Mistral Large 4: 유럽이 오픈 웨이트에 1조 매개변수를 걸다

10월 6일, Mistral AI는 1조 매개변수 모델을 공개 프리뷰로 선보이며 ‘Le Chonk’라는 별명을 붙였다. 이 프랑스 연구소는 Mistral Large 4가 미국이나 유럽에서 나온 가장 강력한 오픈 웨이트 모델이라고 말한다. 가중치 자체는 10월 27일까지 공개되지 않지만, API는 이미 라이브 상태이고 벤치마크도 이미 공개됐다.

별명은 윙크일 뿐이지만, 그 뒤의 숫자는 작지 않다. Large 4는 희소 전문가 혼합(MoE) 구조로 총 1조 500억 개의 매개변수를 갖추고 있으며, 주어진 작업마다 그중 약 490억 개를 활성화한다. Mistral 자체 문서에서는 한 곳에서 활성 매개변수를 520억 개로 반올림하고, 초기 보도에서는 다른 곳에서 490억 개를 인용했다. 어느 쪽이든 설계 목표는 모든 대형 연구소가 지금 쫓는 것과 같다. 모든 토큰마다 전체를 실행하는 비용을 치르지 않고 초대형 모델의 성능을 얻는 것이다.

실제 내부 구성

이 모델은 기본적으로 멀티모달이다. Mistral은 언어 백본에 별도의 16억 매개변수 이미지 인코더를 결합했으며, 텍스트와 이미지를 모두 처리한다. 컨텍스트 윈도는 100만 토큰에 이른다. 학습 데이터는 다국어에 크게 치우쳐 160개 이상의 언어를 포괄하며, 유럽연합의 모든 공식 언어를 포함한다.

Mistral은 자체 유럽 데이터센터에서 약 3,800~4,000개의 Nvidia Grace Blackwell GPU로 약 두 달에 걸쳐 Large 4를 처음부터 학습시켰다. 동일한 하드웨어가 현재 공개 프리뷰를 제공한다. 회사는 또한 모델에 대한 강화학습이 아직 진행 중이어서 앞으로 몇 주 안에 수치가 달라질 것으로 예상한다고 밝혔다.

벤치마크 표, 꼼꼼히 읽기

에이전트형 코딩에서 Mistral은 DeepSWE v1.1에서 61.7%, SWE-Atlas-QnA에서 59.4%, Terminal-Bench 4에서 28.3%를 기록해 합산 Coding Agent Index 49.8%를 달성했다고 보고한다. 회사 설명에 따르면 이 수치는 DeepSeek V4 Pro 0813과 Qwen3.8 Max를 근소하게 앞선다. Gmail, Google Sheets, Slack, Salesforce 같은 도구 전반에서 657개 비즈니스 워크플로를 실행하는 AutomationBench에서 Large 4는 59.9%를 기록했다.

가장 흥미로운 주장은 시각적 그라운딩에 관한 것이다. 모델이 이미지 안에서 특정 객체를 얼마나 잘 찾아내는지 측정하는 Dense 200 벤치마크에서 Mistral은 Large 4를 42%로 평가하며, 41%인 GPT-6 Astra를 1점 앞선다고 한다. 단일 평가에서 1점 차이는 압승이 아니며 그렇게 읽혀서도 안 된다. 하지만 오픈 모델이 폐쇄 모델에 뒤처져 온 유형의 작업이기에 동점이나 다름없는 결과는 주목할 가치가 있다.

사이버보안은 어조가 마케팅에서 논증으로 바뀌는 지점이다. Mistral은 Large 4가 Artificial Analysis Cyber Index에서 전 세계 상위 5위에 든다고 말한다. 오픈소스 소프트웨어의 실제 취약점을 재현하고 패치하는 작업에서 82% 성공률을, 40개의 보안 경시대회 문제 세트인 Cybench에서 93%를 기록했다고 보고한다. 회사는 또한 날카로운 관찰을 덧붙인다. 일부 폐쇄 모델은 요청이 공격적 활동처럼 보인다는 이유로 취약점 재현 자체를 거부하며, 그 결과 같은 테스트에서 점수가 0에 가까워진다는 것이다.

블라인드 평가는 더 현실적인 이야기를 들려준다. Surge AI와 진행한 테스트에서 전문 리뷰어들은 어떤 모델이 작성했는지 모른 채 생성된 코드를 5점 척도로 평가했다. Large 4는 3.74를 기록했다. Claude Opus 5는 4.22, GLM-5.3은 3.60이었다. 따라서 사람이 판단한 코드 품질에서 Large 4는 비교된 다섯 모델 중 2위로, 오픈 경쟁자들보다 앞서지만 폐쇄형 선두보다는 뒤처진다.

이 모든 수치는 Mistral에서 나온 것이다. 잠정적이고 자체 보고이며, 아직 어떤 독립 기관도 이를 재현하지 못했다. 확정된 결과가 아니라 강력한 출발점 주장으로 받아들여야 한다.

가격과 오픈 웨이트 베팅

API는 현재 Mistral Studio와 OpenRouter를 통해 이용할 수 있다. 정가는 입력 토큰 100만 개당 1.36달러, 출력 토큰 100만 개당 4.18달러이며, 출시 프로모션으로 그 절반인 0.68달러와 2.09달러에 제공된다. 10월 27일에는 가중치가 공개되어 누구나 내려받아 자체 하드웨어에서 Large 4를 실행할 수 있으며, 접근 권한을 임대할 필요가 없다.

마지막 부분이 전체 전략이다. Mistral은 컴퓨팅 자원에서 OpenAI나 Anthropic에 돈을 더 쓸 수 없고, 거의 매달 대형 모델을 내놓는 중국 오픈 웨이트 연구소들의 출시 속도를 따라갈 수도 없다. 대신 제공할 수 있는 것은 통제권이다. 데이터 거주지 규정이 있는 기업이나, 공급자가 요청을 거부하지 않고 취약점 재현을 도와줄 모델이 필요한 보안팀은 호스팅된 폐쇄형 모델이 제공하지 않는 무언가를 얻는다. Mistral은 Large 4가 처음부터 끝까지 유럽에서 제작되었고 자체 클라우드를 통해 유럽에서 배포할 수 있다고 설명하며 이 제안을 강하게 밀어붙인다.

경쟁 타이밍은 판돈을 분명히 보여준다. Nvidia의 지원을 받는 연구소 Reflection AI는 Large 4보다 하루 전인 10월 5일 5,010억 매개변수 오픈 웨이트 모델을 공개했다. Alibaba, Z.ai, Moonshot, DeepSeek을 포함한 중국 연구소들은 지난 두 달 동안 강력한 오픈 모델을 연속적으로 출시해 왔다. 벤치마크 수렴을 추적하는 분석가들은 선택된 추론 작업에서 오픈 웨이트 모델과 독점 모델 간 격차가 좁혀졌으며, 그 결과 프리미엄 독점 API 가격이 하락했다고 보고한다. Mistral은 가장 큰 오픈 모델이 되는 것보다 가장 신뢰받는 모델이 되는 것이 더 가치 있는 시장에 진입하고 있으며, 신뢰는 매개변수 수가 아니라 라이선스와 배포 옵션 위에 세워진다.

사이버보안 레드팀 작업도 같은 논리를 따른다. 가중치가 공개되기 전에 Mistral은 검증된 파트너와 국가 당국에 “완화된 검열과 확장된 사이버 기능”을 갖춘 동일 모델에 대한 접근 권한을 제공하고 있다. 회사는 공급자 수준의 거부가 정당한 사고 대응을 막을 수 있으며, 사고 대응 도중 도구 접근 권한을 잃는 것 자체가 위험이라고 주장한다.

이번 출시는 특정한 시점에도 닿아 있다. Mistral은 최근 투자 라운드를 마감하며 기업가치가 240억 달러를 넘어섰고, 삼성이 새 투자자 중 하나로 참여했다. Reflection AI는 불과 하루 전에 5,010억 매개변수 오픈 모델을 출시했다. 오픈 웨이트 진영은 점점 붐비고 있으며, 차별화 요소는 더 이상 단순한 크기가 아니다.

이것이 바꾸는 것과 바꾸지 않는 것

Large 4가 모든 작업에서 최고의 폐쇄형 모델과의 격차를 좁히는 것은 아니며, Mistral도 그렇게 주장하지는 않는다. 이 모델이 하는 일은 기업에 중요한 소수의 작업에서 격차를 좁히고, 그와 함께 기업이 실제로 필요로 하는 라이선스 및 배포 스토리를 제공하는 것이다. 10월 27일 공개되는 가중치가 외부 테스트에서 견고함을 입증하면, 실질적인 질문은 오픈 모델이 추상적으로 충분히 좋은가에서 특정하고 잘 정의된 한 가지 작업에 충분히 좋은가로 바뀐다.

더 드문 주장은 사이버 관련 주장이다. 보안팀이 자체 정책 아래 자체 하드웨어에서 실제 취약점을 패치하도록 돕는 모델은 요청을 거부하는 챗봇과는 다른 종류의 제품이다. 이것이 유지된다면 코딩 벤치마크의 몇 점보다 더 중요할 수 있다. 외부 테스터들이 82%라는 수치가 Mistral 자체 환경 밖에서는 재현되지 않는다고 밝히면, 이 제안은 가격과 이식성으로 다시 축소되는데, 그곳은 경쟁이 치열한 위치다.

어느 쪽이든, 유럽은 이제 논쟁할 자체 플래그십을 갖게 됐다. 그 논쟁은 10월 27일에 본격적으로 시작된다.