀집 피드포워드이고 나머지 71개 층에서 128개 전문가 중 4개를 고른다. 공유 전문가 1개를 더해 토큰당 5개 전문가가 동작한다. 시각 부분은 1.6B 규모의 Pixtral 인코더이며, The Decoder에 따르면 활성 파라미터는 52B다. 공식 가중치는 FP8과 NVFP4로 제공되며 GGUF도 있다. 가중치는 Hugging Face와 Mistral API에서 이용할 수 있고, 기업과 정부 기관이 직접 다운로드해 운용할 수 있다. 성능 수치는 주로 Mistral 측 발표에 따른 것이다. Cognition의 비공개 벤치마크 FrontierCode 2.0에서는 19.7%로 오픈 모델 중 최고라고 하지만, The Decoder에 따르면 Claude Opus 5.5는 46%다. Artificial Analysis의 Coding Agent Index에서는 48%로 GLM-5.3과 거의 비슷하며, 토큰 사용량은 47% 적다. 다만 같은 지수의 1위는 Claude Opus 5.5를 사용하는 Claude Code의 62포인트다. Terminal-Bench 4.0에 대해 Mistral 공식 자료와 The Decoder는 28%에서 41%로 상승해 GLM-5.3의 40%를 약간 웃돈다고 전한다. 반면 Hugging Face Blog는 "Terminal-Bench 4에서 28.3%"라고 적고 있어 프리뷰 때의 수치에 가깝다. B3 Agent Security Benchmark도 공식은 97.1%(프리뷰는 93.3%)라고 하지만, Hugging Face Blog는 93.3%로 적었다. 버전이나 조건의 차이인지는 보도만으로는 알 수 없다. Hugging Face Blog는 DeepSWE v1.1에서 61.7%, Cybench에서 40개 과제 중 93%도 제시한다. Surge의 블라인드 비교에서는 GLM-5.3, Kimi K3, DeepSeek 코드보다 선호되는 경우가 많았지만, Opus 5.5에 대한 승률은 22%였다. 사이버 분야에서 Mistral은 오픈 모델 중 1위라고 주장하며, 악의적인 사이버 요청의 평균 거부율은 96.6%라고 밝혔다. 그러나 The Decoder에 따르면 Artificial Analysis의 Cyber Index는 51포인트로, DeepSeek V4.1 Flash의 57, MiMo-V2.6-Pro의 56에 이어 3위이며 프리뷰의 50에서 거의 변하지 않았다. Mistral은 실제 공격을 도울 수 있는 가능성을 인정하고, 수개월 내에 안전 대책을 강화하겠다는 방침이다. Orange Cyberdefense 등 설계 파트너에게는 침투 테스트용 특화 버전을 엄격한 심사와 계약 아래 제공한다. VP of science인 Pierre Stock는 서방이 독자적인 최첨단 오픈 웨이트 모델을 보유하는 것이 중요하며, 가중치가 공개된 모델은 원격으로 중단시킬 수 없어 온프레미스에서 중대한 사고에 즉시 대응하는 데 쓸 수 있다고 말했다. 방어 측에도 같은 수준의 능력을 빨리 확산시켜야 하며, 폭주하는 AI 에이전트 문제는 해결 가능하다고 주장했다. Sophos의 Rafe Pilling은 다운로드 가능한 모델은 공격자에게도 쓰일 수 있는 이중 용도 기술이라며, 감시와 통제가 필요하다고 지적했다. 종합 성능에서는 Artificial Analysis Intelligence Index v5에서 26포인트로, 같은 규모 오픈 모델의 중앙값 23을 웃돌았고 프리뷰의 25에서 상승했다. 생성 속도는 111에서 161토큰/초로 빨라졌고, 작업당 비용은 $5.54에서 $2.06으로 내려갔다. GLM-5.3의 $5.01이나 Kimi K3.1 Pro의 $3.68보다 저렴하지만, DeepSeek V4.1 Flash의 $0.60이나 MiMo-V2.6-Pro의 $0.26보다는 비싸다. API 가격은 입력 100만 토큰당 $0.70, 출력은 $2.10이다. 제공처는 Mistral Studio, API, OpenRouter, Hugging Face, Microsoft Foundry, NVIDIA의 호스팅 엔드포인트 등이며, 라이선스는 수정 MIT다. 다만 Model-as-a-Service 사업자는 별도의 상업 라이선스가 필요하다. SGLang 문서에 따르면 표준판은 NVIDIA B300 8기, 압축판은 GB300 4기로 구동할 수 있다. NVFP4판을 vLLM에서 쓰려면 Blackwell GPU가 필요하며, llama.cpp의 2비트 양자화판은 512GB 메모리의 Apple Silicon Ultra 1대에서 동작했고, M3 Ultra에서의 생성 속도는 약 15토큰/초였다. 향후 비교 대상으로 Moonshot은 2026년 11월 4일까지 Kimi K3.1 Pro의 가중치를 공개할 예정이지만, Hugging Face에서 공식 저장소는 아직 확인되지 않았다.

보도를 바탕으로 AI가 작성 · 6일 전 업데이트

1. 10월 30일 00:25 · 보도 1건
   Mistral Large 4 공개, Hugging Face에서 가중치 공개
   The Decoder: Mistral, Mistral Large 4 가중치 공개… 코딩에 강하지만 종합 성능은 중국계 모델에 못 미쳐
2. 10월 29일 23:00 · 보도 2건
   Mistral, Mistral Large 4 가중치 공개
   MistralAI (X): Mistral, 'Le Chonk' 가중치 공개
3. 10월 29일 20:13 · 보도 1건
   Mistral Large 4 가중치 공개 및 라이선스 확정
   Search: AI launches: 11월 오픈웨이트 공개 예정으로 날짜를 명시한 기업은 Kimi K3.1 Pro뿐