핵심 내용
Mistral은 10월 6일 새 플래그십 모델 Mistral Large 4(ML4)의 public preview를 공개했다. ML4는 총 1조 개 파라미터 가운데 토큰당 약 490억 개를 활성화하는 Mixture-of-Experts 구조이며, text·image를 함께 처리하는 natively multimodal 모델이다. Mistral은 instruction, reasoning, coding, agentic workflow를 하나의 모델로 통합했고 160개가 넘는 언어를 지원한다고 설명했다. 출처
현재 preview API 가격은 입력 100만 토큰당 1.36달러, 출력 4.18달러다. 모델 weights는 10월 말 공개할 예정이며, Mistral은 공개 전 기간 동안 개발자와 사이버보안 전문가, 정부기관을 대상으로 추가 평가를 진행한다. 일부 검증된 파트너에게는 완화된 moderation과 더 강한 cyber capability를 제공하는 private preview도 운영한다. 출처
Mistral은 자체 평가에서 ML4가 coding, agentic workflow, cybersecurity, finance, manufacturing, multimodal 영역에서 가장 강한 open-weight 계열과 경쟁한다고 주장한다. Reuters 인터뷰에서 회사는 일부 cyber 영역에서 중국계 open-weight 경쟁모델보다 높은 성능을 보인다고 설명했지만 구체적으로 어떤 모델과 benchmark를 뜻하는지는 모두 공개하지 않았다. 따라서 공개 weights와 독립 재현평가가 나오기 전까지 회사 성능 주장은 vendor evaluation으로 보는 것이 적절하다. 출처
배경
오픈웨이트 AI의 기술 주도권은 최근 DeepSeek, Qwen, GLM, Kimi 같은 중국계 모델이 강하게 가져가고 있다. 미국의 최상위 모델은 대부분 closed API로 제공되고 있어, 기업이 자체 데이터센터나 sovereign cloud에서 고성능 모델을 직접 실행하고 싶은 경우 선택지가 제한적이었다.
Mistral은 유럽 내 자체 compute 인프라를 확장하면서 open-weight와 sovereign AI를 핵심 포지션으로 잡고 있다. 지난 9월 유치한 30억 유로 Series D 자금도 Large 4 이후 모델 학습과 유럽 데이터센터 확장에 투입한다고 밝혔다. 출처
산업·시장에 미치는 영향
ML4가 공개 weights 상태에서도 preview API와 비슷한 성능을 재현한다면 중국 모델 외에 고성능 open-weight를 원하는 기업의 선택지가 넓어진다. 특히 금융·제조·공공기관처럼 데이터 주권과 자체 배포 요구가 강한 유럽 고객에게 의미가 크다.
또 1T total / 49B active 구조는 모델 전체 용량은 매우 크지만 토큰당 연산을 줄여 추론비용을 낮추려는 최근 대형 MoE 흐름을 강화한다. 앞으로 모델 비교에서도 총 파라미터보다 active parameters, 메모리 footprint, 실제 task 완료비용이 더 중요해질 가능성이 크다.
실무에서 바로 활용할 수 있는 시사점
weights가 공개되면 API benchmark보다 자신의 실제 workload에서 VRAM 요구량, quantization 후 품질, tokens/s, tool-call 성공률, 긴 작업의 완료율과 완료업무당 비용을 측정하는 것이 좋다. sovereign deployment가 목적이라면 모델 자체뿐 아니라 inference engine, tensor parallel 구성, telemetry와 외부 호출 여부까지 함께 검증해야 한다.
출처
Mistral — Introducing Mistral Large 4 Reuters — France's Mistral launches AI model it says outperforms some Chinese rivals