Mistral Large 4 vs Qwen3.8 Max: 공개된 수치가 부정하는 '주장된 우위'

Mistral은 Mistral Large 4 출시 게시물에서 자사의 Coding Agent Index 종합 점수 49.8%가 "DeepSeek V4 Pro 0813과 Qwen3.8 Max보다 앞선다"고 밝혔다. Artificial Analysis는 이미 Qwen3.8 Max를 같은 지수 계열에 올려 두었고, Terminal-Bench 4.0 수치는 38.9%다. Mistral은 자사 모델이 해당 하네스에서 28.3%라고 보고한다. 두 수치 모두 Artificial Analysis에서 나왔으며 — 하나는 공개, 하나는 하네스 출시 전에 비공개로 산출 — 서로 반대 방향을 가리킨다. 그렇다고 해서 어느 모델이든 무시할 이유는 아니다. 이는 이번 맞대결에서 가장 유용한 점이다. 왜냐하면 오늘 검증할 수 있는 쪽이 둘 중 어느 쪽인지 정확히 알려 주고, 가격 문제를 날카롭게 제기하기 때문이다: Qwen3.8 Max는 백만 입력 토큰당 $2.00, 백만 출력 토큰당 $6.00으로, Mistral Large 4의 $0.68과 $2.09에 비해 대략 세 배가 비싸며, 발표된 모든 지표에서 더 강력한 모델이다.

둘 다 같은 것, 즉 추론, 도구, 구조화된 출력을 갖추고 약 100만 토큰의 컨텍스트를 제공하는 네이티브 멀티모달 플래그십을 향한 Alibaba 규모와 Mistral 규모의 시도다. 각각 공개 프리뷰와 정식 출시로, 9주 간격을 두고 공개됐다. 그중 하나는 2026년 8월 3일부터 제공되어 왔고 독립적인 점수 칼럼 전체를 갖추고 있다. 다른 하나는 2026년 10월 6일에 등장했으며, 그달 말까지 가중치 공개를 약속했고, 공급업체가 아직 상승 중이라고 말하는 강화학습 실행을 함께 내놨다.

출판된 칼럼과 약속된 칼럼

Qwen3.8 Max는 Alibaba가 현재까지 선보인 최고 역량 계층이며, Alibaba는 자체 마이그레이션 가이드에서 이를 GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro에 직접 맞세워 포지셔닝합니다. 텍스트, 이미지, 비디오 전반에서 네이티브 멀티모달이며 텍스트를 출력하고, 1,000,000토큰 컨텍스트 창을 갖추고 있으며, 그 기능 매트릭스는 사고 모드, 함수 호출, 내장 도구, 구조화된 출력을 확인해 줍니다. 이는 OpenAI 호환, Anthropic 호환, 네이티브 DashScope의 세 가지 와이어 형식으로 베이징, 싱가포르, 도쿄, 프랑크푸르트 및 추가 지역에서 제공됩니다.

Artificial Analysis에서 Intelligence Index v4.3.2 기준 45.4점을 기록해 147개 모델 중 17위이고, AA Coding index에서는 76.2점으로 138개 중 9위이며 Kimi K3와 함께 오픈 웨이트 분야 최상위에 공동으로 이름을 올렸습니다. GPQA Diamond에서는 92.8%, 장문맥 회상에서는 80.3%, SciCode에서는 52.1%, tau-banking에서는 47.8%를 기록합니다. Terminal-Bench 2.1 결과는 88.8%입니다.

Mistral Large 4는 총 1조 500억 개 중 490억 개의 활성 파라미터와 16억 개 파라미터의 비전 인코더를 갖춘 세분화된 전문가 혼합 모델로, 160개 이상의 언어를 포괄하는 데이터를 사용해 Mistral 자체 유럽 데이터센터에서 3,800대의 NVIDIA Grace Blackwell GPU로 처음부터 학습되었습니다. 약 100만 토큰의 컨텍스트에 걸쳐 텍스트와 이미지를 처리합니다. Artificial Analysis 페이지는 "Mistral Large 4 Preview"라는 제목으로 존재하며 Intelligence Index 점수를 제공하지 않습니다. 가중치는 2026년 10월 말까지 공개하겠다고 약속되어 있습니다.

• 인텔리전스 지수 — Qwen3.8 Max 45.4 (147개 중 17위) vs Mistral Large 4 아직 발표되지 않음

• 코딩 지수 — Qwen3.8 Max 76.2 (138개 중 9위) vs Mistral Large 4 비교 대상 없음

• Terminal-Bench 4.0 — Qwen3.8 Max 38.9% 대 Mistral Large 4 38.3%, 비공개로 평가됨

• 컨텍스트 창 — Qwen3.8 Max 1,000,000 토큰 vs Mistral Large 4 약 1,000,000

• 입력 모달리티 — Qwen3.8 Max: 텍스트, 이미지, 동영상 vs Mistral Large 4: 텍스트, 이미지

• 입력 가격 — Mistral Large 4 1M당 $0.68 vs Qwen3.8 Max 1M당 $2.00

• 출력 가격 — Mistral Large 4 1M당 $2.09 대 Qwen3.8 Max 1M당 $6.00

• 캐시된 입력 — Mistral Large 4 1M당 $0.07 vs Qwen3.8 Max 1M당 $0.25

• 가중치 — Mistral Large 4는 2026년 10월 말 오픈 라이선스 약속 vs Qwen3.8 Max는 비공개

• 출시 — Qwen3.8 Max 2026년 8월 3일 vs Mistral Large 4 2026년 10월 6일, 프리뷰

모순을 해결하는 것, 해결될 수 있는 한도까지

Terminal-Bench 4.0의 두 수치는 정말로 일관되지 않으며, 가장 가능성 높은 설명은 가장 극적이지 않은 것입니다: 서로 다른 실행이라는 것입니다. Mistral의 28.3%는 Artificial Analysis가 하네스의 공개 릴리스에 앞서 비공개로 평가한 것으로 설명되는데, 이는 출시 전 하네스에서, 다른 추론 강도에서, 또는 다른 샘플링으로 측정되었을 수 있음을 의미합니다. Qwen의 38.9%는 Artificial Analysis가 표준화한 구성으로 공개된 하네스에서 측정된 것입니다. 이 둘을 직접 비교하는 것은 초안을 최종본과 비교하는 것이며, 더 나빠 보이는 쪽은 초안입니다.

또한 그 모순이 어느 쪽으로 작용하는지도 주목할 만하다. Mistral은 통합 Coding Agent Index에서 49.8%로 Qwen3.8 Max를 앞선다고 주장하는 한편, Qwen보다 10포인트 뒤처지는 Terminal-Bench 4.0 수치를 공개한다. 통합 지수는 여러 평가를 집계한 것이므로 두 가지가 동시에 사실일 수 있으며, DeepSWE v1.1에서 강한 결과(Mistral은 61.7%를 보고한다)를 내고 Terminal-Bench에서 약한 결과를 낸 모델도 평균에서는 이길 수 있다. 하지만 Coding Agent Index가 공개되기 전까지, 독자가 확인할 수 있는 그 주장의 유일한 구성 요소는 Mistral이 뒤처지는 부분이다. 그러한 비대칭성이야말로 어느 방향으로든 의심해야 할 바로 그 지점이다.

세 배 가격이 실제로 사주는 것

두 가지가 있는데, 그중 하나만 성능입니다.

비디오가 구체적인 사례다. Qwen3.8 Max는 비디오를 일급 입력으로서 기본 지원하지만, Mistral Large 4는 그렇지 않다. Mistral의 멀티모달 장은 이미지에 관한 것이다. 밀집 장면 그라운딩, 기술 도면의 기계 부품 검증, PDF에서 증거 검색, 기가픽셀 위성 이미지 스캔 등이며, 이 중 어느 것도 동영상을 필요로 하지 않는다. 당신의 파이프라인이 녹화물, 시연 또는 비디오 아카이브를 처리한다면 가격 비교는 무의미하다. 이 모델 중 하나는 당신의 입력을 받을 수 없기 때문이다. 이것은 요금표 차이가 아니라 역량 경계이며, 어떤 가격 재조정도 이를 바꾸지 못한다.

두 번째는 증거다. Qwen3.8 Max의 45.4 Index 점수, 코딩 순위 9위, Terminal-Bench 2.1에서의 88.8%는 토큰을 쓸 의향이 있는 사람이라면 누구나 공개된 하네스에서 모두 재현할 수 있다. Mistral의 ML4는 에이전트 코딩 및 자동화에서 더 높다고 주장된 상한, 체감 코딩 품질에서 Kimi K3와 GLM-5.3을 근소하게 앞선 블라인드 인간 평가, 그리고 구체적인 사이버보안 주장 — Artificial Analysis의 재현 및 패치 테스트에서 82%로 테스트된 모든 모델 중 최고이며, Cybench에서는 93% — 을 내세운다. 그 모든 것은 공급업체가 보고했거나 비공개로 평가된 것이다. 조달 검토에서 모델 선택을 정당화해야 하는 팀은 답을 문서로 남기기 위해 3배의 프리미엄을 지불한다.

그렇긴 하지만, 이 비교에서 사이버보안 수치는 더 낮은 가격으로 상쇄할 수 없는 유일한 주장이다. 왜냐하면 그것은 장점이 아니라 역량이기 때문이다. Mistral에 따르면, Claude Opus 5.5와 GPT-6 Astra를 포함한 여러 선도적 폐쇄형 모델이 동일한 재현 및 패치 테스트에서 거의 0점을 기록하는데, 이는 해당 작업을 거부하기 때문이며, JailbreakBench, StrongREJECT, AgentHarm에서 가져온 사이버 프롬프트에 대한 ML4의 평균 거부율은 다른 오픈웨이트 모델보다 높으면서도 작업은 여전히 완수한다고 보고한다. Qwen3.8 Max는 해당 테스트에 대해 보고되지 않았다. 당신의 업무가 취약점 재현을 포함한다면, 문제는 누가 더 저렴한가가 아니라 누가 그 일을 해내기야 할 것인가이다.

가중치, 그리고 그것이 실행되는 위치

바로 이 지점에서 Mistral Large 4는 Qwen의 3배 프리미엄이 건드릴 수 없는 단 하나의 구조적 우위를 갖습니다. Mistral은 2026년 10월 말까지 ML4의 가중치를 오픈 라이선스로 공개하고, 아키텍처와 포스트트레이닝 방법론의 세부 사항도 함께 공개하겠다고 약속했습니다. 이는 토큰당 비용을 자본 결정으로 바꿉니다. GPU가 있다면 토큰당 비용 지불을 멈추고, 데이터를 제3자에게 보내지 않으며, 다른 누군가의 모더레이션 정책을 따르지 않아도 됩니다. Alibaba의 Max 등급은 폐쇄형 API 전용 제공 상품이며, 그것이 바뀔 조짐은 없습니다.

지리는 표현 방식만 달리한 같은 논쟁이다. Qwen3.8 Max는 베이징, 싱가포르, 도쿄, 프랑크푸르트 등을 비롯한 곳에서 서비스된다 — 진정한 글로벌 서비스 범위지만, 이를 운영하는 것은 알리바바다. Mistral Large 4의 공개 프리뷰는 Mistral 자체 유럽 인프라에서, 유럽법에 따라 Mistral이 다른 디지털 서비스 제공업체와 독립적으로 전 과정을 운영하는 유럽 리전에서 실행된다. 유럽의 규제 대상 구매자에게 이 두 문장은, 두 모델 모두 같은 도시에서 이용 가능하더라도, 매우 다른 조달 결과를 뒷받침한다. Mistral의 30억 유로 규모 시리즈 D — 유럽 기술 기업이 조달한 사상 최대 규모의 지분 투자 라운드 — 는 바로 그 차별점에 자금을 대기 위해 존재하며, ML4가 그 첫 번째 결과물이다.

두 가지 형태의 가용성에 걸친 라우팅

이 조합이 특이한 점은 두 모델이 가격과 성능뿐만 아니라 접근 방식에서도 다르다는 것입니다. Qwen3.8 Max는 여러 리전에서 OpenAI 호환, Anthropic 호환 및 네이티브 DashScope 프로토콜을 지원합니다. Mistral Large 4는 한 사업자가 제공하는 단일 프리뷰 엔드포인트입니다. 이를 애플리케이션 코드에서 정규화하는 것은 실질적인 작업이며, 작게 시작해 제공자가 무언가를 변경할 때마다 커지는 종류의 작업입니다.

둘 다 OrcaRouter의 0% 마크업이 적용된 하나의 OpenAI 호환 엔드포인트 뒤에 있습니다. 바로 이것이 이 글의 가격 차이를 스냅샷이 아닌 안정적인 것으로 만드는 이유입니다. 공급자 정가가 변형 없이 그대로 전달되므로, Mistral이 프리뷰 요금을 종료하거나 Alibaba가 Qwen의 요금을 조정하는 날에는 라우팅 규칙이 평가하는 수치도 그와 함께 움직입니다. 라우팅 DSL은 두 모델의 서로 다른 강점이 하나의 호출 표면이 되는 지점입니다 — 비디오가 포함된 요청은 Qwen3.8 Max로, 이미지와 문서 작업은 Mistral Large 4로, 엄격한 예산을 반드시 지켜야 하는 작업은 무엇이든 먼저 ML4로 보내고 결합 지수 주장이 실제 작업에서 중요하다고 드러날 때 Qwen을 에스컬레이션으로 사용합니다. 자동 페일오버는 이 조합에서 대부분의 경우보다 더 가치가 있습니다. 한쪽은 출시 첫 달의 프리뷰 API이고 다른 쪽은 용량 계획을 세울 수 없는 클로즈드 티어이기 때문입니다. 49.8 대 76.2 코딩 질문이 여러분의 워크로드에서 진정으로 미결정이라면, 모델 퓨전이 동일한 프롬프트에서 두 모델을 모두 실행하고 패널이 선택하게 할 수 있으며, 이는 베이크오프를 두 번 실행하는 것보다 저렴합니다.

평결

Qwen3.8 Max는 공개된 모든 지표에서 더 나은 모델이다. 45.4 Index 점수, 76.2 코딩 지수, Terminal-Bench 4.0에서의 38.9%는 다른 모든 모델과 동일한 리비전에서 측정된 것이고, 동영상을 입력받으며, 두 달째 출시되어 있고, 다섯 개 지역에서 세 가지 와이어 포맷을 통해 접근할 수 있다. 성능과 검증 가능성이 결정적 요인이라면, 세 배의 가격은 출시되어 측정된 플래그십에 드는 비용이다.

Mistral Large 4는 가격에서 약 세 배, 캐시 읽기에서 세 배 이상, 대안이 거부하는 사이버보안 작업에서, 그리고 Qwen이 답할 수 없는 두 가지 논점에서 앞선다: 10월 말까지 공개 가중치를 약속한 것, 그리고 Mistral이 처음부터 끝까지 운영하는 유럽 배포다. 49.8% Coding Agent Index 주장은 이를 결판낼 수 있는 사안이다 — 그 수치가 Qwen의 것보다 앞서 공개 하네스에 올라온다면, 더 저렴한 모델이 더 나은 모델이 되고 프리미엄은 사라진다. 그렇지 않다면, Mistral은 출시된 경쟁 모델에 뒤처지는 모델에 프리뷰 가격을 매겨 판매하는 것이며, 정직한 입장은 모델이 아니라 로드맵을 사는 것이다.

세 가지 날짜를 주목하십시오. 2026년 10월 말, ML4의 가중치가 출시되거나 오픈 웨이트 주장이 완화되는 시점입니다. Artificial Analysis Coding Agent Index의 발표, 여기서 Mistral의 비공개 평가와 Qwen의 공개 점수가 한 칼럼에서 만납니다. 그리고 프리뷰 기간의 종료, Mistral이 이를 언제 발표하든, 왜냐하면 $0.68과 $2.09는 출시 가격이고 어떤 전망도 그것이 가중치 공개 후에도 유지된다고 가정해서는 안 되기 때문입니다.