Mistral Large 4, 1T MoE 모델로 GLM-5.3과 유사한 코딩 성능 달성

• Mistral AI가 10월 29일 1T 매개변수 MoE 구조의 Mistral Large 4 가중치를 Hugging Face에 공개함
• Coding Agent Index 48점으로 GLM-5.3(49점)과 유사한 성능을 기록하되, 작업당 평균 토큰 사용량이 약 47% 적음
• 1M 토큰 컨텍스트 및 이미지 입력을 지원하며, FP8 체크포인트 크기는 약 1.06TB임
• vLLM 전용 Docker 이미지 사용이 필수이며, B300 8장, H200 16장 등 검증된 하드웨어 구성을 제공함

벤치마크 및 성능

• Cyber Index 51%로 DeepSeek-V4.1-Flash(57%), MiMo-V2.6-Pro(56%)에 이어 3위 기록
• Intelligence Index v5 26점으로 오픈 웨이트 모델 중 5위, 서구권 오픈 웨이트 최고 점수 주장
• 추측 디코딩용 DSpark 적용 시 처리량 최대 1.9배 향상 주장, 대화 프롬프트에서 초당 120~138토큰 생성 속도 실측

서빙 및 라이선스

• Mistral Ecosystem Open-Weight License 적용, 사내 사용 및 제품 내장 자유
• MaaS(Model-as-a-Service) 제공 시 상업적 사용을 위해 Mistral과 별도 계약 필수
• API 가격은 입력 100만 토큰당 0.70달러, 출력 100만 토큰당 2.10달러