Mistral Large 4 발표 - 코딩·보안·시각 이해를 강화한 1조 파라미터 오픈웨이트 모델

Mistral의 가장 큰 멀티모달 모델로, 총 1.05조 파라미터 중 490억 개를 활성화하는 MoE 구조를 사용하며 텍스트와 이미지 입력, 100만 토큰 문맥을 지원함 코딩과 에이전트 업무, 사이버 보안·금융·법률에 집중해 성능을 높였으며, 코딩 에이전트 종합 평가에서 DeepSeek V4 Pro와 Qwen3.8 Max를 앞섬 문서·차트·기술 도면·위성 이미지를 분석하며, 이미지에서 대상의 위치를 찾는 시각 이해에서는 Dense 200 평가에서 GPT-6 Astra를 소폭 앞섬 유럽의 자체 데이터센터에서 NVIDIA Grace Blackwell GPU 3,800개로 처음부터 학습했으며, 160개 이상 언어의 학습 데이터를 활용함 Mistral Studio에서 API 프리뷰를 제공하고, 가중치는 10월 말 공개 예정임. 이후 자체 배포와 산업별 특화 모델의 기반으로 활용할 계획임 Mistral의 가장 큰 멀티모달 모델 Mistral Large 4(ML4) 는 Mistral이 지금까지 개발한 모델 중 가장 크고 강력한 모델이며, 별칭은 ‘Le Chonk’ 임 세분화된 전문가 혼합(MoE) 구조로 총 1.05조 개의 파라미터 중 입력 처리에 490억 개를 활성화함 16억 파라미터의 비전 인코더를 갖추고, 텍스트와 이미지 입력을 처리함 100만 토큰 컨텍스트를 지원함 지시 수행, 추론과 에이전트 기능을 하나의 모델에 통합하고, 코딩·보안·금융·법률 등 실제 기업 업무에 집중함 코딩과 여러 앱을 사용하는 에이전트 업무 소프트웨어 수정, 저장소 이해와 복잡한 터미널 작업을 평가하는 벤치마크에서 다음 성능을 기록함 DeepSWE v1.1: 61.7% SWE-Atlas-QnA: 59.4% Terminal-Bench 4: 28.3% 세 평가를 결합한 Coding Agent Index는 49.8% 로, DeepSeek V4 Pro 0813과 Qwen3.8 Max를 앞섬 Surge AI와 진행한 블라인드 코딩 품질 평가에서는 비교한 5개 모델 중 2위를 기록함 전문가가 모델 이름을 모른 채 1~5점으로 평가했으며, ML4는 3.74점을 받음 Claude Opus 5의 4.22점보다는 낮고, Kimi K3와 GLM-5.3·5.2보다 높았음 Gmail, Google Sheets, Slack과 Salesforce 등에서 수행하는 657개 업무 흐름을 평가한 AutomationBench에서는 59.9% 를 기록함 Kimi K3, MiM...