Mistral Large 4 “Le Chonk” Kini Open-Weight: Model AI 1 Triliun Parameter dari Eropa Bisa Diunduh

Model AI raksasa dari Eropa akhirnya bisa diunduh dan dijalankan sendiri. Mistral AI mengumumkan pada 29 Oktober 2026 bahwa bobot (weights) Mistral Large 4, model andalannya yang dijuluki “Le Chonk”, kini tersedia sebagai open-weight. Artinya, siapa pun bisa mengunduh modelnya, memeriksanya, dan menjalankannya di infrastruktur sendiri, bukan cuma lewat layanan berbayar milik Mistral.

Ini kabar besar karena Mistral Large 4 bukan model kecil. Model ini punya 1,05 triliun parameter secara total, dengan 52 miliar parameter aktif untuk setiap token yang diproses. Berkat arsitektur Mixture-of-Experts, hanya sebagian kecil “ahli” di dalam model yang aktif untuk tiap tugas, sehingga biaya menjalankannya jauh lebih ringan daripada ukuran totalnya.

Mistral pertama kali memperkenalkan Large 4 dalam pratinjau publik pada 6 Oktober 2026. Saat itu bobotnya belum dibagikan. Tiga minggu kemudian, Mistral merilis bobot versi yang sudah ditingkatkan.

Apa yang membuat Mistral Large 4 spesial?

Pertama, model ini multimodal sejak lahir. Ia bisa membaca teks dan gambar, lalu menjawab dalam bentuk teks. Konteksnya pun sangat panjang, sampai 1 juta token. Dalam bahasa sederhana, kamu bisa memberinya dokumen yang sangat panjang, banyak gambar, atau basis kode yang besar, lalu memintanya bekerja dengan seluruh konteks itu sekaligus.

Kedua, Mistral memposisikannya sebagai model untuk kerja agen: model yang tidak cuma menjawab pertanyaan, tetapi juga memakai perkakas, menulis dan menjalankan kode, serta menyelesaikan tugas berantai. Di dalam pengumumannya, Mistral menunjukkan contoh agen yang membaca laporan kerentanan keamanan, menyelidiki kode sumber, membuat perbaikan, lalu mengujinya sendiri sampai berhasil.

Ketiga, model ini dilatih dari nol di pusat data milik Mistral sendiri di Eropa, memakai 3.800 GPU NVIDIA Grace Blackwell. Cerita “dilatih di Eropa, di infrastruktur sendiri” ini adalah bagian dari pesan kedaulatan AI yang diusung Mistral.

Seberapa kuat hasilnya, menurut Mistral?

Semua angka di bawah ini berasal dari Mistral sendiri, jadi bacalah sebagai klaim perusahaan yang masih menunggu pengujian independen. Meski begitu, angkanya cukup spesifik untuk dicatat.

Di bidang coding, Mistral menyebut Large 4 sebagai model open-weight terbaik. Pada benchmark FrontierCode 2.0 dari Cognition, yang menilai kualitas kode dan apakah perubahan kode itu layak digabungkan oleh pengelola repositori, model ini mencetak 19,7 persen dan memimpin di antara model open-weight. Pada Artificial Analysis Coding Agent Index, skornya 48 persen, praktis imbang dengan model open-weight terdepan lainnya, GLM-5.3, tetapi dengan pemakaian token 47 persen lebih sedikit per tugas. Pada Terminal-Bench 4.0, skornya naik 13 poin dari versi pratinjau menjadi 41 persen.

Untuk membantu pengembang mengatur biaya, Mistral menambahkan tiga mode penalaran: Low untuk tugas sederhana, Medium untuk tugas sehari-hari, dan High untuk tugas tersulit yang butuh ketelitian tinggi. Makin tinggi modenya, makin dalam penalarannya, dan makin besar pula biayanya. Pilihan ini berguna supaya tugas ringan tidak perlu membayar “otak” sebesar tugas berat.

Di bidang keamanan siber defensif, Mistral mengklaim skor 51 persen pada Artificial Analysis Cyber Index, yang mengukur kemampuan menemukan kerentanan, mereproduksinya, dan memperbaikinya tanpa merusak fungsi yang sudah ada. Di sisi keamanan, model ini disebut menolak rata-rata 96,6 persen permintaan siber yang berbahaya, berdasarkan pengujian JailbreakBench, StrongREJECT, dan AgentHarm. Mistral juga jujur soal batasnya: mereka mengaku masih melihat potensi penyalahgunaan untuk serangan sungguhan, sehingga pengaman model akan terus diperbarui.

Lisensi, harga, dan cara mencobanya

Bobot model tersedia di Hugging Face dan bisa dijalankan sendiri dengan vLLM atau SGLang. Model ini juga tersedia lewat Mistral Studio, API Mistral, OpenRouter, endpoint yang dihosting NVIDIA, dan Microsoft Foundry, yang disebut sebagai penyedia cloud pertama yang membawa model ini ke pelanggannya.

Lisensinya adalah Mistral Ecosystem Open-Weight License, sebuah lisensi turunan MIT yang sudah dimodifikasi. Model ini gratis dipakai, diubah, di-fine-tune, dan dikomersialkan, dengan satu syarat penting: perusahaan yang menjual model ini sebagai layanan (Model-as-a-Service) harus memperoleh lisensi komersial terpisah dari Mistral sebelum memakainya secara komersial.

Kalau kamu tidak mau repot menjalankan sendiri, harga API-nya mulai 0,70 dolar AS per satu juta token input, 0,07 dolar AS per satu juta token input yang sudah di-cache, dan 2,10 dolar AS per satu juta token output. Harga ini turun dari harga pratinjau sebelumnya, dan menjadi bagian dari daya tarik model ini: kemampuan besar dengan biaya yang diklaim lebih hemat berkat efisiensi tokennya.

Apa artinya buat kamu?

Buat kebanyakan pembaca, kabar ini tidak berarti kamu harus langsung mengunduh model sebesar ini. Menjalankan model 1 triliun parameter sendiri butuh perangkat keras kelas server dan keahlian teknis yang tidak sedikit. Nilai praktisnya justru ada di tempat lain.

Pertama, buat pengembang dan perusahaan, ada pilihan baru yang terbuka dan bisa disesuaikan dengan data serta aturan internal mereka sendiri, termasuk untuk pekerjaan keamanan siber yang sensitif.

Kedua, buat pengguna biasa, efeknya akan terasa lewat produk yang memakai model ini. Persaingan model terbuka yang makin kuat biasanya berujung pada layanan AI yang lebih murah dan lebih beragam.

Yang perlu diingat

Jangan sampai istilah “open-weight” disalahartikan sebagai “bebas tanpa aturan”. Bobotnya terbuka, tetapi ada syarat lisensi untuk penggunaan komersial sebagai layanan, dan model sebesar ini tetap butuh sumber daya besar untuk dijalankan. Selain itu, angka benchmark dari pembuat model selalu perlu dibandingkan dengan pengujian independen.

Meski begitu, rilis ini menandai langkah penting bagi AI terbuka di 2026. Kalau kamu penasaran, cara termudah mencobanya tetap lewat layanan yang sudah menyediakannya, seperti Mistral Studio atau OpenRouter, sebelum memutuskan apakah perlu menjalankannya sendiri.

Sumber

1 thought on “Mistral Large 4 “Le Chonk” Kini Open-Weight: Model AI 1 Triliun Parameter dari Eropa Bisa Diunduh”

Leave a Comment