Mistral Large 4 가중치 공개: 코딩·사이버보안 특화 1T 모델

We're releasing the weights of Mistral Large 4

Oct 29, 2026•kuberwastaken•View Original

TL;DR Highlight

Mistral이 1조 파라미터 Large 4 가중치를 공개해 오픈 코딩 벤치 선두를 주장했다

Who Should Read

셀프호스팅 가능한 비중국계 오픈 웨이트 코딩 에이전트 모델을 찾는 규제 산업 백엔드 개발자

Core Mechanics

1T 멀티모달 모델 가중치 공개
- Mistral Large 4(Le Chonk)는 1조 파라미터, 네이티브 멀티모달 모델이다.
- 프리뷰 이후 3주간 강화학습(RL)을 더 해서 가중치를 공개했다.
FrontierCode 2.0에서 19.7%로 1위
- Cognition의 비공개 벤치로, 메인테이너가 머지할 만한 코드인지 평가한다.
- 비교 모델은 GLM-5.3 Flash, Kimi K3, GLM-5.3, DeepSeek V4.1 Flash 등이다.
토큰은 47% 적게 쓰고 점수는 비슷
- Artificial Analysis Coding Agent Index 48%로, 1위 오픈 모델 GLM-5.3과 사실상 동률이다.
- 작업당 평균 토큰은 GLM-5.3 대비 47% 적다.
Terminal-Bench 4.0 41%로 프리뷰 대비 13%p↑
- 오픈 웨이트 모델 중 선두라고 밝혔다.
- 출력 토큰은 프리뷰 대비 30% 줄었다.
추론 모드 3단계 제공
- Low는 단순 작업용이며 기존 'None' 모드를 대체한다.
- Medium은 일상 작업용이고 High가 기본값으로 가장 어려운 작업용이다.
보안 벤치마크 수치 제시
- Artificial Analysis Cyber Index 51%로, 취약점 발견·재현·패치 능력을 측정한다.
- 악성 사이버 요청 평균 거절률 96.6%, B3 Agent Security 공격 저항 97.1%(프리뷰 93.3%)이다.
BrowseComp 84.5%, Finch 73.3%
- BrowseComp는 SFT 체크포인트 75%에서 RL로 84.5%까지 올랐다.
- FinWorkBench(Finch)는 73.3%로, 오픈 모델 중 Kimi K3 다음이다.

Community Reactions

가격이 프리뷰의 거의 절반으로 내려갔다는 정보
- 입력 $0.7/M, 출력 $2.1/M 토큰으로, 프리뷰는 $1.36/$4.18였다는 댓글이다.
- 기존 가격에서는 자체 평가상 경쟁력이 없었지만 재평가할 만하다는 의견이다.
'오픈 웨이트'가 아니라 weights-available이라는 반론
- 모델 서비스 사업자는 별도 상용 라이선스가 필요한 수정 MIT 라이선스라는 지적이다.
- OSI 승인 라이선스가 아니라는 의견이다.
중국 모델을 못 쓰는 규제 산업에선 의미가 크다는 의견
- 미국 규제 산업은 gpt-oss나 Gemma 정도만 쓸 수 있었다는 댓글이다.
- 근접 프런티어급 모델이 나오면 선택지가 넓어진다는 반응이다.
성능·비용을 의심하는 경험담
- 코드 문서화 작업에서 SKILL.md를 무시하고 환각이 있었다는 경험이 있다.
- botsbench.com 사이버 평가에서 Reflection의 Beam 1.0보다 비싸고 성능도 낮았다는 경험이 있다.
- 거절률 96.6%만 있고 정상 요청을 거절하는 비율은 없다는 비판도 있다.
H200 4장(540GB)으로도 4비트·3비트 양자화가 필요하다는 경험
- 서빙 가능 여부를 묻는 댓글이다.

How to Apply

오늘 가격표로 기존 모델과 비용 비교
- 현재 코딩 에이전트 프롬프트 10개를 골라 Mistral Large 4와 쓰던 모델에 돌려라.
- 정답률과 작업당 토큰 수를 같이 기록해라.
추론 모드를 작업 난이도별로 나눠 라우팅
- 린트 수정 같은 단순 작업은 Low로 보내라.
- 어려운 리팩터링만 High를 써서 비용을 비교해라.
셀프호스팅 전에 라이선스와 하드웨어 확인
- 모델 서비스를 운영하면 별도 상용 라이선스가 필요한 조건을 법무와 확인해라.
- 1T 모델이라 양자화 서빙을 전제로 GPU 메모리를 계산해라.
보안 에이전트는 거절률과 정상 처리율을 둘 다 측정
- 방어용 취약점 분석 프롬프트와 악성 요청 세트를 따로 만들어라.
- 정상 요청의 거절 비율을 직접 집계해라.

Try It

복사해서 바로 해보기

# Claude나 ChatGPT에 붙여넣어 모델 교체 평가 계획을 만드는 프롬프트 (원문 방법의 간이 버전)

우리는 코딩 에이전트에 쓰는 LLM을 Mistral Large 4(오픈 가중치, Low/Medium/High 추론 모드)로 바꿀지 평가하려 한다.
현재 모델: {{현재 모델}}
주요 작업: {{예: 버그 수정, 테스트 작성}}

아래 평가 계획을 만들어 줘.
1. 대표 작업 10개 선정 기준
2. 작업당 측정 지표(성공 여부, 토큰 수, 비용, 소요 시간)
3. Low/Medium/High 모드별 비교 표 양식
4. 정상 요청 거절 여부를 확인하는 케이스 3개

이어서 해 볼 것: 만든 표에 실제 결과를 채워 달라고 요청해 라우팅 규칙을 정해 봐라.

Terminology

오픈 웨이트(open weight)모델의 학습된 숫자(가중치)를 내려받을 수 있게 한 것이다. 소스코드 전체 공개인 오픈소스와는 다르며 이 모델은 라이선스 제한이 있다.

MoE(Mixture of Experts)여러 전문가 서브망 중 일부만 골라 쓰는 구조다. 병원에서 증상에 맞는 과 의사만 부르는 것과 비슷하다.

RL(강화학습)결과 점수를 보상으로 주며 모델을 다듬는 학습이다. 정답을 보여 주는 SFT와 달리 시행착오로 배운다.

Sovereign AI조직이 자기 인프라에서 모델을 직접 운영하고 통제하는 개념이다. 데이터 위치 규제를 지켜야 할 때 중요하다.

Terminal-Bench터미널에서 코딩·시스템 작업을 하는 에이전트 능력을 재는 벤치마크다.

Related Resources

Mistral Large 4 가중치 공개: 코딩·사이버보안 특화 1T 모델

We're releasing the weights of Mistral Large 4

Oct 29, 2026•kuberwastaken•View Original

TL;DR Highlight

Mistral이 1조 파라미터 Large 4 가중치를 공개해 오픈 코딩 벤치 선두를 주장했다

Who Should Read

셀프호스팅 가능한 비중국계 오픈 웨이트 코딩 에이전트 모델을 찾는 규제 산업 백엔드 개발자

Core Mechanics

1T 멀티모달 모델 가중치 공개
- Mistral Large 4(Le Chonk)는 1조 파라미터, 네이티브 멀티모달 모델이다.
- 프리뷰 이후 3주간 강화학습(RL)을 더 해서 가중치를 공개했다.
FrontierCode 2.0에서 19.7%로 1위
- Cognition의 비공개 벤치로, 메인테이너가 머지할 만한 코드인지 평가한다.
- 비교 모델은 GLM-5.3 Flash, Kimi K3, GLM-5.3, DeepSeek V4.1 Flash 등이다.
토큰은 47% 적게 쓰고 점수는 비슷
- Artificial Analysis Coding Agent Index 48%로, 1위 오픈 모델 GLM-5.3과 사실상 동률이다.
- 작업당 평균 토큰은 GLM-5.3 대비 47% 적다.
Terminal-Bench 4.0 41%로 프리뷰 대비 13%p↑
- 오픈 웨이트 모델 중 선두라고 밝혔다.
- 출력 토큰은 프리뷰 대비 30% 줄었다.
추론 모드 3단계 제공
- Low는 단순 작업용이며 기존 'None' 모드를 대체한다.
- Medium은 일상 작업용이고 High가 기본값으로 가장 어려운 작업용이다.
보안 벤치마크 수치 제시
- Artificial Analysis Cyber Index 51%로, 취약점 발견·재현·패치 능력을 측정한다.
- 악성 사이버 요청 평균 거절률 96.6%, B3 Agent Security 공격 저항 97.1%(프리뷰 93.3%)이다.
BrowseComp 84.5%, Finch 73.3%
- BrowseComp는 SFT 체크포인트 75%에서 RL로 84.5%까지 올랐다.
- FinWorkBench(Finch)는 73.3%로, 오픈 모델 중 Kimi K3 다음이다.

Community Reactions

가격이 프리뷰의 거의 절반으로 내려갔다는 정보
- 입력 $0.7/M, 출력 $2.1/M 토큰으로, 프리뷰는 $1.36/$4.18였다는 댓글이다.
- 기존 가격에서는 자체 평가상 경쟁력이 없었지만 재평가할 만하다는 의견이다.
'오픈 웨이트'가 아니라 weights-available이라는 반론
- 모델 서비스 사업자는 별도 상용 라이선스가 필요한 수정 MIT 라이선스라는 지적이다.
- OSI 승인 라이선스가 아니라는 의견이다.
중국 모델을 못 쓰는 규제 산업에선 의미가 크다는 의견
- 미국 규제 산업은 gpt-oss나 Gemma 정도만 쓸 수 있었다는 댓글이다.
- 근접 프런티어급 모델이 나오면 선택지가 넓어진다는 반응이다.
성능·비용을 의심하는 경험담
- 코드 문서화 작업에서 SKILL.md를 무시하고 환각이 있었다는 경험이 있다.
- botsbench.com 사이버 평가에서 Reflection의 Beam 1.0보다 비싸고 성능도 낮았다는 경험이 있다.
- 거절률 96.6%만 있고 정상 요청을 거절하는 비율은 없다는 비판도 있다.
H200 4장(540GB)으로도 4비트·3비트 양자화가 필요하다는 경험
- 서빙 가능 여부를 묻는 댓글이다.

How to Apply

오늘 가격표로 기존 모델과 비용 비교
- 현재 코딩 에이전트 프롬프트 10개를 골라 Mistral Large 4와 쓰던 모델에 돌려라.
- 정답률과 작업당 토큰 수를 같이 기록해라.
추론 모드를 작업 난이도별로 나눠 라우팅
- 린트 수정 같은 단순 작업은 Low로 보내라.
- 어려운 리팩터링만 High를 써서 비용을 비교해라.
셀프호스팅 전에 라이선스와 하드웨어 확인
- 모델 서비스를 운영하면 별도 상용 라이선스가 필요한 조건을 법무와 확인해라.
- 1T 모델이라 양자화 서빙을 전제로 GPU 메모리를 계산해라.
보안 에이전트는 거절률과 정상 처리율을 둘 다 측정
- 방어용 취약점 분석 프롬프트와 악성 요청 세트를 따로 만들어라.
- 정상 요청의 거절 비율을 직접 집계해라.

Try It

복사해서 바로 해보기

# Claude나 ChatGPT에 붙여넣어 모델 교체 평가 계획을 만드는 프롬프트 (원문 방법의 간이 버전)

우리는 코딩 에이전트에 쓰는 LLM을 Mistral Large 4(오픈 가중치, Low/Medium/High 추론 모드)로 바꿀지 평가하려 한다.
현재 모델: {{현재 모델}}
주요 작업: {{예: 버그 수정, 테스트 작성}}

아래 평가 계획을 만들어 줘.
1. 대표 작업 10개 선정 기준
2. 작업당 측정 지표(성공 여부, 토큰 수, 비용, 소요 시간)
3. Low/Medium/High 모드별 비교 표 양식
4. 정상 요청 거절 여부를 확인하는 케이스 3개

이어서 해 볼 것: 만든 표에 실제 결과를 채워 달라고 요청해 라우팅 규칙을 정해 봐라.

Terminology

MoE(Mixture of Experts)여러 전문가 서브망 중 일부만 골라 쓰는 구조다. 병원에서 증상에 맞는 과 의사만 부르는 것과 비슷하다.

RL(강화학습)결과 점수를 보상으로 주며 모델을 다듬는 학습이다. 정답을 보여 주는 SFT와 달리 시행착오로 배운다.

Sovereign AI조직이 자기 인프라에서 모델을 직접 운영하고 통제하는 개념이다. 데이터 위치 규제를 지켜야 할 때 중요하다.

Terminal-Bench터미널에서 코딩·시스템 작업을 하는 에이전트 능력을 재는 벤치마크다.

Mistral Large 4 가중치 공개: 코딩·사이버보안 특화 1T 모델

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources

Mistral Large 4 가중치 공개: 코딩·사이버보안 특화 1T 모델

TL;DR Highlight

Who Should Read

Core Mechanics

Community Reactions

How to Apply

Try It

Terminology

관련 논문

Related Resources