Mistral Large 4는 코딩을 얼마나 잘하나요?

Mistral 발표 기준 DeepSWE v1.1 61.7%, SWE-Atlas-QnA 59.4%, Terminal-Bench 4.0 28.3%입니다. 대부분의 코딩 테스트에서 DeepSeek V4 Pro 0813과 Qwen3.8 Max를 앞서지만, DeepSWE에서는 Kimi K3(68), Terminal-Bench에서는 GLM-5.3(40)에 뒤집니다.

Mistral Large 4의 Artificial Analysis 점수는 몇 점인가요?

2026년 10월 6일 기준 Artificial Analysis Intelligence Index v4.3.2에서 38점으로, 225개 모델 중 64위, 오픈 웨이트 모델 중 8위입니다.

Mistral Large 4가 DeepSeek V4 Pro보다 성능이 좋은가요?

대부분의 테스트에서 조금 앞섭니다. DeepSWE, Terminal-Bench 4.0, Cybench, Finance Agent v2, Harvey 법률 에이전트 벤치마크에서 DeepSeek V4 Pro 0813보다 높고, 독립 지수에서는 Artificial Analysis 38 대 36.0, Vals 48.05% 대 47.63%로 비슷합니다.

GPT-6 Astra, Claude Opus 5.5와 비교하면 어떤가요?

종합 지수에서는 낮지만(AA 38 대 53·58, Vals 48.05% 대 63.13%·66.97%), 사이버 보안 과제와 Harvey 법률 에이전트 벤치마크(15.8 대 GPT-6 Astra 5.4)에서는 더 높고, 토큰 가격은 훨씬 저렴합니다.

Mistral Large 4의 Terminal-Bench 점수가 왜 서로 다른가요?

테스트 환경이 다르기 때문입니다. Mistral이 Artificial Analysis로 실행한 결과는 28.3%, Vals AI의 Terminal-Bench 4.0 결과는 22.73%(44개 중 20위)입니다.

Mistral Large 4는 LMArena에 올라와 있나요?

2026년 10월 6일 기준 Arena 점수는 아직 공개되지 않았습니다. 지금 볼 수 있는 독립 결과는 Artificial Analysis와 Vals AI입니다.

벤치마크

Mistral Large 4 벤치마크: 공식 결과와 독립 평가

Mistral AI의 출시 발표에 따르면 Mistral Large 4는 DeepSWE v1.1 61.7%, Cybench 93%, Harvey 법률 에이전트 벤치마크 15.8%를 기록했습니다. 반면 독립 지수에서는 전체적으로 중위권입니다. Artificial Analysis Intelligence Index는 38점(225개 중 64위), Vals Index는 48.05%(44개 중 32위)입니다. 가장 확실하게 앞서는 분야는 사이버 보안, 법률 에이전트, 시각적 위치 찾기이며, 종합 지능 지수에서는 아직 GPT-6 Astra와 Claude Opus 5.5가 더 높습니다.

2026년 10월 7일 업데이트 · 작성자 suifeng

Mistral Large 4 무료로 써 보기 요금제 보기

Mistral Large 4 한눈에 보기

개발사: Mistral AI (프랑스 파리)
출시: 2026년 10월 6일 (퍼블릭 프리뷰)
파라미터: 총 1.05조 개, 토큰당 활성 490억 개(49B) (전문가 혼합, MoE)
컨텍스트 윈도우: API 기준 524,288 토큰
최대 출력: 262,144 토큰
입력 / 출력: 텍스트·이미지 입력, 텍스트 출력
API 가격 (할인가): 100만 토큰당 입력 $0.68 / 출력 $2.09 (정가 $1.36 / $4.18)
API 모델명: mistral-large-4
추론: reasoning_effort: "high" 또는 "none"
오픈 웨이트: 2026년 10월 말 공개 예정

출처: Mistral AI 발표문 및 가격 페이지, OpenRouter 모델 목록, Hugging Face 모델 페이지. 2026년 10월 6일 확인.

핵심만 먼저

Mistral Large 4는 보안 업무, 법률·금융 에이전트, 이미지 속 객체 지목에 가장 강하고, 폭넓은 종합 지능 지수에서는 평균 수준입니다. 이 경향은 Mistral 자체 차트와 독립 리더보드 모두에서 똑같이 나타납니다.

보안: CyberGym-E2E 82%, Cybench 93%로 Mistral이 비교한 모든 오픈 웨이트 모델보다 앞섭니다.
법률: Harvey 법률 에이전트 벤치마크 15.8%로 Vals AI 기준 75개 모델 중 6위이며, GPT-6 Astra(5.4%)보다 높습니다.
코딩 에이전트: DeepSWE v1.1 61.7%로 DeepSeek V4 Pro 0813(57)과 Qwen3.8 Max(51)보다 높고, Kimi K3(68)보다는 낮습니다.
비전: Dense200 위치 찾기 42.0점으로 GPT-6 Astra(41.5)를 근소하게 앞섭니다.
종합: Artificial Analysis 38점으로 Claude Opus 5.5(58), GPT-6 Astra(53)에는 못 미치지만 DeepSeek V4 Pro(36.0)보다는 높습니다.

코딩·에이전트 벤치마크 (Mistral 발표)

코딩 에이전트 분야에서 Large 4는 DeepSeek V4 Pro와 Qwen3.8 Max를 이기지만, 일부 테스트에서는 GLM-5.3과 Kimi K3에 밀립니다. Mistral은 Artificial Analysis 테스트 환경으로 측정했고, 경쟁 모델은 각자 선호하는 에이전트 도구(예: Qwen3.8 Max는 Claude Code, DeepSeek은 Codex)를 썼으므로 작은 차이는 박빙으로 보는 것이 맞습니다.

Mistral이 발표한 종합 Coding Agent Index는 49.8%입니다. Surge AI의 코딩 답변 블라인드 사람 평가에서는 5점 만점에 3.74점을 받아 Kimi K3(3.59), GLM-5.3(3.60)보다 높고 Claude Opus 5(4.22)보다는 낮았습니다.

벤치마크	Mistral Large 4	DeepSeek V4 Pro 0813	Qwen3.8 Max	GLM-5.3	Kimi K3
DeepSWE v1.1	61.7%	57	51	61	68
Terminal-Bench 4.0	28.3%	10	17	40	21
SWE-Atlas-QnA	59.4%	66	62	59	62
AutomationBench (워크플로 657개)	59.9%	56.7	57.2 (2.4T A95B)	62.2	58.3
Surge AI 사람 평가, 코딩 (1-5)	3.74	-	-	3.60	3.59

출처: Mistral AI의 Mistral Large 4 발표(업체 발표 수치, 프리뷰 모델). 2026년 10월 6일 확인.

사이버 보안·안전성 벤치마크

Large 4가 가장 돋보이는 분야는 사이버 보안입니다. 실제 취약점을 재현한 뒤 패치까지 하게 하는 CyberGym-E2E에서 82%를 기록했는데, Mistral에 따르면 Claude Opus 5.5와 GPT-6 Astra는 과제 수행을 거부해 점수가 0에 가까웠습니다. Artificial Analysis Cyber Index에서는 과제 50개를 해결해 GPT-6 Astra(33개), Claude Opus 5.5(29개)를 앞섰습니다.

명백히 해로운 요청은 거부합니다. JailbreakBench, StrongREJECT, AgentHarm 평균 95.3점, Lakera의 B3 에이전트 보안 테스트에서 공격 저항률 93.3%를 기록했습니다. Mistral은 웨이트 공개 전에 사이버 보안 선도 기업, 검증된 파트너, 정부 기관에 레드팀 테스트용으로 검열을 완화한 빌드를 제공합니다.

벤치마크	Mistral Large 4	최고 경쟁 모델	기타 경쟁 모델
CyberGym-E2E (재현 + 패치)	82%	MiMo-V2.6-Pro 79	Grok 4.7 74, Kimi K3 58, GLM-5.3 29
Cybench (CTF 과제 40개)	93%	Kimi K3 90	DeepSeek V4 Pro 0813 88, GLM-5.3 85
AA Cyber Index (성공 수)	50	GLM-5.3-Flash 50	Kimi K3 41, GPT-6 Astra 33, Claude Opus 5.5 29
해로운 사이버 요청 거부 (평균)	95.3	Kimi K3 93.7	GLM-5.3 87, DeepSeek V4 Pro 0813 77.7
B3 에이전트 보안 (Lakera)	93.3%	GLM-5.3 93.3	Kimi K3 88.1, DeepSeek V4 Pro 0813 85.2

출처: Mistral AI의 Mistral Large 4 발표 차트(업체 발표 수치). 2026년 10월 6일 확인.

금융, 법률, 과학, 비전

전문 업무에서는 법률 에이전트에서 확실히 앞서고 금융과 과학에서도 경쟁력이 있습니다. Harvey 법률 에이전트 벤치마크 15.8점은 GPT-6 Astra(5.4)의 약 3배입니다. Finance Agent v2에서는 54.7점으로 GPT-6 Astra(53.5)보다 조금 높고 GLM-5.3(55.8)보다 조금 낮습니다.

이미지에서는 차트를 읽고 객체 위치를 찾는 능력이 좋습니다. Dense200은 모델이 바운딩 박스를 얼마나 정확하게 그리는지 측정하는데, Large 4는 42.0점으로 GPT-6 Astra 41.5점, Kimi K3 28.9점보다 높습니다. ChartQA Pro는 63.1점으로 GPT-6 Astra(65.1)보다 약간 낮습니다.

벤치마크	Mistral Large 4	GPT-6 Astra	Kimi K3	DeepSeek V4 Pro / V4.1 Flash
Harvey 법률 에이전트 벤치마크	15.8	5.4	12.9	7.5 (Pro)
Finance Agent v2	54.7	53.5	53.1	50.4 (Pro)
Finch (FinWorkBench)	67.4	57.0	77.3	67.4 (Pro)
SciCode-Verified pass@1	91.8	94.2	90.3	91 (Pro)
Dense200 시각적 위치 찾기	42.0	41.5	28.9	3.3 (V4.1 Flash)
ChartQA Pro	63.1	65.1	61.7	59.9 (V4.1 Flash)
GDP.pdf	18.6	-	22	12.8 (V4.1 Flash)

출처: Mistral AI의 Mistral Large 4 발표(업체 발표 수치). 2026년 10월 6일 확인.

궁금한 점이 있나요?

Mistral Large 4에게 직접 물어보세요. 무료 계정이면 매일 15크레딧을 받아요.

지금 물어보기

독립 평가: Artificial Analysis

Artificial Analysis는 Intelligence Index v4.3.2에서 Large 4에 38점을 매겨 225개 모델 중 64위, 오픈 웨이트 모델 중 8위로 평가했습니다. DeepSeek V4 Pro(36.0)와 GLM-5.2(33.7)보다 높고, GLM-5.3(45)과 MiMo-V2.6-Pro(46)보다 낮습니다.

빠르지만 말이 많습니다. 출력 속도는 초당 116.1토큰으로 중앙값 87보다 빠르지만, 지수를 끝내는 데 출력 토큰 2억 개를 써서 중앙값 8,100만 개를 크게 넘었습니다. 답변이 길어지면 비용과 대기 시간도 늘어납니다. 웨이트가 아직 공개되지 않아 Artificial Analysis는 현재 이 모델을 비공개(proprietary) 모델로 분류하고 있습니다.

지표	Mistral Large 4	비교 기준
Intelligence Index v4.3.2	38 (225개 중 64위)	Claude Opus 5.5 58, GPT-6 Astra 53, Gemini 4 Argon 53, GPT-6.1 Sol 52
오픈 웨이트 순위	8위	DeepSeek V4 Pro 36.0, GLM-5.2 33.7
출력 속도	116.1 토큰/초 (51위)	중앙값 87 토큰/초
첫 토큰까지 걸린 시간	1.46초	-
지수 전체 실행에 쓴 출력 토큰	200M	중앙값 81M
지수 과제당 비용 (정가)	$1.13	-

출처: Artificial Analysis 모델 페이지, trendingtopics.eu의 AA 데이터 요약. 2026년 10월 6일 확인.

독립 평가: Vals AI

Vals AI는 Mistral Large 4를 Vals Index v2.1에서 48.05%로 44개 모델 중 32위에 올렸습니다. Qwen 3.8 Max(48.27%), DeepSeek V4 Pro 0813(47.63%)과 거의 같은 수준입니다. 이 지수 1위는 68.90%의 Gemini 4 Argon, 2위는 66.97%의 Claude Opus 5.5입니다.

Vals에서 가장 순위가 높은 분야는 법률과 금융 업무이고, 가장 약한 분야는 형식 증명과 퍼즐형 과학 추론입니다.

Vals 벤치마크	점수	순위
Vals Index v2.1	48.05%	44개 중 32위
Harvey 법률 에이전트 벤치마크	15.83%	75개 중 6위
BioMysteryBench	67.04%	24개 중 17위
Vibe Code Bench 1-100	14.26%	21개 중 16위
Terminal-Bench 4.0	22.73%	44개 중 20위
Finance Agent v2	54.68%	75개 중 22위
Tax Agent Bench	63.29%	66개 중 25위
Vibe Code Bench v1.1	78.40%	109개 중 25위
IOI	45.28%	41개 중 28위
Code Migration	30.56%	74개 중 38위
ProofBench v1.1	10.00%	47개 중 42위
MysteryMechanism	12.16%	24개 중 24위

출처: Vals AI의 Mistral Large 4 모델 페이지와 Vals Index. 2026년 10월 6일 확인.

이 숫자들을 읽는 법

업체 발표 점수와 독립 평가 점수는 서로 다른 질문에 답합니다. 모델을 고르기 전에 둘 사이의 차이를 알아 두면 도움이 됩니다.

Terminal-Bench 4.0은 테스트 환경에 따라 다릅니다. Mistral의 Artificial Analysis 실행에서는 28.3%, Vals AI에서는 22.73%입니다.
Mistral은 SciCode-Verified 결과를 오픈 웨이트 모델 중 최고 수준이라고 했지만, 자체 차트에서도 MiMo-V2.6-Pro(91.9), GLM-5.3(92.5), Qwen3.8 2.4T A95B(93.8)가 Large 4의 91.8보다 높습니다.
GLM-5.3 대비 내부 전문가 승률은 STEM이 분야 차트에서 68%, 세부 차트에서 69%이고, CAD 62%, 금융 50%, 코드 48%입니다.
Mistral의 모든 수치는 2026년 10월 6일 공개된 프리뷰 빌드 기준이며, 최종 웨이트가 나오면 점수가 바뀔 수 있습니다.
일부 사용자에게는 추론 강도가 품질보다 비용에 더 큰 영향을 줍니다. Hacker News에서 Simon Willison은 자신의 테스트에서 reasoning_effort "high"와 "none"의 차이가 거의 없었다고 밝혔습니다.

내 프롬프트로 직접 확인하기

벤치마크는 평균을 보여 줄 뿐이고, 중요한 건 내 프롬프트에서의 결과입니다. 홈페이지 채팅에서 코딩, 법률, 금융 질문을 Mistral Large 4에 직접 보내 보세요. 무료 계정이면 하루 15크레딧을 받습니다. 이 성능을 내는 데 드는 토큰 비용은 API 가격 페이지에, 모델 간 정면 비교는 DeepSeek V4 비교와 Mistral Large 3 비교 가이드에 정리해 두었습니다.