코딩 1위라는 미스트랄 Large 4, 격차는 0.4점

effidev·2026년 10월 30일

새 오픈 모델이 나올 때마다 “이번엔 내 서버에 올려 볼까, 아니면 API 주소만 바꿔 볼까” 하고 고민하는 개발자라면, 이번 소식은 점수판의 순위보다 격차의 크기부터 보는 편이 낫다. 프랑스 미스트랄(Mistral AI)이 2026년 10월 29일 미스트랄 Large 4(Mistral Large 4, 애칭 ‘르 총크’. 이하 ML4)의 가중치를 공개했다. 발표문은 이 모델을 “코딩에 가장 좋은 오픈 가중치 모델”이라고 소개한다. 그런데 발표문 차트의 원값을 직접 꺼내 재 보면, 가장 앞세운 시험에서 2위와의 차이는 0.4점이다. 터미널 코딩 시험에서는 1.4점이고, 독립 평가 기관 Artificial Analysis(이하 AA)의 코딩 에이전트 지수를 담은 발표문 산점도에서는 오히려 GLM-5.3에 1점 뒤진 2위다.

이 글은 세 부류를 위해 쓴다. 코딩 에이전트에 붙일 오픈 모델을 고르는 사람, 모델을 직접 서버에 올릴지 API로 쓸지 정하는 팀, 그리고 “오픈 가중치”라는 말의 경계가 궁금한 사람이다. 미스트랄 발표문 전문, Hugging Face 모델 카드와 라이선스와 파일 목록, 미스트랄 문서의 가격 페이지, AA 모델 페이지 다섯 곳, Hacker News 댓글을 2026년 10월 30일 아침에 직접 읽고 서로 맞춰 봤다. 모델을 직접 돌려 본 것은 아니다. 그 한계는 끝에 따로 적었다.

먼저 말 몇 개를 풀어 둔다. **가중치(weights)**는 AI가 학습으로 얻은 숫자 파일 전체다. 이 파일을 내려받아 내 컴퓨터에서 돌릴 수 있으면 “오픈 가중치”라고 부른다. **전문가 혼합(MoE)**은 모델 안에 작은 전문가를 여럿 두고 글자 하나를 처리할 때마다 일부만 깨우는 구조다. 토큰은 AI가 글을 쪼개 읽고 쓰는 단위이고, 한국어는 대략 글자 한두 개가 토큰 하나다. 지능 지수는 여러 시험 점수를 하나로 합친 종합 점수다.

미스트랄 Large 4 가중치, 한 표로 보는 29일의 공개물

발표문, 모델 카드, 미스트랄 문서, Hugging Face 파일 목록에서 같은 항목을 옮기면 이렇다.

활성 파라미터 숫자는 출처마다 조금 다르다. 모델 카드는 임베딩을 뺀 490억 개, 포함하면 520억 개라고 적고, 미스트랄 문서와 AA는 520억 개로 적는다. 같은 모델을 다르게 센 것이다.

10월 6일 미리보기에서 3주 동안 달라진 것

ML4는 이번이 처음이 아니다. 10월 6일 공개 미리보기로 먼저 나왔고, 그때 이 사이트가 쓴 글(미스트랄 Large 4, 보안 82% 대 독립 종합 32위)에서는 “가중치는 이달 말 공개 예고”까지가 확인된 전부였다. 이번 발표문은 그사이 3주 동안 강화학습을 더 했다고 말한다. 발표문 차트에서 미리보기와 나란히 놓인 값만 옮기면 이렇다.

가장 크게 뛴 건 터미널 코딩이다. 발표문은 13%포인트 올랐고 출력 토큰은 30% 줄었다고 쓴다. 28에서 41.4로 올랐으니 13.4포인트라는 계산과 맞는다. 마지막 줄은 조심해서 읽어야 한다. 웹 탐색의 비교 대상은 미리보기 모델이 아니라 “초기 SFT 체크포인트”(처음 지도 학습만 끝낸 중간 저장본)라서, 3주 동안의 변화가 아니라 학습 전체의 변화다.

값도 바뀌었다. 이건 뒤의 값표 절에서 따로 본다.

코딩 1위의 격차를 자로 재 보면

발표문이 “코딩 1위”의 근거로 내세우는 시험은 세 개다. 차트에 박혀 있는 원값을 그대로 옮겼다. 첫째는 코그니션(Cognition)의 비공개 시험 FrontierCode 2.0이다. 발표문 설명으로는 에이전트가 만든 코드 수정을 저장소 관리자가 받아줄지까지 따지는 시험이다.

1위는 맞다. 다만 2위와의 차이는 0.4점이다. 이 시험은 비공개라서 점수가 몇 번의 과제에서 나왔는지, 0.4점이 오차 안인지 우리가 확인할 방법이 없다. 두 번째는 AA 코딩 에이전트 지수 안의 터미널 시험이다.

여기서도 1위, 격차는 1.4점이다. 세 번째, AA 코딩 에이전트 지수 전체에서는 순위가 뒤집힌다. 발표문의 산점도에서 점수와 작업 하나당 쓴 평균 토큰(100만 단위)을 읽으면 이렇다.

발표문 문장은 “선두 오픈 모델 GLM-5.3과 사실상 동률이면서 토큰은 47% 적게 쓴다”이다. 숫자로 맞춰 보면 850만 개 대 1,590만 개이니 약 46.5% 적다. 발표문 문장이 틀린 게 아니라, 이 지수에서는 1위가 아니라 1점 차 2위이고 강점이 점수가 아니라 토큰 효율이라는 뜻이다. 이 효율은 곧 청구서로 이어지니 뒤에서 다시 계산한다.

사람이 직접 매긴 점수도 하나 있다. 서지 코드(Surge Code)가 어느 쪽 답이 낫냐고 짝지어 물은 실험에서 ML4의 답이 GLM-5.3과 키미 K3보다 64%, 딥시크 V4.1 플래시보다 56% 선택됐다. 반대로 클로드 오퍼스 5.5와 붙으면 ML4가 선택된 비율은 22%, 오퍼스가 78%다. 발표문 문장대로 “오픈 모델 중에서는 앞, 오퍼스 5.5 뒤”다. 질문 수와 평가자 수는 적혀 있지 않다.

정리하면 이렇다. “코딩 1위”는 거짓이 아니다. 하지만 1위의 두께는 0.4점에서 1.4점이고, 발표문 산점도 안에서는 AA 지수로 같은 줄의 2위다. 순위표 전체를 본 게 아니라 발표문이 골라 올린 비교 대상 안에서의 순위이니, “코딩 선두권”이 정확한 표현이다.

종합 지수 26점은 어디쯤인가

이제 코딩이 아니라 전체를 본다. 아래 표는 AA 모델 페이지 여섯 곳에서 같은 칸을 옮긴 값이다. 2026년 10월 30일 아침에 읽었고, 괄호는 AA가 잰 설정이다.

키미 K3는 AA 페이지에 지수 칸이 비어 있어(N/A) 표에서 뺐다. 가격은 입력 3.00달러, 출력 15.00달러로 적혀 있다.

ML4의 26점은 AA가 같은 급(1,500억 개 이상) 오픈 가중치 모델 21개 중 9위로 매겼고, 같은 급 중앙값 23점보다는 높다. 모델 카드는 이 26점을 “서양 오픈 가중치 모델 중 최고”라고 적고, 바로 이어서 “종합 지수에서는 중국의 선두 오픈 모델들이 더 높다”고 인정한다. 표가 그 말을 그대로 보여 준다. 딥시크 V4.1 플래시와 GLM-5.3이 32점, GLM-5.3 플래시도 28점이다. 선두 닫힌 모델인 오퍼스 5.5와는 32점 차다. 오퍼스 5.5와 Sol, 카본이 같은 지수에서 어떻게 갈렸는지는 제미나이 4 카본 글에 같은 방식으로 정리해 뒀다.

코딩에서 앞서는데 종합에서 밀리는 건 모순이 아니다. 이 종합 지수 5.0판은 아홉 개 시험을 합친다. 시험 이름은 AA-Briefcase, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience, GDP.pdf, HLE-Diamond, CritPt v2, Terminal-Bench-Science다. 앞에서 본 코딩 1위 시험 둘이 이 아홉 개 안에 들어 있다. 그러면 종합이 밀리는 이유는 나머지 일곱 시험, 곧 사무 자동화와 지식과 과학 문제 쪽일 가능성이 크다. 이건 이 글의 추정이다. 시험별 점수를 모델마다 짝지어 보여 주는 표는 이 글에서 확인하지 못했다.

보안 차트를 열어 보니 7개 중 3위

발표문 제목은 “코더를 위해 만들고, 방어자가 믿는다”다. 페이지 맨 위 요약 상자는 코딩과 방어 보안 양쪽에서 오픈 가중치 벤치마크 선두라고 쓴다. 보안 절에는 다음 차트가 있다. AA 사이버 지수(Cyber Index)는 코드에서 취약점을 찾고, 재현하고, 기존 기능을 망가뜨리지 않고 고치는 능력을 잰다고 발표문이 설명한다.

미스트랄 자신의 차트에서 ML4는 일곱 중 3위다. 위에 있는 둘은 딥시크와 MiMo로, 6점 이상 앞선다. 보안 절의 본문 문장은 “51%를 받았다”와 “정당한 방어 작업에서 불필요한 거절 없이 처리한다”까지만 말하지, 1위라고 쓰지는 않는다. 1위라는 말은 페이지 맨 위 요약 상자와 모델 카드의 “오픈 가중치 중 보안 작업 최고 수준”이라는 문장에 있다. 같은 페이지 안에서 문장과 차트가 어긋나 있는 셈이다.

대신 이 절의 자랑거리는 다른 숫자다. 위험한 보안 요청을 거절하는 비율이 96.6%로, 비교 대상 중 가장 높다.

Hacker News 댓글에서 가장 정확한 지적이 여기에 달렸다. “정당한 요청을 얼마나 거절하는지”는 어디에도 없다는 것이다. 무조건 거절하는 모델도 거절률 100%가 나온다. 이 거절률은 방어자에게 좋은 숫자가 아니라 공격자를 막는 숫자이고, 방어자가 겪는 불편은 사이버 지수와 “불필요한 거절 없음”이라는 문장으로만 다뤄진다. 발표문에 그 불필요한 거절의 비율은 없다.

미스트랄은 솔직한 문장도 하나 넣었다. 미리보기 기간 라이브 트래픽을 지켜보니, 실제 대상을 겨눈 블랙박스 공격은 모델이 거절했지만 “실제 공격에 쓰일 수 있는 도움이 될 가능성을 본다”며 안전장치를 고치고 있고 앞으로 몇 달 더 고치겠다고 썼다. 또 오렌지 사이버디펜스 같은 기업 파트너에게는 침투 테스트·취약점 평가·레드팀에 맞춘 별도 변형을 심사를 거쳐 미리 보여 주고 있다. 가중치를 공개한 모델의 안전장치는 받은 사람이 풀 수 있다는 점은 댓글에서도 지적됐다. 이건 ML4만의 문제가 아니라 가중치를 내려받을 수 있는 모든 모델의 구조다.

값표와 청구서: 반값이 정가가 됐다

미리보기 때 문서 페이지는 100만 토큰당 입력 1.36달러, 출력 4.18달러에 줄을 긋고 바로 옆에 절반 값을 적어 놓았다. 지금 미스트랄 문서의 정가는 이렇다.

줄 그은 값에서 보면 입력은 약 49%, 출력은 약 50% 내렸다. 미리보기 때 “옆에 적힌 값”이 무슨 조건인지 설명이 없어 이 사이트는 정가 기준으로 계산했었는데, 이번에는 그 값이 정가가 됐다. 문서 페이지 상단에는 아직 “2026년 10월 6일 · 공개 미리보기”라는 표기가 남아 있었다. 가격 숫자만 갱신되고 날짜 표기는 그대로인 상태다. AA 페이지도 입력 0.70달러, 출력 2.10달러에 캐시 할인 90%로 같은 값을 적는다.

에이전트 작업 한 건이 입력 10만 토큰, 출력 2만 토큰을 쓴다고 가정해 보자. 이 가정은 이 사이트가 세운 것이다.

• ML4 현재 정가: 0.1 × 0.70 + 0.02 × 2.10 = 0.07 + 0.042 = 0.112달러
• ML4 미리보기 줄 그은 값: 0.1 × 1.36 + 0.02 × 4.18 ≈ 0.22달러
• 하루 100건이면 현재 약 11.2달러, 미리보기 정가 기준은 약 22달러였다

같은 가정을 다른 모델의 AA 표기 단가에 대 보면 이렇다.

값표만 보면 ML4는 딥시크 V4.1 플래시의 약 2배, Sol 값의 약 28%다. 그런데 AA의 “시험 과제당 비용”으로 가면 순서가 달라진다. ML4 2.06달러는 딥시크 플래시 0.60달러의 약 3.4배이고, Sol 1.27달러보다 약 1.6배 비싸다. 값표로는 Sol이 3.6배 비싼데 청구서로는 Sol이 더 싸다. 같은 AA 페이지의 두 칸을 나란히 놓았을 뿐인데 순서가 뒤집힌다. 이유는 페이지에 계산식이 없어 단정할 수 없다. 모델마다 입력과 출력과 캐시된 토큰의 비중이 다르고, 시험 과제마다 쓰는 토큰이 다르기 때문일 가능성이 있다. 확실한 건 하나다. 오픈 모델은 값표만 보고 고르면 안 되고, 내 작업의 토큰 수를 재서 곱해야 한다.

토큰 효율은 ML4가 내세우는 만큼 확인된다. 지수 시험에서 ML4의 출력 토큰은 1억 1천만 개로 GLM-5.3의 1억 4천만 개, 딥시크 플래시의 1억 7천만 개보다 적다. 같은 시험을 끝내는 데 말을 덜 한다는 뜻이다. 다만 말을 덜 해서 얻는 절약보다 단가 차이가 더 커서, 딥시크 플래시는 지수가 6점 높고 과제당 값은 3분의 1도 안 된다. 속도는 AA 기준 초당 161.3토큰으로 딥시크 플래시의 178.8토큰보다 느리고 GLM-5.3의 72.0토큰보다 두 배 이상 빠르다. Kimi K3.1 Pro를 소넷과 비교한 과제당 비용 글에서 쓴 것과 같은 방식의 계산이다.

미스트랄 Large 4 가중치 1.06테라바이트를 내 서버에 올리려면

가중치를 받는 이유 중 하나는 API 값을 안 내고 내 장비에서 돌리는 것이다. Hugging Face 저장소의 파일 목록을 직접 합쳐 보니 기본판은 safetensors 54개, 약 1,060.6GB(10억 바이트 기준)다. 로그인이나 신청 없이 받을 수 있는 저장소이고, 읽은 시점에 좋아요가 1,204개였다. 양자화판(NVFP4)은 32개 약 610.0GB다. 모델 카드는 이 판이 메모리를 덜 쓰고 더 빠르면서 성능은 같다고 쓰고, 엔비디아 블랙웰 GPU용이며 vLLM과 SGLang에서 돈다고 적는다. 모델 카드 태그에는 llama.cpp도 적혀 있다.

여기서 흔한 오해가 하나 있다. “글자 하나당 520억 개만 일하니 520억짜리 모델 수준의 장비로 되겠지” 하는 생각이다. 계산 속도는 520억 개 기준이지만, 어떤 전문가가 불려 나올지 미리 알 수 없어서 1조 개가 전부 메모리에 올라가 있어야 빠르게 돈다. 4비트로 줄이면 1.05조 × 0.5바이트 약 525GB라는 게 이 글의 어림 계산이고, 실제 NVFP4 파일이 610GB인 건 비전 인코더와 크기 보정값 등이 따로 붙기 때문일 것이다(추정). 여기에 문맥을 길게 쓸수록 대화 기록용 메모리(KV 캐시)가 더 든다.

Hacker News에는 이런 댓글이 있었다. H200 네 장, 메모리 합계 540GB 서버를 갖고 있는데 그래도 4비트나 3비트까지 줄여야 한다는 것이다. 이 댓글의 장비는 이 글이 확인한 것이 아니라 댓글 작성자의 말이다. 다만 위의 파일 크기와 맞는 이야기다. 개인 PC로는 어렵고, 한 대에 GPU를 여러 장 꽂은 서버나 메모리가 큰 장비가 있어야 하는 크기다. 답글 중에는 전문가 일부를 일반 메모리로 내려 두는 방식(MoE 오프로딩)을 쓰라는 조언이 있었다. 이 글은 그 방식을 시험해 보지 않았다.

그래서 현실적인 갈림길은 이렇다. 장비가 없으면 API로 쓰면 되는데, 그 경우 가중치를 공개한 이점은 “나중에 옮길 수 있다”는 보험 정도로 줄어든다. 미스트랄 API, 오픈라우터, 마이크로소프트 파운드리가 모두 열려 있다. 마이크로소프트는 발표문에 “처음으로 ML4를 고객에게 낸 클라우드”이고 Azure 개발자를 위한 비공개 배포 옵션이 있다고 소개됐다.

라이선스 한 줄: ’오픈’의 경계

미스트랄 Large 4 가중치의 라이선스 칸은 모델 카드에 other(기타)로 적혀 있다. 이름은 미스트랄 생태계 오픈 가중치 라이선스이고, 모델 카드는 “MIT를 고친 것으로 상업·비상업 모두 허용하되, 모델을 서비스로 파는 사업은 별도 상용 라이선스가 필요하다”고 요약한다. 라이선스 원문의 핵심 조항은 둘이다.

• 사용·복사·수정·배포·재라이선스·판매를 제한 없이 허용한다. 저작권 고지를 유지해야 한다.
• 본인이나 계열사가 “모델 서비스(Model as a Service)” 사업을 하면 상업 목적으로 쓰기 전에 미스트랄과 별도 상용 라이선스를 맺어야 한다.

원문은 모델 서비스를 “제3자에게 API나 호스팅 엔드포인트 등으로 모델 또는 파생 모델에 접근시켜 추론이나 후속 학습을 하게 하되, 그 제3자가 입력·파라미터·학습 데이터를 의미 있게 통제할 수 있는 방식”으로 정의한다. 제외 조항도 있다. 모델 기능이 특정 기능이나 하네스(실행 틀) 안에 들어 있는 최종 사용자 제품, 그리고 남이 호스팅한 모델에 요청을 단순 중계하는 일은 모델 서비스가 아니다. 모델 서비스 사업이라 해도 사내에서만 쓰는 경우와 미스트랄 공식 제품을 거쳐 접근하는 경우는 상용 라이선스 조항에서 빠진다. 이 글이 읽은 대로 정리하면 이렇다.

이건 법률 자문이 아니다. 경계선에 걸리는 사업이라면 원문을 직접 읽고 미스트랄에 문의하는 쪽이 안전하다.

Hacker News에서 가장 긴 논쟁이 여기서 났다. “이걸 오픈이라 부르면 레디스나 엘라스틱서치의 라이선스 변경 때처럼 오해를 부른다. 가중치 공개(weights available)가 맞다”는 쪽과, “가중치를 누구나 받을 수 있으니 오픈 가중치는 맞고 오픈 소스는 별개 범주”라는 쪽이 갈렸다. 학습 데이터와 코드가 없으니 가중치는 실행 파일에 가깝다는 비유도 나왔다. 이 글은 용어 싸움에는 들어가지 않고, 위 표처럼 내 일이 어느 칸인지만 확인하자고 권한다.

해커뉴스 댓글에서 갈린 네 지점

읽은 시점에 이 소식의 Hacker News 글은 1,087점, 댓글 316개였다. 답글이 많이 달린 댓글을 기준으로 보면 큰 줄기는 넷이다.

첫째, 실력. “순위표 숫자가 별로고 값은 Sol보다 비싸다”는 쪽과 “회사 업무에서 몇 달 써 보니 기본 코딩은 문제없다”는 쪽이 갈렸다. 미스트랄의 직전 두 모델이 자체 보고 점수를 못 따랐다는 기억도 나왔다. 숫자가 일치하는지는 독립 순위표가 몇 주 안에 보여 줄 것이다.

둘째, 값. 미리보기 가격으로 평가해 보니 경쟁력이 없었는데 반값이 되면서 다시 볼 만하다는 평가가 나왔다. 코딩 세션에서 입력의 97% 이상이 캐시에 걸리는 사용자는 캐시 단가를 숨기는 비교를 싫어한다고 했다. 이 글의 표에 캐시 단가를 같이 넣은 이유다.

셋째, 유럽 출신이라는 점. 데이터를 유럽 안에 두는 조건이 있는 회사나 중국 모델을 쓸 수 없는 규정이 있는 곳에서는 선택지가 된다는 댓글이 여럿이었다. 반대로 “출신은 상관없고 성능으로 고른다”는 댓글도 있었다. 미스트랄이 API에서 다른 오픈 모델(GLM·딥시크)도 함께 제공해서 쓰기 좋다는 후기도 있었다. 미스트랄 API를 이미 쓰는 사람의 이야기이고 이 글이 확인한 사실은 아니다.

넷째, 안전 통계. 앞서 본 거절률 통계가 정당한 요청의 거절을 빼고 있다는 지적이 가장 구체적이었다. 가중치 공개 모델의 안전장치는 받은 쪽이 회피할 수 있어서 의미가 작다는 반론도 달렸다.

누구에게 맞고 누구에게 아닌가

위에서 본 숫자를 상황별로 묶으면 다음과 같다.

직접 돌려 보지 못한 것과 믿으면 안 되는 자리

이 글의 한계를 적어 둔다.

• 모델을 직접 호출해 보지 않았다. 속도·품질·거절 반응은 모두 발표문과 AA 페이지의 값이다.
• FrontierCode 2.0은 비공개 시험이다. 과제 수와 오차 범위를 알 수 없어 0.4점 차이를 해석할 수 없다.
• 서지 코드 선호 평가는 질문 수와 평가자 구성이 적혀 있지 않다.
• 발표문의 차트 값은 페이지에 내장된 차트 원자료에서 읽었다. 같은 시험이라도 미스트랄 자체 보고와 AA 측정이 섞여 있다.
• 종합 지수에서 ML4가 밀리는 시험이 어느 쪽인지 모델별 점수표로 확인하지 못했다. 앞의 설명은 추정이다.
• 값표 기준 작업 비용은 이 사이트가 세운 가정(입력 10만, 출력 2만 토큰)으로 계산했다. 실제 청구서는 작업에 따라 다르다.
• 기술 보고서는 아직 나오지 않았다. 학습 방법에 대한 주장은 검증할 수 없다.
• 문서 페이지의 날짜 표기(“10월 6일 · 공개 미리보기”)는 아직 갱신되지 않은 것으로 보이지만 미스트랄에 확인한 것은 아니다.

숫자의 주인

• 가중치 공개 발표문(2026-10-29): https://mistral.ai/news/mistral-large-4-oss/
• 모델 카드와 라이선스: https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B
• 미스트랄 문서의 모델·가격 페이지: https://docs.mistral.ai/models/mistral-large-4-0
• AA 모델 페이지(미스트랄 Large 4·GLM-5.3·GLM-5.3 플래시·딥시크 V4.1 플래시 1017·키미 K3·클로드 오퍼스 5.5·GPT-6.1 Sol): https://artificialanalysis.ai/models/mistral-large-4
• Hacker News 토론: https://news.ycombinator.com/item?id=50289418

표의 코딩·보안·금융 점수는 발표문 차트, 종합 지수·과제당 비용·출력 토큰·속도는 AA 페이지, 파일 크기는 Hugging Face 파일 목록, 가격은 미스트랄 문서와 AA, 계산은 이 글에서 한 것이다. 숫자가 서로 다른 곳에서 어긋나면 위 순서대로 출처를 밝혔다.