Mistral Large 4 Le Chonk: Model AI Open Weights 1 Triliun 2026

Mistral resmi membuka bobot Mistral Large 4, model AI andalannya yang dijuluki Le Chonk, pada 29 Oktober 2026. Model ini bukan sekadar besar: dengan sekitar 1 triliun parameter dan kemampuan membaca teks sekaligus gambar, ia dirancang sebagai model terbuka yang bisa diunduh, dijalankan sendiri, dan dimodifikasi siapa pun, bukan hanya dipakai lewat API perusahaan pemiliknya.

Langkah ini terasa penting karena Large 4 diposisikan langsung untuk dua pekerjaan berat: menulis dan memperbaiki kode, serta membantu tim keamanan siber. Dua bidang itu selama ini identik dengan model tertutup yang mahal dan hanya bisa diakses lewat layanan berbayar. Dengan bobot yang terbuka, perusahaan dan developer bisa menguji sendiri seberapa jauh model ini bekerja di lingkungan mereka, tanpa harus menyerahkan seluruh data ke pihak ketiga.

Large 4 sebenarnya sudah diperkenalkan dalam pratinjau publik pada 6 Oktober 2026. Versi yang bobotnya kini dirilis adalah hasil dari tiga minggu tambahan reinforcement learning dan pengujian bersama pelanggan. Mistral mengklaim proses itu membawa peningkatan nyata, terutama pada penalaran yang lebih hemat dan biaya inferensi yang lebih rendah. Angka-angka yang diumumkan memang datang dari Mistral sendiri, jadi validasi independen masih ditunggu, tetapi arahnya jelas: model terbuka kini mengejar model tertutup bukan hanya dari sisi kemampuan, melainkan juga dari sisi efisiensi.

Bukan Sekadar Besar: Apa yang Bisa Dilakukan Le Chonk

Di atas kertas, Large 4 adalah model mixture-of-experts: ia tidak mengaktifkan seluruh parameter untuk setiap permintaan, melainkan merutekan tugas ke sebagian komponen yang relevan. Pendekatan ini membuat model sebesar itu tetap masuk akal untuk dijalankan, dengan sekitar 52 miliar parameter aktif per token menurut penilaian rilis terbaru, dan jendela konteks hingga 1 juta token. Konteks sebesar itu berarti model bisa menampung basis kode yang sangat besar, dokumen panjang, atau riwayat percakapan yang luas dalam satu sesi kerja.

Untuk coding, Mistral melaporkan skor 19,7 persen pada FrontierCode 2.0 dari Cognition, skor tertinggi di antara model terbuka pada tolok ukur tersebut. Pada Artificial Analysis Coding Agent Index, Large 4 meraih 48 persen, praktis sejajar dengan GLM-5.3, tetapi dengan pemakaian token 47 persen lebih sedikit per tugas. Pada Terminal-Bench 4.0, skornya naik dari 28 persen saat pratinjau menjadi 41 persen.

Sisi keamanan sibernya tidak kalah menonjol. Large 4 mencetak 51 persen pada Artificial Analysis Cyber Index, yang menguji kemampuan menemukan, mereproduksi, memvalidasi, dan menambal kerentanan tanpa merusak fungsi yang sudah ada. Dalam pengujian internal Mistral, model ini menolak 96,6 persen permintaan siber berbahaya di berbagai tolok ukur jailbreak. Developer juga bisa memilih tiga mode penalaran, Low, Medium, dan High, untuk menyeimbangkan biaya dengan kedalaman analisis. Mode High dipakai sebagai standar, sementara mode yang lebih ringan cocok untuk tugas rutin yang tidak memerlukan penalaran panjang.

Photo by Kindel Media on Pexels

Terbuka, Tapi Bukan Tanpa Pagar

Istilah open-weight sering disalahpahami sebagai bebas tanpa aturan. Large 4 dirilis di bawah lisensi Mistral Ecosystem Open-Weight, turunan dari lisensi MIT yang dimodifikasi. Siapa pun boleh memakai, memodifikasi, melakukan fine-tuning, dan mengomersialkan produk yang dibangun di atasnya. Namun ada satu pengecualian penting: perusahaan yang menjual model itu sendiri sebagai layanan, model-as-a-service, wajib mengantongi lisensi komersial terpisah dari Mistral. Batas ini yang membedakan antara membangun produk dengan model terbuka dan sekadar menjual ulang model orang lain.

Dari sisi akses, bobotnya tersedia di Hugging Face dan bisa dijalankan dengan vLLM atau SGLang. Bagi yang tidak ingin repot mengelola infrastruktur, model ini juga tersedia lewat Mistral Studio, Mistral API, OpenRouter, Microsoft Foundry, dan kontainer NVIDIA NIM. Harga API-nya mulai 0,70 dolar AS per satu juta token input, 0,07 dolar untuk input yang di-cache, dan 2,10 dolar per satu juta token output. Artificial Analysis bahkan mencatat biaya per tugas pada Intelligence Index turun 63 persen dibanding versi pratinjau, dari 5,54 dolar menjadi 2,06 dolar.

Mistral juga tidak menutup mata terhadap risiko. Perusahaan mengakui adanya potensi model ini dipakai untuk meningkatkan serangan siber, sehingga varian khusus untuk penetration testing dan red-teaming hanya diberikan kepada mitra yang sudah terverifikasi, seperti tim keamanan siber perusahaan besar, dengan kontrak yang mengikat. Laporan teknis lengkapnya dijanjikan menyusul.

Kenapa Ini Relevan Buat Developer Indonesia

Bagi developer dan startup Indonesia, kabar ini membuka pilihan yang selama ini terasa jauh. Tim yang menangani data sensitif, misalnya di sektor keuangan, kesehatan, atau pemerintahan, kini punya opsi menjalankan model kelas atas di infrastruktur sendiri. Fine-tuning untuk kosakata industri tertentu, dari istilah medis hingga regulasi lokal, juga menjadi lebih realistis karena bobotnya bisa diutak-atik langsung.

Tentu ada kenyataan yang perlu dijaga. Menjalankan model 1 triliun parameter bukan pekerjaan ringan: butuh perangkat keras serius, dan sebagian besar tim akan tetap lebih nyaman memakai API atau layanan hosted. Nilai terbesar Large 4 bagi kebanyakan orang mungkin bukan menjalankan bobotnya mentah-mentah, melainkan ekosistem di sekitarnya: model-model turunan yang lebih kecil dan spesifik, harga API yang makin kompetitif, serta standar baru bahwa model terbuka harus bisa diadu dengan model tertutup di tugas nyata, bukan hanya di brosur.

Pada akhirnya, Large 4 menandai babak baru persaingan AI Eropa melawan raksasa Amerika dan Tiongkok. Mistral melatih model ini dari nol di pusat data Eropa dengan 3.800 GPU NVIDIA Grace Blackwell, dan menjualnya dengan narasi kedaulatan: organisasi berhak memeriksa, menyesuaikan, dan menjalankan AI mereka sendiri. Apakah klaim benchmark-nya bertahan setelah diuji pihak ketiga, itu yang akan menentukan apakah Le Chonk sekadar julukan lucu atau benar-benar tonggak model terbuka. Untuk sekarang, satu hal sudah pasti: pengembang di seluruh dunia, termasuk Indonesia, punya satu lagi alat kelas berat yang bisa mereka pegang sendiri.