Mistral Large 4 preview, bobot terbuka belum dirilis

Pada 6 Oktober 2026, pengumuman Mistral AI membuka public preview Mistral Large 4 melalui API di Mistral Studio, sementara rilis bobot terbukanya dijadwalkan pada akhir bulan. Perusahaan menyebut model multimodal itu mendukung lebih dari 160 bahasa dan sedang menjalani pengujian keamanan sebelum bobotnya dibagikan. Pengembang sudah dapat mencoba layanannya, tetapi belum dapat mengunduh bobot untuk menjalankan model sendiri.

Changelog Mistral mencatat jendela konteks satu juta token dan diskon harga peluncuran 50% selama dua minggu, sekaligus menyatakan bobot terbuka masih akan menyusul. Potongan harga tersebut berlaku untuk akses pada masa preview; ketersediaan API tidak mengubah status berkas model. Dua tahap peluncuran ini menentukan apa yang bisa diuji sekarang dan apa yang baru mungkin dilakukan setelah rilis bobot.

Apa yang tersedia selama public preview

Melalui API, permintaan dikirim ke model yang dioperasikan pada infrastruktur Mistral. Jalur ini memungkinkan pengembang mengamati respons Large 4 pada tugas pemrograman, dokumen, dan masukan visual tanpa menyiapkan perangkat komputasi untuk menjalankan model. Namun, kendali atas tempat model dijalankan tetap berada pada penyedia layanan selama bobot belum diterbitkan. Perbedaan tersebut relevan bagi organisasi yang mensyaratkan penerapan pada lingkungan milik sendiri.

Mistral juga menggunakan masa sebelum rilis bobot untuk pengujian keamanan dalam penggunaan nyata. Mitra yang telah diseleksi, pemimpin di bidang keamanan siber, dan otoritas negara mendapat akses ke model yang sama dengan moderasi yang dikurangi serta kemampuan siber yang diperluas. Kondisi itu berbeda dari akses public preview pada umumnya. Karena itu, kemampuan yang muncul dalam pengujian khusus tersebut tidak otomatis menggambarkan apa yang tersedia bagi setiap pengguna API.

Diskon peluncuran menurunkan biaya mencoba layanan untuk sementara, tetapi biaya penggunaan API dan biaya menjalankan model sendiri adalah persoalan berbeda. Yang pertama mengikuti harga layanan dan jumlah token yang diproses; yang kedua baru dapat dihitung secara bermakna setelah bobot, persyaratan pemakaian, dan kebutuhan komputasinya tersedia. Sebutan bobot terbuka juga belum menjelaskan dengan sendirinya ketentuan lisensi, ketersediaan kode pelatihan, ataupun akses ke data yang dipakai untuk melatih model.

Arti konteks panjang bagi tugas Large 4

Gambar teknik komponen yang panjang menggambarkan bahan visual dan dokumen besar yang dapat diproses dalam konteks Mistral Large 4.

Jendela konteks yang besar berarti satu permintaan dapat memuat bahan masukan lebih banyak sebelum model menghasilkan jawaban. Untuk pekerjaan pada repositori perangkat lunak, hal itu dapat mengurangi kebutuhan memecah berkas dan instruksi menjadi banyak permintaan terpisah. Pada dokumen panjang, bagian yang saling berkaitan dapat ditempatkan dalam konteks yang sama. Kapasitas ini menjelaskan ruang masukan yang didukung, bukan tingkat ketelitian model saat mencari rincian penting di dalamnya.

Large 4 menerima masukan multimodal, sehingga konteks panjangnya juga berkaitan dengan tugas yang menggabungkan teks dan bahan visual. Dalam contoh peluncuran, Mistral memperlihatkan analisis citra satelit, pemeriksaan gambar teknik, dan pengambilan bukti dari PDF. Tugas tersebut menuntut model menghubungkan instruksi dengan bagian tertentu dari gambar atau dokumen, bukan sekadar mengenali objek secara umum. Hasil pada contoh yang dipilih perusahaan tetap perlu dibedakan dari kinerja pada berkas lain dengan kepadatan dan kualitas berbeda.

Cakupan bahasa memperluas kemungkinan penggunaan pada bahan lintas bahasa, termasuk instruksi dan dokumen yang memakai bahasa berbeda. Bagi pengguna di Indonesia, dukungan bahasa pada tingkat model membuat Large 4 layak dicoba dengan materi berbahasa Indonesia. Namun, cakupan bahasa tidak memberikan ukuran tersendiri untuk ketepatan istilah teknis, penalaran atas dokumen panjang, atau mutu jawaban dalam bahasa Indonesia. Pertanyaan-pertanyaan itu menyangkut hasil tugas tertentu, sedangkan angka konteks menjelaskan kapasitas masukan.

Klaim benchmark masih bersifat awal

Detail citra satelit memperlihatkan jenis tugas analisis visual yang dipakai dalam klaim kemampuan awal Mistral Large 4.

Mistral menampilkan hasil untuk pemrograman berbantuan agen, keamanan siber, analisis visual, serta pekerjaan keuangan dan hukum. Angka pada tiap pengujian harus dibaca sesuai tugas dan konfigurasi yang menghasilkan angka tersebut. Pada tugas pemrograman berbantuan agen, misalnya, sistem yang memakai alat dan rangkaian instruksi ikut memengaruhi hasil; skor sistem itu tidak bisa dipindahkan begitu saja menjadi ukuran kemampuan model pada semua pekerjaan pemrograman.

Dalam laporan Le Monde, salah satu pendiri Mistral AI, Guillaume Lample, mengatakan Large 4 “narrows the gap” dengan model teratas; laporan itu juga menyebut hasil awalnya masih menunggu konfirmasi dalam pemeringkatan independen dan mencatat 27 Oktober sebagai tanggal rencana rilis terbuka. Tanggal tersebut adalah rencana yang dilaporkan, sedangkan pengumuman perusahaan menyebut akhir bulan. Keduanya menunjuk tahap setelah preview, bukan ketersediaan bobot pada hari peluncuran.

Perbedaan tingkat kepastian itu penting ketika hasil awal dibandingkan dengan model lain. Demonstrasi pada citra satelit memperlihatkan jenis pekerjaan yang dituju Large 4, tetapi tidak menetapkan tingkat keberhasilannya pada setiap citra. Demikian pula, hasil pada pekerjaan keuangan atau keamanan siber bergantung pada tugas yang dipilih dan cara penilaiannya. Pemeringkatan independen yang diperbarui dapat memberi pembanding lebih luas; untuk saat ini, angka dan contoh peluncuran terutama menggambarkan klaim kemampuan versi preview.

Rilis bobot akan menjawab pertanyaan penerapan

Ketika bobot diterbitkan, organisasi akan dapat menilai model sebagai perangkat lunak yang dijalankan pada infrastruktur pilihan mereka, bukan hanya sebagai layanan API. Pada tahap itu, ukuran berkas, kebutuhan perangkat, ketentuan lisensi, dan ruang untuk penyesuaian menjadi fakta yang dapat diperiksa bersama produk yang tersedia. Mistral juga menjanjikan rincian arsitektur, metode pelatihan lanjutan, dan benchmark tambahan saat menuju rilis tersebut.

Publikasi bobot akan membuka peluang bagi pihak di luar Mistral untuk mengulang pengujian dengan lingkungan yang mereka kendalikan. Hasilnya dapat memperjelas apakah kemampuan yang terlihat pada preview bertahan ketika model dijalankan dan dinilai dengan konfigurasi lain. Sampai tahap itu tiba, pilihan yang tersedia bagi pengembang adalah mengakses Large 4 melalui layanan preview, dengan harga promosi yang berlaku sementara dan batas kendali yang mengikuti layanan tersebut.