답변게시됨2시간 전Last edited 2시간 전19 소스

1조 파라미터 모델 ‘르 숑크’, 공개 가중치로 풀렸다

미스트랄은 10월 6일 프리뷰를 선보인 Mistral Large 4, 별칭 ‘르 숑크’의 가중치를 10월 29일 공개했습니다.[9] Terminal Bench 4.0 점수는 추가 강화학습 이후 28%에서 41%로 올랐다고 보고됐습니다. Coding Agent Index 점수는 48%로, GLM 5.3과 동률이며 과제당 토큰 사용량은 47% 적었다는 결과도 제시됐습니다.[10][11] 공식 문서상 이 모델은 총 1조 500억 개 파라미터와 활성 파라미터 520억 개를 갖춘 멀티모달 혼합 전문가 모델입니다.[1]

게시자GPT Image 2로 이미지 생성

Studio Global AI로 검색 및 팩트체크 인기 페이지 더 보기

연구 답변

주요 시사점

미스트랄은 10월 6일 프리뷰를 선보인 Mistral Large 4, 별칭 ‘르 숑크’의 가중치를 10월 29일 공개했습니다.[9]
Terminal Bench 4.0 점수는 추가 강화학습 이후 28%에서 41%로 올랐다고 보고됐습니다. Coding Agent Index 점수는 48%로, GLM 5.3과 동률이며 과제당 토큰 사용량은 47% 적었다는 결과도 제시됐습니다.[10][11]
공식 문서상 이 모델은 총 1조 500억 개 파라미터와 활성 파라미터 520억 개를 갖춘 멀티모달 혼합 전문가 모델입니다.[1]
사이버 보안 평가 점수 51%, 악의적 사이버 요청에 대한 거부율 96.6%는 보고된 평가 결과입니다. 이를 실제 환경의 안전성을 보장하는 수치로 해석해서는 안 됩니다.[8]

What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “LAI-generated editorial hero image for What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L.
AI 프롬프트
Create a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com

미스트랄이 자사의 대형 멀티모달 모델 Mistral Large 4의 가중치를 공개했습니다. 별칭은 ‘르 숑크(Le Chonk)’입니다. 10월 6일 공개 프리뷰를 선보인 뒤 모델을 추가로 다듬었고, 10월 29일 가중치를 배포했습니다.9 18

관심을 끄는 대목은 두 가지입니다. 코딩 벤치마크 성적이 프리뷰보다 올랐다는 점, 그리고 모델을 직접 내려받아 운용하거나 조정할 수 있는 ‘오픈 웨이트’ 형태로 나왔다는 점입니다. 다만 벤치마크 성적만으로 실제 업무에서의 우위나 사이버 보안상의 안전성을 단정하긴 어렵습니다.

코딩 성능, 프리뷰보다 개선

미스트랄은 터미널 작업 능력을 평가하는 Terminal-Bench 4.0에서 모델이 41%를 기록했다고 밝혔습니다. 이는 프리뷰 때보다 13%포인트 오른 수치로, 추가 강화학습을 거친 뒤 나온 결과입니다.10 11

Artificial Analysis의 Coding Agent Index 점수는 48%로, GLM-5.3과 같다고 보고됐습니다. 같은 비교에서 과제당 토큰 사용량은 47% 적었다는 설명도 나왔습니다.11 토큰 사용량은 모델이 처리하는 텍스트 단위의 양을 가리키지만, 이 수치만으로 실제 운영비가 그만큼 낮아진다고 볼 수는 없습니다. 하드웨어와 응답 속도, 업무 종류에 따라 비용이 달라질 수 있기 때문입니다.

이 결과는 특정 벤치마크에서의 성적입니다. 모든 코딩 작업에서 더 낫다거나, 다른 모델보다 전반적으로 우수하다는 뜻으로 확대 해석해서는 안 됩니다.

1조 파라미터급 멀티모달 모델

미스트랄 공식 문서에 따르면 Large 4는 텍스트와 이미지 등을 다루는 멀티모달 혼합 전문가(Mixture of Experts) 모델입니다. 전체 파라미터는 1조 500억 개, 활성 파라미터는 520억 개이며, 비전 인코더는 16억 개 파라미터로 구성됩니다.1

모델의 추론 강도는 낮음·중간·높음 세 단계로 설정할 수 있고, 기본값은 높음으로 소개됐습니다.10 미스트랄은 학습에 엔비디아 Grace Blackwell GPU 3,800개를 자사 유럽 데이터센터에서 사용했다고 밝혔습니다.15

‘오픈 웨이트’와 라이선스는 별개

가중치를 공개하면 이용자가 모델을 내려받아 직접 실행하거나 조정할 수 있습니다. 하지만 가중치 공개가 곧 어떤 용도로든 제한 없이 쓸 수 있는 라이선스를 뜻하는 것은 아닙니다.

공개된 라이선스는 ‘Mistral Ecosystem Open-Weight License’로, 수정된 MIT 라이선스라고 설명돼 있습니다.7 한 2차 보도는 제한이 주로 모델 자체를 서비스 형태로 재판매하는 사업자에게 적용된다고 전했습니다.12 실제 이용이나 상용 배포를 계획한다면 요약 보도만으로 판단하지 말고 라이선스 원문을 확인할 필요가 있습니다.

사이버 보안 수치는 어떻게 볼까

보도된 결과에 따르면 Large 4는 Cyber Index에서 51%를 기록했고, 악의적인 사이버 관련 요청의 96.6%를 거부했습니다.8 10 11 이는 특정 평가에서 나온 점수와 거부율이지, 모델이 실제 환경에서 항상 공격을 막거나 악용을 차단한다는 보증은 아닙니다.

사이버 보안 모델은 방어 작업을 도울 수 있는 능력과 악용 가능성을 함께 따져야 합니다. 공개 가중치는 사용자가 모델을 직접 통제할 여지를 넓히는 동시에, 배포 이후의 관리와 안전 조치도 중요하게 만듭니다. 따라서 이번 공개의 의미는 단순히 ‘가장 강한 모델’인지 가리는 데 있기보다, 성능과 운용 통제권, 위험 관리 사이의 균형을 어떻게 잡을지에 있습니다.

Studio Global AI

연구를 계속하세요

이 페이지에는 Studio Global 내에서 계속할 수 있는 소스 기반 답변이 포함되어 있습니다.

Studio Global AI로 검색 및 팩트체크

사람들은 또한 묻습니다.