Mistral Large 4 Kini Open-Weight: Apa yang Berubah, Kata Benchmark, dan Siapa yang Perlu Peduli
Mistral telah merilis bobot Mistral Large 4, model multimodal native dengan 1 triliun parameter yang dijuluki "Le Chonk." Model ini masuk tahap pratinjau publik awal Oktober. Rilis open-weight ini adalah versi yang diperbarui: Mistral menyebut menghabiskan sekitar tiga minggu lagi untuk reinforcement learning setelah pratinjau, dengan fokus pada coding dan keamanan siber defensif.
Versi singkatnya
- Apa itu: model flagship multimodal 1T parameter, dilatih dari nol di infrastruktur Eropa (menurut Mistral).
- Yang baru dibanding pratinjau: skor coding dan keamanan lebih baik, plus "efisiensi penalaran" yang lebih baik, artinya lebih sedikit token per tugas.
- Di mana memakainya: Mistral Studio, Mistral API, OpenRouter, atau sebagai bobot yang di-host sendiri dari Hugging Face (dijalankan dengan vLLM atau SGLang).
- Lisensi: lisensi MIT yang dimodifikasi dengan satu syarat yang ditujukan untuk perusahaan Model-as-a-Service (lihat penjelasan lisensi kami).
Angka yang dilaporkan Mistral
Semua angka di bawah adalah klaim Mistral sendiri dari pengumumannya. Replikasi independen belum tersedia, dan Mistral menyebut laporan teknis lengkap "segera hadir."
| Benchmark | Hasil yang dilaporkan |
|---|---|
| Cognition FrontierCode 2.0 (privat) | 19,7%, skor tertinggi di grafik Mistral, di atas GLM-5.3 (19,3%) |
| Artificial Analysis Coding Agent Index | 48%, "praktis seri" dengan GLM-5.3 sambil memakai 47% lebih sedikit token per tugas |
| Terminal-Bench 4.0 | 41%, naik 13 poin dari pratinjau, dengan 30% lebih sedikit token keluaran |
| Artificial Analysis Cyber Index | 51% |
| BrowseComp | 84,5% (naik dari 75% pada checkpoint SFT awal) |
| Finch (alur kerja keuangan) | 73,3%, kedua di antara model terbuka setelah Kimi K3 |
| B3 Agent Security Benchmark | 97,1% serangan berhasil ditahan (93,3% di pratinjau) |
Untuk preferensi manusia, Mistral mengutip uji coding berpasangan buta dari Surge. Di sana, Large 4 mengalahkan GLM-5.3, Kimi K3, dan DeepSeek V4.1 Flash, dan berada "hanya di bawah Claude Opus 5.5" di antara model yang diuji.
Tiga mode penalaran
Mistral menyebut model ini kini punya tiga mode penalaran, sehingga Anda bisa menukar biaya dengan kualitas. Mode paling ringan menangani tugas sederhana dan menggantikan mode "None" yang lama. Mode paling berat untuk "kasus penggunaan tersulit yang membutuhkan presisi tinggi." Jika Anda membayar per token, ini penting: pilih mode paling ringan yang lolos eval Anda.
Sisi keamanan siber (dan catatannya)
Sebagian besar pengumuman membahas keamanan defensif. Di dalamnya ada kutipan dari Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, ENISA, Fortinet, NVIDIA, dan lainnya. Mistral juga terang-terangan menyebut bahwa saat memantau lalu lintas pratinjau, mereka melihat "potensi peningkatan kemampuan untuk melakukan serangan nyata," dan kini memperketat guardrail. Varian khusus pentest hanya diberikan ke mitra terverifikasi yang terikat kontrak.
Perlukah Anda beralih?
- Pengguna self-host dan tim di industri yang diatur: inilah audiens utamanya. Anda mendapat open weights, riwayat pelatihan di Eropa, dan lisensi yang longgar.
- Penghobi: model 1T parameter membutuhkan perangkat keras kelas data center untuk dijalankan secara lokal. Bagi kebanyakan orang, API atau OpenRouter adalah jalur yang realistis. (Postingan Mistral tidak mencantumkan kebutuhan perangkat keras; cek model card di Hugging Face.)
- Pengguna agen coding: klaim efisiensi token adalah bagian yang perlu diuji. Jalankan tugas agen Anda sendiri lewat OpenRouter sebelum memutuskan.
Video
Video oleh Mistral di YouTube.
Video oleh Bijan Bowen di YouTube.
Sumber
- Mistral AI, "Mistral Large 4 (Le Chonk)… open weight," 29 Oktober 2026: https://mistral.ai/news/mistral-large-4-oss/
- Halaman depan Hacker News (Algolia API): https://hn.algolia.com/api/v1/search?tags=front_page
Apa yang sudah dikonfirmasi, dan apa yang belum
- ✅ Setiap angka benchmark disalin manual dari postingan Mistral pada 29 Oktober 2026 sekitar pukul 23.58 ET. Semuanya dilaporkan sendiri oleh vendor.
- ✅ Kata-kata lisensi dan kanal ketersediaan dicek dengan postingan yang sama.
- ⚠️ BELUM DIVERIFIKASI: nama repo Hugging Face, kebutuhan perangkat keras/VRAM, dan harga API. Tidak ada yang muncul di postingan.
- ⚠️ Kami tidak menyebut nama ketiga mode penalaran di sini karena labelnya tidak bisa kami baca dengan pasti.
- Poin HN adalah cuplikan dan akan berubah.
Naik: AI