프랑스 AI 기업 Mistral이 1조 파라미터 규모의 멀티모달 모델 Mistral Large 4(ML4)의 공개 프리뷰를 시작했다. 사내 코드명은 "Le Chonk"다. 핵심 내용을 항목별로 정리한다.

확정된 사양

▼ ML4 공개 사양 (출처: Mistral 발표, VentureBeat 보도)

항목내용
전체 파라미터1조 개
활성 파라미터490억 개
구조희소(sparse) 구조
입력 / 출력멀티모달 입력 / 텍스트 출력
학습처음부터 약 2개월, Nvidia Grace Blackwell GPU 4,000개
학습 언어160개 이상(EU 공식 언어 전체 포함)
  • 추론 때는 전체 1조 개 중 490억 개만 활성화된다.
  • 학습은 Mistral이 유럽에 운영하는 자체 데이터센터에서 이뤄졌다.
  • 이전 모델 Large 3는 6,750억 파라미터(활성 410억 개)였고 Nvidia H200 GPU 3,000개로 학습했다.

공개 일정과 조건

  • API로 먼저 제공한다. API 가격은 공개되지 않았다.
  • 개발자, 사이버보안 책임자, 정부 당국이 약 3주간 테스트한 뒤 10월 27일 모델 가중치를 공개할 계획이다.
  • 가중치는 Mistral 자체 라이선스로 나올 것으로 예상된다.
  • 프리뷰 기간에 강화학습을 이어가 최종 체크포인트를 다듬는다고 Mistral은 밝혔다.

회사 측 주장: 성능

Mistral이 제시한 수치는 모두 예비 결과다.

  • DeepSWE v1.1에서 62%를 기록했다. 회사 차트에는 GLM-5.3 61%, DeepSeek V4 Pro 0813 57%, Qwen 3.8 Max 51%, Reflection AI의 Beam 44%가 함께 올랐다.
  • Harvey의 Legal Agent Benchmark는 15%다. Vals.ai 공개 순위의 Kimi K3(12.92%), GLM-5.3(8.33%)과 수치가 맞는다. 같은 방법론이라면 이들 오픈웨이트 경쟁 모델보다 앞선다.
  • 금융·회계 워크플로 벤치마크 Finch는 67%다.
  • 시각 접지 벤치마크는 Dense200 42%, DIOR-RSVG 73%다.

검증이 필요한 부분

  • DeepSWE 공개 리더보드의 모델별 최고 설정을 보면 GLM-5.3과 Kimi K3가 약 69%, GPT-6 Astra·Gemini 3.8 Flash·Claude Opus 5가 약 74%다. ML4 62%가 모든 모델·에이전트 조합에서 코딩 1위라는 뜻은 아니다.
  • Finch와 시각 접지의 일부 경쟁 모델 점수는 VentureBeat가 공개 자료에서 확인하지 못했다.
  • ML4는 아직 Artificial Analysis 평가와 DeepSWE 리더보드에 없다. "서구권 최강 오픈웨이트 모델"이라는 Mistral의 순위 주장은 최종 모델과 가중치로 외부 검증이 끝나야 확정된다.

한국 개발자가 볼 지점

  • 1조 파라미터에 활성 490억 개 구조라 가중치를 받아 자체 운영하려면 상당한 GPU 자원이 필요해 보인다. 정확한 요구 사양은 공개되지 않았다.
  • 라이선스가 자체 라이선스라 상업 이용 조건은 10월 27일 공개 문서에서 확인해야 한다.
  • 한국어 성능은 소스에 따로 언급되지 않았다. 160개 이상 언어로 학습했다는 설명이 전부다.

공개 후에는 Mistral 차트가 아니라 개발자가 자기 하드웨어에서 재현하는 결과가 평가 기준이 된다.