Mistral Large 4 vs Claude Opus 5.5: 유일한 직접 비교 수치는 잘못된 버전을 상대로 한 것이다

에 대해 존재하는 유일한 블라인드 직접 비교는Mistral Large 4와 Claude Opus 5.5 그중 하나의 이전 버전을 기준으로 측정되었습니다. Surge AI는 모델 정체를 숨기고 전문 주석자들에게 코딩 출력을 1–5점 척도로 평가하게 했습니다. Mistral Large 4 Preview는 3.74점으로 5개 중 2위를 했으며, 그에 앞선 Claude Opus 5는 4.22점이었고, Kimi K3의 3.59점과 GLM-5.3의 3.60점보다 앞섰습니다. Claude Opus 5.5는 9월 22일에 출시되었으므로, 이 조합에 대해 공개된 인간 비교에 가장 가까운 것은 상대 모델의 현재 릴리스보다 3주나 오래되었고, 아무도 그것을 다시 실행하지 않았습니다. 나머지 모든 것은 비교 가능하며, 한 방향을 가리킵니다: Artificial Analysis의 Intelligence Index에서 Mistral Large 4 Preview는 38.4, Claude Opus 5.5는 58로 216개 모델 중 1위이며, 단일 지수 작업을 완료하는 비용은 $1.13 대 $5.98입니다.

그 두 가지 사실이 이 결정의 전체 윤곽을 이룹니다. 능력 격차는 크고, 이 버전 기준으로는 이전보다 더 벌어졌습니다. 비용 격차는 5배를 조금 웃돌며, Anthropic이 가격을 인하했을 때도 움직이지 않았습니다.

Anthropic 자체 설명으로 본 Claude Opus 5.5란 무엇인가

Claude Opus 5.5는 Anthropic의 현재 플래그십으로, 2026년 9월 22일 출시되었으며 장기적 에이전트 작업, 즉 다단계 세션, 많은 도구 사용, 코드 작업에 포지셔닝되어 있습니다. 입력 토큰 100만 개당 $4, 출력 100만 개당 $20이며, 캐시 읽기는 $0.20, 캐시 쓰기는 $5입니다. Anthropic은 이를 Opus 5보다 입력과 출력에서 20%, 캐시 읽기에서 60% 낮다고 설명합니다. Claude Code와 Claude Platform 내에서 최대 2.5배 더 빠르게 실행된다고 회사가 밝힌 $8 / $40의 Fast 모드가 있습니다. Amazon Web Services, Google Cloud, Microsoft Azure에서 사용할 수 있으며 제로 데이터 보존이 제공됩니다. Anthropic은 Claude Sonnet 5.5와 Claude Haiku 5.5가 앞으로 몇 주 안에 뒤따를 것이라고 말합니다.

그 페이지에는 나머지보다 더 중요한 두 가지 세부 사항이 있습니다. 첫 번째는 기능이라기보다 마이그레이션 제약입니다. Anthropic은 Claude Opus 5.5가 더 이상 사고 모드를 끈 상태로는 제공되지 않는다고 밝힙니다. 현재 파이프라인이 저렴하고 빠르며 결정론적인 턴을 위해 Opus 5를 비사고 모드로 호출한다면, 그 구성은 이 모델에서 직접적인 후속 구성이 없습니다. 두 번째는 Anthropic이 자사 점수 옆에 적어 둔 주의 사항으로, 벤치마크 격차가 실제 차이를 가늠하는 데 덜 신뢰할 만한 지침이 되었다는 점입니다. 이는 한 업체가 자사가 앞서고 있는 표 옆에 적기에는 이례적인 일이며, 아래 숫자를 읽을 때 액면 그대로 받아들일 만합니다.

Anthropic의 발표에서 벤더가 보고한 수치는 Terminal-Bench 4.0은 66.4%, FrontierCode v1.1은 54.4%, CursorBench 4.0은 57.8%, GDPval-AA v2.1은 1,846 Elo, AutomationBench는 40.0%, Humanity's Last Exam은 도구 사용 시 67.7%, Terminal-Bench-Science 0.1은 58.7%, OSWorld 2.1은 81.8% 부분 점수입니다. 이 모든 것은 Anthropic 자체 실행 결과이며, 비교 모델의 점수는 각 벤더의 자체 페이지에서 가져온 것이고, 이들 중 어느 것도 이 조합이나 다른 어떤 조합에 대해서도 독립적으로 재현된 적이 없습니다.

10월 13일 기준으로 Mistral Large 4란 무엇인가

Mistral Large 4는 2026년 10월 6일에 발표된 퍼블릭 프리뷰로, 리비전 v26.10이며, Mistral AI가 출시한 가장 큰 모델입니다. 이 회사는 이를 총 파라미터 1조 500억 개와 활성 파라미터 520억 개, 그리고 16억 파라미터의 비전 인코더를 갖춘 네이티브 멀티모달 희소 전문가 혼합(mixture-of-experts) 모델이라고 설명하며, Mistral 자체의 유럽 데이터센터에 있는 NVIDIA Grace Blackwell GPU 3,800대로 처음부터 학습되었고, 160개 이상의 언어에 걸친 데이터를 사용했습니다. Artificial Analysis는 활성 파라미터 수를 520억 개가 아니라 490억 개로 기록합니다. 한 차원에서 30억 개의 차이가 나는 것을 평균 내지 않고 그대로 명시한 것입니다. Mistral 자체의 모델 카드에는 100만 토큰 컨텍스트 윈도우라고 적혀 있지만, Artificial Analysis가 테스트하는 구성에서는 524,288로 읽히고, 그 FAQ에는 520k라고 되어 있는데, 이는 공급업체가 광고하는 상한과 실제 서빙되는 배포가 실제로 제공하는 윈도우 사이의 차이입니다.

요금표 기준 가격은 백만 입력 토큰당 $1.36, 캐시된 입력은 $0.14, 백만 출력 토큰당 $4.18이며, 출시 프로모션에서는 동일한 세 항목에 취소선을 그어 $0.68, $0.07, $2.09로 표시합니다. 카드의 상태 레이블은 공개 프리뷰, 오픈 및 v26.10 — 그리고 그중 두 번째가 주의 깊게 읽어야 할 항목입니다. Mistral은 가중치가 이달 말까지 공개될 것이라고 말하며, 출시 게시물은 그 약속을 두 번 반복합니다. 하지만 라이선스 이름은 밝히지 않습니다. Artificial Analysis는 이 분야를 독립적으로 추적하며 라이선스 이름을 null로 기록하고, 해당 모델에 isOpenWeights: false라고 표시하고, 이를 독점 모델로 분류합니다. 이 점에서 아무도 서로 모순되는 말을 하지 않습니다. 벤더 자체 클러스터에서 제공되고 체크포인트 저장소도 라이선스 텍스트도 없는 프리뷰는 오픈 웨이트 릴리스가 아니라 호출 가능한 모델이며, 오픈 웨이트 주장은 다운로드 링크라기보다 마감 기한이 붙은 계획입니다.

Mistral 자체 벤치마크 수치는 전반적으로 벤더가 보고한 값으로, DeepSWE v1.1에서 61.7%, SWE-Atlas-QnA에서 59.4%, Terminal-Bench 4.0에서 28.3%, 통합 Coding Agent Index에서 49.8%입니다. 657개 비즈니스 워크플로 전반에 걸친 AutomationBench에서는 59.9%, AA-Briefcase에서는 Elo 1,393, 시각적 그라운딩을 위한 Dense 200에서는 42%입니다. 또한 사이버 평가에서는 Mistral이 모든 모델 중 최고라고 설명하는 재현 및 패치 테스트에서 82%, Cybench의 40개 경쟁 과제에서 93%를 기록했습니다. 이 회사는 블라인드 인간 연구도 의뢰해 공개했는데, 이는 자체 실행 벤치마크보다 더 강력한 형태의 증거이면서도 여전히 출판을 통제한 연구입니다.

5.5 버전업이 이 결정에 가져온 변화

이 블로그의 Mistral Large 4 대 Claude Opus 5 페이지를 읽어 보셨다면, 여기에는 새로운 점이 세 가지가 있는데, 그중 가격 인하는 하나뿐입니다.

• 역량 격차는 좁아진 게 아니라 더 벌어졌다. Claude Opus 5는 Intelligence Index에서 50.8점을 기록했고, Claude Opus 5.5는 58점을 기록한다. Mistral Large 4 Preview의 38.4점과 비교하면, 그 거리는 12.4점에서 19.6점으로 커진다. 도전자가 제자리에 머무는 동안 선두에 7점을 더하는 버전 업은, 최전선 lane을 더 흐릿하게 만드는 게 아니라 더 명확한 선택지로 만든다.

• 가격 인하는 청구서에는 닿지 못했다. Anthropic은 입력과 출력을 20% 인하했다 — $5 / $25에서 $4 / $20으로 — 하지만 Artificial Analysis가 인덱스 작업 하나를 완료하는 데 드는 비용은 올랐다, Claude Opus 5의 $5.86에서 Claude Opus 5.5의 $5.98로. 더 저렴해진 토큰은 그 토큰을 더 많이 사용한 모델에 의해 소비되었다. 이것은 이 페이지에서 가장 유용한 단일 수치이며, 곱씹어 볼 가치가 있다: 정가는 청구서에 들어가는 입력값이지, 청구서에 대한 예측이 아니다.

• 구성 하나가 사라졌습니다. Opus 5.5에서는 사고 모드를 더 이상 끌 수 없습니다. Opus 5를 부분적으로 저렴한 비사고 경로 때문에 구매하려던 경우, 이 모델은 그 경로를 대체하지 않으며, 이제 대체 결정은 버전 교체가 아니라 두 모델을 함께 고려하는 결정이 되었습니다.

바뀌지 않은 점: 캐시 관련해서는 반복 컨텍스트에서 여전히 Anthropic이 유리하다 — 캐시 읽기 기준 백만 토큰당 $0.20이며, Mistral의 정가 $0.14, 프로모션 가격 $0.07과 대비된다. 안정적인 프리픽스가 있는 장문 컨텍스트 에이전트 루프에서는 바로 그 항목이 청구서를 가장 크게 움직이며, 두 수치 모두 방금 헤드라인 가격들이 받은 것과 같은 면밀한 검토가 필요하다.

보드에서 가장 장황한 두 모델

Artificial Analysis는 각 모델의 인덱스 실행에 대한 출력 토큰 수를 발표하는데, 여기 있는 두 모델은 그 양 극단에 있습니다. Claude Opus 5.5는 해당 실행에서 2억 6천만 개의 출력 토큰을 생성했습니다. Mistral Large 4 Preview는 2억 개를 생성했습니다. 측정된 모델들의 중앙값은 8천 5백만 개입니다. 둘 다 같은 질문에 답하기 위해 일반적인 모델이 소비하는 양의 2~3배를 소비하며, 그렇게 하면서 백만 개당 $4와 $20를 청구하는 것은 둘 중 하나뿐입니다.

장황함은 결함이 아니고, 품질 신호도 아니다. 그것은 가격에 곱해지는 배수이며, Opus 가격 인하가 작업당 비용에 도달하지 못한 채 시행된 이유다. 요율표만으로 예산을 세우고 있다면, 그 배수도 예산에 반영하라: 백만 출력당 $20에서 중앙값의 세 배를 내보내는 모델은 중앙값대로 동작하는 모델에 비해 실효 출력 요율이 백만당 $60에 더 가깝고, 평가 스위트에서 2억 6천만 토큰은 반올림 오차가 아니다.

점수판

• 백만 토큰당 가격, 입력 / 출력 — Mistral Large 4 $1.36 / $4.18 정가, $0.68 / $2.09 프로모션, vs Claude Opus 5.5 $4.00 / $20.00

• 캐시된 입력 — 정가 $0.14, 프로모션 $0.07 vs 백만 읽기당 $0.20 및 백만 쓰기당 $5.00

• Intelligence Index 작업당 비용 — $1.13 vs $5.98, Artificial Analysis 기준

• Intelligence Index — 38.4, 216개 중 65위 vs 58, 216개 중 1위, Artificial Analysis 기준

• 해당 인덱스 실행에서의 출력 토큰 — 200M 대 260M, 중앙값 85M과 대비

• 컨텍스트 윈도우 — Mistral이 테스트된 구성에서는 524,288인데도 1M이라고 밝힌 것 vs. Artificial Analysis가 Claude Opus 5.5를 1M으로 읽은 것. 해당 발표 페이지에는 어느 쪽 수치도 명시되어 있지 않음

• 최대 출력 — 두 공급업체 중 어느 곳에서도 공개하지 않음

• 측정된 속도 — Mistral Large 4 Preview는 공개되지 않음, 초당 95.2 출력 토큰 대비, Anthropic이 최대 2.5배에 도달한다고 밝힌 $8 / $40 Fast 모드 기준

• 가중치와 라이선스 — 라이선스는 밝혀지지 않은 채 10월 말까지로 약속됨, 현재 Artificial Analysis에서 독점으로 표시됨, 폐쇄형과 대비

• 가용성 — Mistral의 프리뷰 API 및 Mistral Studio는 Mistral 자체의 유럽 인프라에서 제공되는 반면, AWS, Google Cloud, Azure 및 OrcaRouter 카탈로그와 대비됩니다

Mistral Large 4가 적합한 경우

작업량이 많고, 사양이 명확하며, 검증 비용이 저렴할 때는 Mistral Large 4를 선택하세요. 대규모 분류, 추출, 요약, 구조화된 출력 생성, 1차 코드 리뷰, 그리고 잘못된 답변이 장애가 아니라 재시도로 이어지는 내부 작업의 긴 꼬리가 여기에 해당합니다. 인덱스 작업당 $1.13 대 $5.98이라면, 한 달에 백만 개의 작업을 처리하는 파이프라인은 저렴한 모델을 정당화하기 위해 미묘한 논증을 필요로 하지 않습니다. 필요한 것은 저렴한 모델이 충분히 좋은 것이며, 그리고 AutomationBench — 모델이 일상적인 비즈니스 워크플로를 완수하도록 요구받는 항목 — 에서 Mistral이 자체 보고한 59.9%는 Anthropic이 동일한 하네스에서 Opus 5.5에 대해 보고한 수치와 견줄 만합니다. 실행도 다르고 공급업체도 다르므로, 이를 결과라기보다 신호로 읽어야 하지만, 이 항목은 비즈니스 부서가 실제로 모델에 요구하는 작업에 가장 가까운 항목입니다.

Mistral Large 4는 또한 이 쌍 중 자체 배포로 가는 신뢰할 만한 경로를 가진 쪽이며, 일부 독자에게는 그 점이 벤치마크 점수 하나보다 더 가치가 있습니다. 10월 말까지 가중치를 내놓겠다는 약속은 가중치가 아니고, 이름 없는 라이선스는 라이선스가 아니므로, 이는 오늘 마이그레이션할 이유라기보다 지켜볼 이유입니다. 그러나 여기 있는 두 모델 중 데이터 레지던시나 사고 중 접근성 논변이 "우리가 직접 운영한다"로 끝날 수 있는 유일한 모델입니다. 유럽에서의 훈련 및 서빙 이야기도 그 장부의 같은 쪽에 있습니다.

Claude Opus 5.5가 적합한 선택인 경우

작업이 길고, 단계들이 서로 의존하며, 틀렸을 때 비용이 많이 드는 경우에는 Claude Opus 5.5를 선택하세요. Terminal-Bench 4.0은 이 비교에서 가장 뚜렷한 분기점입니다 — Anthropic은 동일한 하네스에서 Opus 5.5에 대해 66.4%를 보고했고, Mistral은 자사 모델에 대해 28.3%를 보고했습니다 — 그리고 터미널 작업은 에이전트 코딩에 가장 가까운 공개 대리 지표이며, 에이전트 코딩은 팀들이 프런티어 모델을 구매하는 주된 이유의 대부분을 차지합니다. 19.6포인트의 Intelligence Index 격차와 거의 2.4배에 달하는 Terminal-Bench 격차를 같은 방식으로 표현하자면: 이것은 어려운 쪽에서 근소한 차이가 아니며, 워크로드가 그쪽에 있다면 어떤 가격 논리도 그 격차를 메우지 못합니다. 1M 컨텍스트, 반대편의 미공개 수치와 대비되는 측정된 초당 95.2 토큰, 지연에 민감한 경로를 위한 Fast 모드, 그리고 데이터 무보존으로 3대 주요 클라우드에서의 가용성을 더하면, 프리미엄은 실질적인 운영 여유를 확보해 줍니다.

실질적인 질문은 모든 호출에 프리미엄 전체를 지불할 필요가 있느냐입니다. 대량으로 프런티어 모델을 운영하는 대부분의 팀은, 진정한 다단계 모호성을 지닌 소수의 요청이 대부분의 역량을 소모하고 나머지 요청은 그렇지 않다는 것을 발견합니다. 그것은 모델 결정이 아니라 라우팅 결정이며, 두 모델을 모두 운영하는 것이 실제 정답인 경우입니다. Claude Opus 5.5는 OrcaRouter 카탈로그에 Anthropic의 정가로 0% 마크업이 붙어 있으며, 200개 이상의 다른 모델과 동일한 OpenAI 호환 엔드포인트에 있습니다. 따라서 둘 다 시험해 보는 데 드는 비용은 두 번째 공급업체 계약이 아니라 키 하나입니다. Mistral Large 4는 현재 저희 카탈로그에 없으며 — Mistral 자체의 프리뷰 API와 여러 서드파티 플랫폼을 통해 접근할 수 있습니다 — 이는 소프트 런치 발표가 아니라 저희 목록에 관한 사실을 밝힌 것입니다.

프리뷰 단계에서 제값을 하는 기능은 페일오버입니다. 라이선스와 가중치, 제공되는 컨텍스트가 모두 아직 미해결인 모델로 트래픽의 일부를 보내는 것은, 유용한 실패 모드가 장애가 아니라 재라우팅이라는 뜻이며, 누군가의 리더보드가 아니라 여러분 자신의 데이터에서 그 모델의 실제 실패 모드를 알게 됩니다.

그것을 결정짓는 단 하나의 사실

아무도 Mistral Large 4와 Claude Opus 5.5를 이름이 명시된 하네스에서 동일한 설정으로 직접 비교 벤치마크한 적이 없습니다 — 존재하는 유일한 블라인드 인간 평가 수치는 Claude Opus 5를 상대로 한 것이고, 당신이 상대로 선택하는 버전은 Claude Opus 5가 아닙니다 — 따라서 오늘 결정을 내릴 때 정직한 근거는 저렴한 모델의 완료된 작업당 비용이 5분의 1이고, 비싼 모델이 약 20 지수 포인트와 거의 2.4배에 가까운 Terminal-Bench 격차로 그보다 앞서 있다는 것입니다. 이는 Anthropic이 작업당 비용은 줄이지 않은 채 정가를 인하한 가격에서입니다.

워크로드에서 실패한 답변의 비용이 4.6회 재시도 비용보다 적다면 Mistral Large 4를 구매하세요. 비용이 더 크다면 Claude Opus 5.5를 구매하세요 — 그리고 아직 자체 트래픽에 관한 그 질문에 답할 수 없다면, 둘 다 하나의 엔드포인트에서 실행하고 한 달간의 실제 요청이 그 답을 대신 내리게 하세요.