미스트랄 AI, 매개변수 1조 개 탑재한 Mistral Large 4 출시

파리에 본사를 둔 미스트랄 AI가 화요일 매개변수 1조 개를 탑재한 Mistral Large 4를 출시했다. 미스트랄은 출시 게시물에서 이 모델의 "공식적인" 이름이 고양이 밈에서 나온 별명인 Le Chonk라고 소개했다. 매개변수는 학습 과정에서 조정되는 수치로, 일반적으로 매개변수 수가 많을수록 학습 능력과 운영 비용이 커진다. Large 4는 질문을 전문 하위 네트워크에 배분하는 전문가 혼합 구조를 사용해 답변마다 매개변수 490억 개만 활성화한다. 미스트랄의 이전 주력 모델인 Large 3도 같은 구조를 사용했으며, 총 6,750억 개 가운데 410억 개의 매개변수를 활성화했다.

미스트랄 AI의 최고과학자 기욤 람플은 Large 4가 오픈 모델의 최전선에 있다고 설명했다. 람플은 Large 4가 "미국이나 유럽에서 나온 오픈 웨이트 모델 가운데 단연 가장 강력하다"고 말했다. 미스트랄은 모델을 작동시키는 학습된 수치인 Large 4의 가중치를 10월 말까지 공개하겠다고 밝혔다. 공개되면 외부 개발자들이 모델을 내려받아 미스트랄의 주장을 검증할 수 있다.

미스트랄 AI는 6월 자사의 챗봇 Vibe의 이름을 Le Chat에서 Vibe로 바꿨다. 이후 레딧과 X의 팬들은 매개변수 30조 개와 초당 1,000번의 야옹 소리를 내는 가상의 모델 Fat Kitten을 만들어냈다. 팬들이 꾸며낸 벤치마크에서는 이 가상 모델이 Claude Fable 5를 앞섰다고 주장했다. 아서 멘슈 최고경영자(CEO)는 모델의 실제 이름은 "큰 고양이"라고 답하며 농담에 동참했다. 미스트랄은 이후 Vibe 웹사이트에 만화 고양이를 추가했다.

미스트랄은 국가나 기업이 외부 업체에 데이터를 넘기지 않고 소유하고 운영할 수 있는 모델을 뜻하는 소버린 AI를 판매한다. 사우디아라비아 국영 지원을 받는 HUMAIN은 이런 이유로 8월 미스트랄과 수억 유로 규모의 계약을 맺었다. 미스트랄은 9월 삼성 주도의 시리즈 D 투자 라운드에서 30억 유로(33억7,000만 달러)를 유치했으며, 기업가치는 210억 유로(236억 달러)를 넘었다. 미스트랄은 Large 4가 해당 투자금으로 추진하는 로드맵의 첫 번째 이정표라고 밝혔다.

Large 4의 가격은 입력 토큰 100만 개당 1.36달러다. 출력 토큰 100만 개당 가격은 4.18달러다. 토큰은 AI 기업이 요금 산정에 사용하는 텍스트 단위로, 하나당 대략 단어의 4분의 3에 해당한다. Claude Opus 5.5는 입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러를 받는다. GPT-6 Astra는 입력 토큰 100만 개당 10달러, 출력 토큰 100만 개당 50달러를 받는다. Large 4의 입력 가격은 Opus 5.5의 약 3분의 1이고, 출력 가격은 약 5분의 1이다. Large 4의 가격은 Astra와 비교하면 입력 기준 약 7분의 1, 출력 기준 약 12분의 1이다.

미스트랄의 발표는 주로 중국의 오픈 웨이트 모델인 DeepSeek V4 Pro, Kimi K3, GLM-5.3, Qwen3.8 Max와 Large 4를 비교한다. 오픈 웨이트 모델은 누구나 내려받아 실행할 수 있다. Claude와 GPT는 소수의 비교에서만 등장한다. Claude Opus 5.5는 사이버 보안 관련 주장에만 등장한다. Surge AI의 코딩 품질 블라인드 인간 평가에서 Large 4는 5점 만점에 3.74점을 받아 5개 모델 가운데 2위를 기록했고, 4.22점을 받은 Claude Opus 5에 뒤졌다.

AutomationBench는 금융, 인사, 영업, 고객 지원 소프트웨어를 모의한 환경에서 657개 과제의 목표 달성 여부를 측정하며, 규칙을 위반하면 점수를 주지 않는다. Large 4는 AutomationBench에서 59.9점을 받았다. Artificial Analysis의 순위표에 따르면 Claude Sonnet 5.5는 같은 벤치마크에서 71.8점을 기록했다. Artificial Analysis 순위표에서 Claude Opus 5.5는 69.5점을 기록했다. Gemini 4 Argon은 77.5점으로 해당 순위표에서 선두를 차지했다.

개발자들이 코딩 능력을 평가하는 데 사용하는 벤치마크인 DeepSWE 1.1에서 Large 4는 62점을 받았다. Large 4의 점수는 GLM-5.3의 61점과 DeepSeek V4 Pro의 57점보다 높았다. 그러나 Kimi K3의 68점에는 못 미쳤다. Datacurve의 순위표에 따르면 GPT-6 Astra와 Claude Opus 5는 DeepSWE 1.1에서 각각 74점을 기록했다.