Ripple-65B Preview 대 Mistral Large 4.0: 650억 개 밀집 모델, 1조 파라미터 MoE에 맞서다

을 Ripple-65B Preview와 Mistral Large 4.0디스크에 나란히 두면 그 차이는 결코 미묘하지 않다. BF16 샤드 129.6 GB 대 FP8 샤드 1,060.6 GB — 두 모델 모두 스스로를 오픈 웨이트라고 부르고, 둘 다 에이전틱 코딩을 내세운다. 하나는 5인 연구 그룹이 12조 토큰으로 처음부터 학습시킨 65B 덴스 트랜스포머로, 그 그룹은 3,200만 달러를 썼다고 말한다. 다른 하나는 520억 개의 활성 파라미터와 16억 파라미터 비전 인코더를 갖춘 1.05조 파라미터 규모의 전문가 혼합(MoE) 모델로, 탄탄한 제품 라인을 갖춘 회사에서 나왔다.

흥미로운 부분은 크기 격차가 아니다. 두 연구소 모두 동일한 벤치마크, 동일한 버전인 DeepSWE 1.1 수치를 공개했고, 더 작은 모델은 그 수치에서 17.4점 뒤진다는 점이다. Ripple 자체 카드에는 44.3이 보고된다. Mistral은 Large 4.0에 대해 61.7을 보고한다. 따라서 효율성, 라이선스 또는 자체 호스팅에 관한 어떤 논의보다 앞서, 리더보드에는 동일 버전, 동일 작업 세트의 깔끔한 비교가 하나 있으며, 그것은 새 모델에 유리하지 않다.

각 연구소가 실제로 출시한 것

Ripple-65B Preview는 Ricursive Intelligence의 첫 공개 모델로, 2026년 11월 4일 Apache 2.0 라이선스로 공개되었으며, 게이트나 라이선스 자체 외의 추가적인 허용적 사용 조항은 없습니다. 아키텍처는 의도적으로 얇고 깊게 설계되었습니다. 모델 너비 5,120에 80개 레이어를 두고, 어텐션 헤드를 넉넉히 할당했으며, 슬라이딩 윈도 레이어 대 전역 레이어 비율을 높이고, 게이트 어텐션, 전역 NoPE, 값 잔차를 적용했습니다. 모델 카드는 이 모델이 비교적 가볍게 후훈련되었으며, 700회의 RL 스텝과 에이전틱 코딩에 대한 강조가 있다고 설명합니다. 4.04B 규모의 추측형 드래프터, NVFP4 체크포인트, 게이트 없는 베이스 모델도 함께 제공됩니다.

Mistral Large 4.0은 2023년부터 회사의 플래그십이었던 모델 라인의 4세대 버전으로, 두 단계로 출시되었습니다. 2026년 10월 6일 API 프리뷰가 있었고, 이어 10월 29일에는 서비스 제공자 조항이 포함된 수정 MIT 문서인 Mistral Ecosystem Open Weight License에 따라 가중치가 공개되었습니다. Ripple과 달리 멀티모달이어서 1.6B 비전 인코더가 이미지를 입력받으며, 하나가 아닌 세 가지 추론 노력 수준을 제공합니다.

• 파라미터 — 65B 밀집형으로 토큰당 모든 파라미터가 활성화되는 반면, 총 1.05T에 52B 활성 및 128개 라우팅 전문가, 토큰당 4개

• 디스크상 가중치 — 16개 샤드에 걸친 129.6GB BF16 대 54개 샤드에 걸친 1,060.6GB FP8, 그리고 610.1GB NVFP4 형제 모델

• 컨텍스트 — 최대 1M이라고 주장하지만, 첫 호스팅 엔드포인트는 16,384를 제공했고 더 최신 목록은 전반적으로 128K 대 1M을 내세우고 있습니다

• 모달리티 — 텍스트 입력, 텍스트 출력 대 텍스트 및 이미지 입력, 텍스트 출력

• 라이선스 — Apache 2.0 대 Mistral Ecosystem Open Weight License, 후자는 모델을 서비스로 제공하려면 상용 계약을 요구합니다

• 호스팅되는 위치의 가격 — 백만 토큰당 $0.20 / $0.60 대 $0.70 / $2.10, 캐시 입력은 $0.07

라이선스가 더 뚜렷한 차이이며, 그 격차는 크다.

Apache 2.0은 늘 그래왔던 의미 그대로입니다. Ripple-65B Preview를 가져다 미세 조정하고, 이름을 바꾸고, 고객에게 제공하면서 아무것도 공개하지 않아도 됩니다. 매출 기준도, 통지 요구도, 라우팅 계층을 라이선시로 만드는 조항도 없습니다. 제품이 API 뒤에 있는 모델인 회사에게 이것이 전부입니다 — 이는 비즈니스를 구축할 수 있는 모델과 기능을 구축할 수 있는 모델의 차이입니다.

Mistral Large 4.0의 라이선스는 이름이 시사하는 것보다 더 관대하고 Apache보다는 덜 관대하다. 이는 조건 하나가 추가된 수정 MIT 라이선스로, 모델을 제3자에게 서비스로 제공하는 경우 상업적 계약이 필요하다. 그 정의는 중요한 두 가지를 예외로 둔다. 바로 최종 사용자 제품 안에 모델을 내장하는 것과 "다른 곳에서 호스팅되는 모델로의 요청을 단순 중계하는 것"이며, 이는 게이트웨이가 요청을 Mistral 자체 추론으로 전달할 때 하는 일이다. 주의 깊게 읽으면 그 예외 조항은 라우터를 경계선의 올바른 쪽에 남겨 둔다. 부주의하게 읽거나 "오픈 웨이트"라고 적힌 마케팅 페이지"만 읽으면 스스로를 설득해 컴플라이언스 문제에 빠질 수 있다.

따라서 정직한 구도는 "Apache 대 제한적"이 아니라 "Apache 대 변호사에게 한 번쯤 검토를 맡겨야 하는 라이선스"입니다. 직접 가중치를 호스팅하고 접근 권한을 판매할 계획이라면 Ripple의 조건이 단연 더 단순합니다. 엔드포인트를 호출할 계획이라면 두 라이선스 모두를 수용할 수 있고 그 차이는 대부분 사라집니다.

Terminal-Bench는 여기서 사용할 수 없는 벤치마크입니다.

두 연구소 모두 Terminal-Bench 점수를 발표하지만, 이는 같은 테스트가 아닙니다. Ripple은 Terminal-Bench 2.1에서 80.52를 보고하며 이를 미국 오픈웨이트 최첨단이라고 부릅니다. Mistral은 Terminal-Bench 4.0에서 28.3%를 보고합니다. 나란히 놓고 보면 이 두 숫자는 52점 차 대패처럼 보입니다. 그러나 두 점수는 비교 가능하지 않으며, 이를 비교 가능한 것으로 취급하는 것이 두 모델 중 어느 쪽을 다루는 보도에서든 가장 흔한 실수입니다.

Terminal-Bench 4.0은 더 어렵고 나중에 나온 작업 세트이며, 버전 간 격차가 커서 좋은 2.1 점수와 평범한 4.0 점수가 같은 모델을 설명할 수 있다. Ripple과 Claude Opus 5.5에 대한 우리 자체 비교는 주로 80.5와 Opus의 66.4 역시 단순히 빼서 비교할 수 없는 이유를 설명하기 위해 존재한다. 여기서 정당화할 수 있는 유일한 진술은 Ripple이 4.0 수치를 공개하지 않았고 Mistral이 2.1 수치를 공개하지 않았다는 것뿐이므로, 이 특정 축은 비어 있다.

살아남는 것은 DeepSWE 1.1이며, 그곳에서는 상황이 명확히 읽힌다. Ripple의 44.3은 자체 모델 카드에서 나온다. Mistral의 61.7은 Mistral 자체 실행에서 나온다. 둘 다 독립적이지는 않지만, 같은 벤치마크의 같은 버전이라는 점은 Terminal-Bench가 제공할 수 있는 것보다 낫다. 소프트웨어 엔지니어링 작업에서 17.4점 차이는 노이즈가 아니며, 각 모델 카드의 나머지 수치와도 일치한다. Mistral Large 4.0은 또한 GPQA Diamond에서 87.6, MMLU-Pro에서 89.4, Artificial Analysis의 장문맥 추론 세트에서 81.3을 보고하는데, 이는 Ripple의 85.2, 84.2, 75.0과 대비된다.

Ripple의 반론은 자사 비교 세트에서 앞서는 벤치마크와 Mistral이 따라올 수 없는 한 가지 수치에 기대고 있다: {{1}}Terminal-Bench 2.1에서 Reflection Beam 501B의 80.1에 맞선 80.52{{/1}}, 그것도 15배 더 작은 모델에서 나온 결과다. {{2}}이는 훈련 효율성에 관한 실제 결과다.{{/2}} Mistral Large 4.0보다 더 낫다는 결과는 아니며, 이 두 주장은 2차 보도에서 계속 뒤섞이고 있다.

토큰당 비용은 Ripple을 실제보다 좋게 보이게 하지만, 작업당 비용이 더 현실에 가깝다.

정가 기준으로 호스팅 가격 격차는 양방향 모두 대략 3.5배입니다. 백만 토큰당 $0.20와 $0.60 대 $0.70와 $2.10입니다. 대량 트래픽을 처리하는 에이전트에게 그 차이는 예산 논의의 전부이며, 65B dense 모델이 벤치마크에서 뒤처져도 여전히 흥미로운 이유입니다.

Artificial Analysis는 Mistral Large 4.0의 Intelligence Index를 26, 인덱스 작업당 비용을 $2.06으로 산정한다. Ripple-65B Preview는 인덱스 항목 자체가 전혀 없어서 나눌 대응 수치가 없다. 이 점 자체가 "역량 단위당 어느 쪽이 더 저렴한가"에 대한 정직한 답이다. 한 모델은 중립 벤치마크에서 측정되었고 다른 하나는 측정되지 않았다. 오늘 계획용 수치가 필요하다면, 이 열 중 실제로 값이 들어 있는 것은 하나뿐이다.

셀프 호스팅 계산법은 다시 구도를 바꾼다. BF16의 65B 밀집 모델은 80GB 카드 4장에 걸친 tensor-parallel-4로 들어가며, 11월 5일 기준 병합된 vLLM 지원 덕분에 이제 --trust-remote-code 없이도 로드된다. 1.05T FP8 모델은 10배 더 많은 하드웨어와 expert parallelism을 이해하는 서빙 스택을 필요로 한다. GPU 4장과 컴플라이언스 요구사항을 갖춘 팀에게 65B는 타협안이 아니라 이 목록에서 유일한 선택지다.

라우팅 결정이 실제로 적용되는 지점

두 모델 모두 OrcaRouter 카탈로그에 없습니다. 카탈로그에는 Mistral 모델이 전혀 없고 Ripple-65B Preview도 없습니다. 따라서 두 모델을 하나의 키로 이용할 수 있다고 말하는 어떤 글도, 이 글을 포함해, 사실을 지어내는 것입니다. 사실인 부분은 더 좁습니다. 우리가 실제로 라우팅하는 오픈 웨이트 모델들은 비용에 민감한 구매자가 보통 이 두 모델과 비교하게 되는 모델들입니다. Kimi K3.1 Pro는 1M 컨텍스트와 943K 최대 출력을 제공하며, 백만 토큰당 $2.00 및 $10.00입니다. DeepSeek V4 Pro는 1M 컨텍스트와 384K 출력을 제공하며 $0.66 및 $1.98입니다. 두 모델 모두 자동 페일오버가 지원되는 단일 OpenAI 호환 엔드포인트를 통해 이용할 수 있고, 공급자 정가가 마크업 없이 그대로 적용되므로 벤더의 가격 변경은 같은 날 우리 쪽에도 반영됩니다.

이는 이 비교에서 한 가지 특정한 점에서 중요합니다. Mistral Large 4.0은 $1.36 및 $4.18로 출시되었으며, 오늘날 Mistral 문서에 표시된 $0.70 및 $2.10은 그 뒤에 이어진 할인 요금입니다. 한 달 안에 절반으로 변하는 가격은 외우기보다 확인해 볼 가치가 있는 가격이며, 이는 패스스루 게이트웨이가 여러분이 아무것도 변경하지 않아도 반영하는 종류의 움직임입니다.

누가 무엇을 골라야 할까요?

Ripple-65B Preview는 해석할 필요 없는 약관 아래에서 가중치를 완전히 직접 소유하고 싶고, 워크로드가 광범위한 소프트웨어 엔지니어링보다는 터미널 스타일의 에이전트 코딩이며, 65B가 하드웨어에 맞는다면 선택하세요. 어떤 독립 연구소도 재현하지 못한 벤더 스펙 카드를 신뢰하고 있다는 점, 컨텍스트 수치는 전적으로 서빙 방식에 달려 있다는 점, 그리고 현재 운영 중인 것을 대체하기 전에 DeepSWE 44.3이 넘어서야 할 숫자라는 점을 받아들이세요.

이미지와 텍스트가 모두 필요하고, 문서화된 서빙 사례가 있는 1M 컨텍스트가 라이선스 단순성보다 더 중요하며, 측정된 Intelligence Index 26과 작업당 $2.06 비용이 귀사의 조달 프로세스가 받아들일 만한 수치라면 Mistral Large 4.0을 선택하십시오. 라이선스에는 법률 검토가 한 번 필요하고, 1,060.6GB의 가중치는 다른 차원의 인프라 투자이며, Terminal-Bench 4.0에서 28.3%는 귀사의 자체 평가에서도 재현될 가능성이 가장 높은 점수임을 받아들이십시오.

제가 절대로 하지 않을 한 가지는 주요 벤치마크만으로 둘 중 하나를 고르는 것입니다. 두 연구소, 두 벤치마크 버전, 두 개의 자체 보고 DeepSWE 실행 — 이 결정을 내리는 비교는 여러분이 직접 자신의 저장소에서 실행하는 것이며, 두 모델 모두 누구의 허락도 구하지 않고 그것을 가능하게 할 만큼 충분히 개방되어 있습니다.