Mistral Large 4, 활성 49B에 컨텍스트 1M을 갖춘 1T 멀티모달 MoE

Mistral이 지금까지 만든 가장 큰 모델로, 코딩, 에이전트, 보안 작업을 위한 1T 규모 멀티모달 MoE이다. 출시 당일에는 Mistral Studio의 프리뷰 API만 열려 있었고, 모델 ID는 mistral-large-4이다. 오픈 가중치는 2026년 10월 말에 공개될 예정이다.

작동 방식

Large 4는 희소 전문가 혼합(MoE) 구조이다. 전체 매개변수는 1.05T이지만 토큰 하나를 처리할 때는 그중 49B만 작동한다. 이미지는 1.6B 크기의 비전 인코더가 담당한다. 크기에 비해 실제 계산량이 적게 드는 방식이다.

학습에는 유럽 데이터센터의 NVIDIA Grace Blackwell GPU 3,800개가 쓰였다. 강화학습 단계에서 파이프라인은 하루에 330억 토큰을 만들어 냈고, 걸러 낸 뒤 160억 토큰이 학습 가능한 완성 결과로 남았다.

주요 스펙과 가격

컨텍스트 창은 1M 토큰, 입력은 텍스트와 이미지이다. 정가는 100만 토큰당 입력 $1.36, 캐시 입력 $0.14, 출력 $4.18이다. 다만 Mistral 문서 페이지에는 현재 할인된 프리뷰 가격이 표시되어 있고, 입력 $0.68, 캐시 입력 $0.07, 출력 $2.09이다.

이전 모델인 Mistral Large 3와 비교하면 전체 6,750억, 활성 410억 매개변수에서 전체 1.05조, 활성 490억 매개변수로 커졌다. 컨텍스트 창은 256K에서 1M 토큰으로 늘었다. Large 4는 프리뷰 형태의 유료 서비스로 먼저 나왔고, 가중치는 뒤따라 공개된다.

벤치마크

Mistral이 공개한 Surge AI의 코딩 품질 사람 평가에서 Mistral Large 4 프리뷰는 5점 만점에 3.74점을 받았다. Claude Opus 5가 4.22점으로 1위이고, Mistral Large 4가 두 번째였고 그 뒤로 GLM-5.3은 3.60점, Kimi K3는 3.59점, GLM-5.2는 3.40점이었다. 또한 Mistral은 Coding Agent Index 점수 49.8%가 DeepSeek V4 Pro 0813과 Qwen3.8 Max를 앞선다고 밝혔다.

DeepSWE v1.1에서는 61.7%를 기록했고, 보안 관련 시험인 Cybench에서는 93%를 얻었다. 취약점 재현 시험인 AA Cyber Index에서도 82%를 기록했다.

왜 중요한가

Mistral이 미국과 중국의 최상위 연구소와 같은 경쟁선에 조 단위 매개변수 모델을 올렸고, 그 가중치를 공개할 계획이라는 점이 의미가 크다. 보안 팀의 관점에서는 Cybench 93%와 AA Cyber Index 82%가 오픈 가중치 후보 중 상위권에 든다는 근거가 된다. 유럽 기업에게는 유럽에서 학습하고 유럽에서 서비스되는 최상위급 모델이라는 선택지가 생긴다.

참고할 점

출시일인 10월 6일에는 프리뷰 API만 열려 있었고, 다운로드용 가중치에 적용될 라이선스는 아직 공개되지 않았다. 가중치는 10월 말에 나온다는 것이 Mistral의 발표 내용이다. 가격도 프리뷰 단계의 할인 가격과 정가가 다르게 안내되고 있으니 사용 전에 문서를 확인하는 것이 좋다. 위 평가 결과는 Mistral이 직접 공개한 수치이다. 주 대상은 코딩과 보안 에이전트를 만드는 개발자, 그리고 유럽 기업이다.

정리

Mistral Large 4의 핵심을 숫자로 다시 정리하면 이렇다. 전체 1.05T, 활성 49B, 컨텍스트 1M 토큰, 비전 인코더 1.6B, 학습 GPU 3,800개이다. 공개 프리뷰는 Mistral Studio(console.mistral.ai)에서 모델 ID mistral-large-4를 호출하는 방식으로 이용한다.

Mistral의 설명대로라면 이 모델은 단순한 대화용이 아니라 코딩 에이전트, 보안 분석, 금융과 법률 문서 작업처럼 긴 입력과 정확성이 필요한 업무에 초점을 맞춘 제품이다. 1M 토큰 컨텍스트는 긴 코드베이스나 문서를 한 번에 넣어야 하는 작업에서 특히 도움이 된다.