Mistral Large 4: 무엇인지, 비용은 얼마인지, 그리고 Mistral 자체 카드에서 여전히 비어 있는 한 줄

Mistral Large 4는 Mistral AI의 플래그십 범용 모델이자, 이전에 Mistral Large 3가 차지했던 Large 라인의 정점입니다. Mistral 자체 문서에 따르면 이 모델은 총 파라미터 1조 500억 개에 활성 파라미터 520억 개, 16억 파라미터 규모의 비전 인코더, 100만 토큰 컨텍스트 윈도우를 갖춘 네이티브 멀티모달 전문가 혼합(MoE) 모델이며, 요금표상 가격은 입력 100만 토큰당 $1.36, 출력 100만 토큰당 $4.18입니다. API 이름은 mistral-large-4입니다. 이 요금표에 없는 것, 바로 상당수 독자가 찾아 들어오는 그것입니다. Mistral 자체 모델 페이지의 라이선스 배지는 "Open"이라고만 적혀 있을 뿐 아무것도 명시하지 않으며, 다운로드할 체크포인트 저장소도 없습니다. 이것이 2026년 10월 13일 기준 모델에 대한 설명입니다.

프레이밍이 중요하므로 맨 앞에 둡니다. Mistral은 2026년 10월 6일 Mistral Large 4의 공개 프리뷰를 발표했으며, 이 블로그에는 이미 그 뉴스 글과 여기서 이어지는 아홉 개의 일대일 비교 페이지가 실려 있습니다. 빠져 있던 것은 그 아래에 깔리는 기본 페이지입니다. 이 격차는 가정이 아니라 측정된 것입니다: 10월 13일까지의 28일 동안 자사 속성에서 맨 이름은 3,141회 노출과 68회 클릭을 기록했고, 다섯 개 쿼리에 걸쳐 있었으며, 그 아래의 조건을 충족하는 행들 — artificial analysis 129회 노출, 프리뷰 122회, 벤치마크 84회, ollama 70회 — 은 모두 적은 수치입니다. 한편 비교 행들은 맨 용어보다 몇 배 더 잘 전환됩니다. 바로 그 때문에 비교 페이지들이 먼저 작성되었습니다. 이것은 이름을 입력하고 그것이 무엇인지 알고 싶어 한 독자를 위한 페이지입니다.

이름, 그리고4-0우리 자체 URL에 자리한

Mistral은 모델을 다음과 같이 씁니다: Mistral Large 4. 출시 게시물에서는 그와 함께 두 가지 비공식 명칭을 제시합니다 — "ML4", 그리고 "le Chonk" — 그리고 문서에서는 모델 카드를 다음 두 곳 모두에서 접근할 수 있는 페이지에서 제공합니다: mistral-large-4 및 mistral-large-4-0. 카드 자체의 배지에는 다음과 같이 적혀 있습니다: mistral-large-4, 그리고 모델 선택 가이드에는 mistral-large-4 가 API 이름으로 나열되어 있으므로, 일반적인 형식이 공급업체의 현재 이름이며, 뒤에 붙은 0은 출시일 링크에서 이어져 온 레거시 별칭입니다.

이는 한 문장으로 조정할 가치가 있습니다. 여기에 이미 게시된 모든 페이지가 4-0 형식을 사용하기 때문입니다 — 미리보기 글, 호스팅 페이지 및 아홉 개의 비교 모두가 mistral-large-4-0-*. 해당 URL은 이 페이지가 설명하는 동일한 모델을 가리킵니다. 이 페이지는 참조 항목에 대해 공급업체의 표기를 그대로 사용하므로, 순수한 이름에서 여기로 들어온 독자는 제조사가 현재 표기하는 이름으로 이 모델을 만나게 됩니다.

Mistral의 카드에 있는 세 가지 상태 라벨은 함께 읽어 볼 가치가 있습니다. 세 단어로 이 모델의 상황 전체를 보여주기 때문입니다: 퍼블릭 프리뷰, 오픈, 그리고 v26.10. 첫 번째는 서빙 구성이 아직 바뀔 수 있음을 뜻합니다. 두 번째는 오픈 웨이트 주장입니다. 세 번째는 리비전이며, 셋 중 유일하게 단순한 사실입니다.

Mistral이 명시한 바에 따른 명세

아래 목록의 모든 내용은 Mistral이 자사의 모델 카드, 모델 선택 가이드, 출시 게시물에서 사용한 표현 그대로입니다. 독립 연구소가 같은 수치를 다르게 해석하는 경우, 그 해석은 평균에 반영되지 않고 해당 줄에 명시됩니다.

• 파라미터 — 총 1.05조 개, 활성 파라미터 520억 개이며, 세분화된 희소 전문가 혼합 아키텍처를 기반으로 합니다. 출시 게시물에서는 총계를 “1조 파라미터”로 반올림하지만, 모델 카드에는 1.05T라는 수치가 제시됩니다. Artificial Analysis는 활성 파라미터 수를 520억이 아니라 490억으로 기록하는데, 이는 동일한 차원에서 30억 개의 차이입니다.

• 비전 인코더 — 16억 개의 파라미터로, Mistral이 나중에 이미지에 맞춰 적응시킨 것이 아니라 네이티브 멀티모달이라고 설명하는 모델에 탑재되어 있습니다.

• 모달리티 — 텍스트와 이미지 입력, 텍스트 출력, 추론 포함. Mistral의 선택 가이드는 출력을 "reasoning, text"로 분류하고, Artificial Analysis는 비추론 변형도 존재할 수 있다는 주석과 함께 이를 추론 모델로 기록합니다. 출시 게시물의 자체 제품 카드는 이를 "hybrid instruct-and-reasoning MoE"라고 부릅니다.

• 컨텍스트 윈도우 — Mistral의 스펙 표기로는 100만 토큰. Artificial Analysis가 자체 테스트한 구성에서 확인한 값은 524,288 토큰이며, 이는 공급업체가 내세운 상한과 실제로 제공되는 윈도우의 차이다.

• 가격 — Mistral이 공개한 가격 페이지에 따르면 백만 입력 토큰당 $1.36, 캐시된 입력 $0.14, 백만 출력 토큰당 $4.18입니다. 해당 페이지에는 동일한 세 항목이 $0.68, $0.07, $2.09로 취소선 처리된 출시 프로모션도 함께 실려 있습니다.

• 언어 — Mistral의 자체 설명에 따르면, 학습 데이터에는 유럽연합의 모든 공식 언어를 포함해 160개 이상의 언어가 포함되어 있습니다.

• 라이선스 — 명시되지 않음. 이에 관해서는 아래에서 더 다루는데, 그것이 이 페이지에서 가장 핵심적인 공백이기 때문이다.

라이선스와 가중치: 이 릴리스가 실제로 공개하는 것

Mistral Large 3는 Apache 2.0으로 출시되었습니다. Hugging Face의 모델 카드는 메타데이터에 해당 라이선스 태그를 포함하고 있으며, 가중치는 FP8, NVFP4, BF16 형식으로 다운로드할 수 있습니다. Mistral Small 4와 Ministral 3 크기들도 Apache 2.0이며, Mistral Medium 3.5는 Modified MIT로 표시되어 있습니다. 그중 어느 것도 그대로 적용되지 않습니다. 라이선스는 눈앞에 있는 릴리스에서 읽어내는 것이며, Mistral Large 4의 경우 벤더가 아직 이를 문서로 명시하지 않았습니다.

Mistral 자체 표면 세 곳에서 그 공백이 나타나며, 독자는 브라우저에서 각각을 확인할 수 있습니다:

• docs.mistral.ai의 모델 카드에는 라이선스 이름이 전혀 붙지 않은 채 "Open"이라는 단어 하나만 렌더링하는 라이선스 칩이 있습니다.

• 모델 선택 가이드 — Mistral이 자사 모델 중에서 선택하려는 개발자들을 위해 공개하는 나란히 비교하는 표 — 에는 라이선스 열이 있으며, 인접한 모든 행이 채워져 있습니다: Mistral Small 4에는 Apache 2.0, Mistral Medium 3.5에는 Modified MIT, Mistral Large 3에는 Apache 2.0. Mistral Large 4 행의 라이선스 셀은 비어 있습니다.

• 모델 카드의 가중치 탭에는 "Coming soon"이라고 표시되어 있습니다.

같은 분야를 독립적으로 추적하는 Artificial Analysis는 Mistral Large 4의 라이선스 이름과 라이선스 URL을 null로 기록하고, 해당 모델을 isOpenWeights: false로 표시하며, 이를 독점 모델로 분류한다. 그 플래그는 Mistral의 마케팅과 모순되는 것이 아니라, 오늘날 존재하는 것에 대한 진술이다. 공급업체 자체 클러스터에서 제공되며 저장소도 라이선스 텍스트도 없는 프리뷰는 오픈 웨이트 릴리스라기보다는 호출 가능한 모델이다.

Mistral이 약속한 것은 날짜 하나다: "우리는 이달 말까지 가중치를 공개하겠다"라고 런칭 게시물 자체의 표현으로 밝혔으며, 아키텍처에 관한 추가 세부 정보, 추가 벤치마크, 그리고 포스트 트레이닝 방법론도 함께 내놓을 예정이다. 그에 앞서 회사는 검증된 파트너 및 국가 당국과 함께 레드팀 활동 기간을 운영하고 있다고 말한다. 10월 13일에 확인한 이 조직의 Hugging Face 계정에는 여전히 10월 8일보다 최신 항목이 없으며, 두 항목 중 어느 것도 Large-line 체크포인트가 아니다.

그래서 오늘날 오픈 웨이트 주장에 대한 정확한 설명은, 그것이 마감 기한이 붙은 계획이며, 이전에 이 등급에서 Apache 2.0 가중치를 출시한 적 있는 연구소가 만든 것이라는 점입니다. 이는 모호한 약속보다는 강한 입장이고, 다운로드 링크보다는 약한 입장입니다. 이 둘 사이의 구분이 바로 이 섹션이 존재하는 이유 전부입니다.

Mistral Large 4가 실행되는 곳, Mistral의 말에 따르면

Mistral은 프리뷰 API가 Mistral Studio에서 사용할 수 있으며, 해당 모델은 "전 세계 여러 지역에서 사용할 수 있고, 여기에는 Mistral이 다른 디지털 서비스 제공업체와 무관하게 유럽 법률에 따라 엔드투엔드로 운영하는 유럽 배포 환경도 포함된다"고 말한다. 이 회사는 또한 프리뷰가 해당 모델을 학습시킨 것과 동일한 인프라, 즉 자체 유럽 데이터센터에 있는 3,800개의 NVIDIA Grace Blackwell GPU에서 제공된다고 말하며, 이 모델은 목표로 하는 워크로드에 대해 프라이빗 클라우드나 온프레미스에서 실행될 수 있을 것이라고 말한다. 이는 해당 모델이 어디에서 실행되는지에 관한 벤더의 발언이며, 우리가 아닌 벤더에게 귀속된 내용이다.

별도로, 분명히: Mistral Large 4는 OrcaRouter의 카탈로그에 없습니다. 10월 13일에 확인한 당사의 라이브 모델 목록은 207개의 모델 식별자를 제공하며, 그중 어느 것도 다음 표기로 된 Mistral 계열 모델이 아닙니다: mistral-large-4, mistral-large-4-0 또는 다른 어떤 표기로도 마찬가지입니다. 여기서 어떤 라우트도 주장되고 있지 않으며, 이 문단의 어떤 내용도 그렇게 읽혀서는 안 됩니다.

이 페이지가 다시 답하지 않을 배포 관련 질문 하나는 Ollama 목록입니다. Mistral Large 4는 해당 라이브러리에서 다운로드 가능한 크기 사다리가 아니라 단일 클라우드 태그로 표시되며, 이는 자체 설명 글이 있는 별개의 사안입니다 — mistral-large-4-ollama-cloud-only — 그리고 가중치를 로컬 머신으로 내려받을 수 있는지 알고 싶어 이곳에 온 독자라면 이 페이지가 아니라 그 페이지를 읽어야 합니다.

벤치마크 수치, 그리고 누가 이를 실행했는지

Mistral의 출시 게시물은 매우 촘촘한 점수 세트를 보고하며, 그중 회사가 직접 실행하지 않은 것이 무엇인지 이례적으로 명확히 밝힌다. 에이전틱 코딩 측면에서는 DeepSWE v1.1에서 61.7%, SWE-Atlas-QnA에서 59.4%, Terminal-Bench 4.0에서 28.3%를 나열하며, 이는 49.8%의 Coding Agent Index 점수로 합산되는데, 게시물은 이 점수가 해당 모델을 DeepSeek V4 Pro 0813과 Qwen3.8 Max보다 앞선 위치에 둔다고 말한다. 에이전틱 워크플로에서는 657개 비즈니스 워크플로 전반에 걸친 AutomationBench에서 59.9%를 보고하고, 장기 지평 지식 작업에서는 AA-Briefcase에서 1,393 Elo를 보고한다. 사이버 평가에서는 Artificial Analysis Cyber Index에서 상위 5위, 모든 모델 중 최고라고 설명된 재현 및 패치 테스트에서 82%, Cybench의 40개 대회 과제에서 93%를 보고한다. 멀티모달 그라운딩에서는 Dense 200에서 42%를 보고하며, 이는 GPT-6 Astra의 41%와 대비된다. 이 모든 것은 벤더가 보고한 수치다. 일부는 해당 하니스가 공개되기 전에 제3자가 평가했다고 게시물에서 설명되는데, 이는 자체 실행 수치보다 더 강한 출처이면서도 여전히 공개된 수치는 아니다.

독립적인 수치는 더 간결하고 더 유용하다. Artificial Analysis는 Mistral Large 4 Preview에 Intelligence Index v4.3에서 38.4점을 부여하며, 이는 이 모델을 비교군의 중앙값보다 높은 위치에, 그리고 해당 지수에서 216개 모델 중 65위에 올려놓는다. 같은 페이지에서는 Intelligence Index 작업 하나를 실행하는 비용을 $1.13로 제시하고, 출시 게시물이 전혀 언급하지 않은 점도 기록한다. 즉 그 모델은 지수 실행 중 2억 개의 출력 토큰을 생성했으며, 이는 중앙값 8,500만 개와 대비되고 장황함에서 114개 중 107위에 올랐다. 품질은 평균 이상이지만 답변당 소비하는 토큰은 평균을 훨씬 웃도는 모델은 대표 점수들이 바꾸지 못하는 방식으로 청구서의 계산을 바꾼다.

출시 게시물에는 방법이 다르기 때문에 나머지와 분리해 볼 가치가 있는 블라인드 평가가 하나 더 있습니다. Surge AI는 모델 정체를 숨긴 채 코딩 품질에 대한 블라인드 인간 비교를 진행했습니다; 전문 주석가들은 Mistral Large 4 Preview에 1~5점 척도에서 3.74점을 주어 5개 중 2위로 평가했는데, 이는 Kimi K3의 3.59와 GLM-5.3의 3.60보다 앞서고 Claude Opus 5의 4.22보다는 뒤처지는 점수였습니다. 반대편에 이름이 밝혀진 제3자가 있는 블라인드 패널은 벤더가 선택한 점수와는 다른 종류의 증거이며, 이는 발표문에서 회의적인 독자가 가장 비중 있게 고려해야 할 단 하나의 수치입니다.

Mistral Large 3에서 무엇이 바뀌었나요? 세 문장으로.

Mistral Large 3는 매개변수 6,750억 개의 희소 전문가 혼합(MoE) 모델로, 활성 매개변수 410억 개, 256k 컨텍스트 윈도, 매개변수 25억 개의 비전 인코더, 그리고 오늘 바로 다운로드할 수 있는 Apache 2.0 가중치를 갖추고 있습니다. Mistral Large 4는 제조사가 제시한 사양상 총계를 1.05조 개, 활성 매개변수를 520억 개로 끌어올리고, 명시된 컨텍스트를 100만 토큰으로 높이며, Mistral이 이전에 instruct 전용 멀티모달이라고 설명했던 모델에 추론을 추가합니다 — 이는 규모만의 변화가 아니라 종류의 변화입니다. 또한 현재로선 Large 3를 손쉽게 도입할 수 있게 해 주었던 라이선스와 체크포인트 없이 출시됩니다.

Artificial Analysis는 Mistral Large 3를 사용 중단(deprecated)으로 기록하고 있으며, 그 사용 중단 대상으로 Mistral Large 4를 지목합니다. 이는 이것들이 병렬 옵션이 아니라 동일한 슬롯의 연속 세대라는 가장 명확한 신호입니다. Mistral 자체 가격 페이지도 이에 동의합니다: Large 3는 백만 토큰당 입력 $0.50, 출력 $1.50이고, Large 4는 프로모션 가격 조합이 적용된 상태로 그 위에 나열되어 있습니다.

비교 집합은 판결이 아닌 지표로서

이 모델을 위한 일대일 비교 페이지가 이미 아홉 개 있으며, 이 페이지는 그중 어느 것도 의도적으로 다시 다루지 않습니다. Mistral Large 4와 다른 무언가 중에서 고민하는 독자라면, 해당 페이지들은 다음과 같습니다: mistral-large-4-0-vs-claude-opus-5, -vs-deepseek-v4-pro, -vs-gemini-3-1-pro, -vs-glm-5-5, -vs-gpt-6-sol, -vs-grok-4-7, -vs-kimi-k3, -vs-minimax-m3 그리고 -vs-qwen-3-8-max. 측정된 수요는 정확히 바로 그 페이지들에 있습니다 — mistral large 4 vs claude이 78회 노출과 11회 클릭, vs opus 5.5는 84와 10이며, 둘 다 순수 용어의 전환율을 훨씬 웃돕니다. 이는 정의는 여기에, 판정은 저기에 두어야 한다는 근거가 됩니다.

이름을 붙일 가치가 있는 의존성은 mistral-large-4-0-vs-glm-5-5입니다. GLM-5.5 자체가 바로 이 배치에 포함된 페이지이고, 두 글은 서로 엇갈려 논쟁하기보다 하나의 비교에 대해 일치해야 하기 때문입니다. 목록의 나머지는 모두 안정적인 대상입니다.

무엇이 아직 해결되지 않았나요?

가중치가 10월 말까지 공개되는지, 그리고 어떤 라이선스로 공개되는지. 그리고 프로모션 가격이 프리뷰 기간 이후에도 유지되는지, 왜냐하면 표준 요금표와 출시 요금이 세 항목 모두에서 정확히 절반 차이가 나기 때문이다. 둘 다 독자가 누구에게도 묻지 않고 확인할 수 있다: 라이선스와 체크포인트는 Hugging Face에 나타나거나 나타나지 않을 것이고, 요금표는 여전히 취소선이 그어진 숫자를 보여주거나 보여주지 않을 것이다.

그때까지 이 모델이 요구하는 태도는 그 자체의 단계 레이블이 시사하는 바로 그 태도다. 그것을 그렇게 부르고, 토큰 지출까지 포함해 자신의 워크로드에 비추어 측정하라 — 토큰 지출은 출시 게시물이 빼놓은 숫자다 — 그리고 프로덕션 경로는 동작이 바뀔 예정이 없는 대상 위에 유지하라. 프리뷰는 가격표 위의 레이블에 불과하지 않다. 그것은 모델과 라이선스와 청구서가 한꺼번에 달라질 수 있음을 뜻한다.

OrcaRouter에서는 200개 이상의 모델을 하나의 OpenAI 호환 엔드포인트로 라우팅합니다 제공업체의 정가 그대로, 0% 마크업으로 전달 — 따라서 벤더의 가격이 바뀌면 어느 모델이든 당일 우리 쪽 가격도 바뀝니다. 자동 페일오버는 프리뷰 단계에 있는 모든 것에 대한 나머지 절반입니다. 실제 트래픽의 일부가 아직 검증되지 않은 모델을 만나게 하는 동안 검증된 모델이 나머지를 맡아 주므로, 회귀가 생기면 누군가를 호출하는 대신 우회합니다. 이 두 가지 모두 우리가 서비스하지 않는 Mistral Large 4에 대한 주장은 아닙니다. 그것들은 라이선스보다 먼저 출시되는 다음 모델, 그리고 이 모델에 대한 답의 형태입니다.

그중 어느 것도 가정에 불과한 것이 아니다. 이 레퍼런스가 근거로 삼고 있는, 문서로 기록된 AI 실패와 에이전트 사고들은 OrcaRouter AI 사고 아카이브 에 모여 있으며, 각 항목에는 자체 출처, 심각도, 신뢰 등급, 이의 제기 여부 플래그가 함께 붙는다.