Kenapa Model 1 Triliun Parameter Ini Dijuluki Le Chonk?

Model open-weight biasanya identik dengan kompromi. Kamu dapat kebebasan self-hosting, tapi performanya tertinggal jauh dari model tertutup. Mistral baru saja menantang formula itu.

Tanggal 6 Oktober 2026, lab AI asal Prancis itu meluncurkan Mistral Large 4, preview publik dari model 1 triliun parameter yang mereka juluki "Le Chonk". Ya, itu nama yang benar-benar tertulis di pengumuman resminya.

Peluncuran ini langsung meledak di Hacker News: sekitar 2.000 poin dan 1.200 komentar, menjadikannya salah satu diskusi peluncuran model AI paling ramai tahun 2026. Mari kita bedah faktanya satu per satu.

1 Triliun Parameter yang Cuma Aktif Sebagian

Large 4 adalah model MoE (mixture-of-experts) multimodal native dengan total 1 triliun parameter, tapi hanya 52 miliar yang aktif per token. Menurut pengumuman resmi Mistral, arsitekturnya hybrid instruct-and-reasoning: satu model yang menyatukan kemampuan mengikuti instruksi, penalaran, dan kerja agentic.

Angka 1 triliun itu yang bikin geger, tapi yang menentukan biaya inferensi justru parameter aktifnya. Analoginya: kamu menyimpan seluruh perpustakaan di rumah, tapi cuma membuka beberapa rak untuk tiap pertanyaan.

Ada encoder visi 1,6 miliar parameter untuk input gambar native, context window 1 juta token, dan data latih yang mencakup lebih dari 160 bahasa, termasuk semua bahasa resmi Uni Eropa.

Spesialis Keamanan yang Berani Sentuh Kerentanan

Bagian paling mencolok dari Large 4 adalah cyber. Di Artificial Analysis Cyber Index, ia masuk lima besar dunia dan memimpin jauh di antara model open-weight di luar China. Pada satu tes yang meminta model mereproduksi lalu menambal kerentanan nyata di software open source, ia mencetak 82 persen: skor tertinggi dari semua model yang diuji.

Ia juga menyelesaikan 93 persen tantangan Cybench, kumpulan 40 soal dari kompetisi keamanan. Catatan paling menariknya: beberapa model tertutup papan atas, termasuk Claude Opus 5.5 dan GPT-6 Astra, nyaris nol di tes yang sama. Bukan karena mereka bodoh, tapi karena mereka menolak mengerjakan tugasnya.

Argumen Mistral masuk akal: membela software sering dimulai dari membuktikan bahwa celah itu nyata, dan filter keamanan model tertutup justru memblokir pekerjaan itu. Hingga bobotnya rilis, Mistral melakukan red-teaming di kondisi nyata bersama pemimpin cybersecurity, mitra terverifikasi, dan otoritas negara. Kelompok ini mengakses model yang sama dengan moderasi yang dikurangi dan kemampuan cyber yang diperluas.

Sebagai penyeimbang, tingkat refusal model ini terhadap permintaan cyber yang jahat justru diklaim lebih tinggi dari semua model open-source lain yang diuji (JailbreakBench, StrongREJECT, AgentHarm). Berani bantu defender, tetap menolak penyerang. Setidaknya itu klaim internalnya, dan klaim vendor memang selalu perlu diuji independen.

Ditempa di Eropa, Dilatih dari Nol

Large 4 dilatih dari nol di 3.800 GPU NVIDIA Grace Blackwell di datacenter milik Mistral sendiri di Eropa. Preview publiknya juga disajikan dari infrastruktur yang sama. Ini bukan sekadar flex hardware, tapi pernyataan kedaulatan AI Eropa.

Model ini akan tersedia di beberapa region dunia, termasuk deployment Eropa yang Mistral operasikan end-to-end, independen dari penyedia layanan digital lain, dan tunduk pada hukum Eropa. Bagi enterprise dan instansi pemerintah Eropa yang tidak mau datanya keluar yurisdiksi, ini argumen jual yang kuat.

Kepada Wired, salah satu pendiri Mistral Guillaume Lample menyebut model ini sangat dekat dengan beberapa model proprietary. Pengumuman ini datang sekitar sebulan setelah Mistral menutup putaran pendanaan yang mengangkat valuasinya di atas 24 miliar dolar, dipimpin Samsung Electronics. Modalnya jelas, ambisinya juga jelas.

Benchmark Coding dan Agennya Bukan Kaleng-Kaleng

Di coding agentic, Large 4 mencetak 61,7 persen di DeepSWE v1.1, 59,4 persen di SWE-Atlas-QnA, dan 28,3 persen di Terminal-Bench 4. Skor Coding Agent Index gabungannya 49,8 persen, di atas DeepSeek V4 Pro dan Qwen3.8 Max.

Evaluasi manusia buta oleh Surge AI memberi skor 3,74 dari 5, peringkat kedua dari lima model: di bawah Claude Opus 5 yang 4,22, tapi di atas Kimi K3 yang 3,59, GLM-5.3 yang 3,60, dan GLM-5.2 yang 3,40.

Untuk kerja agentic umum, ia meraih 59,9 persen di AutomationBench yang berisi 657 workflow bisnis lintas Gmail, Google Sheets, Slack, dan Salesforce. Di AA-Briefcase untuk kerja pengetahuan jangka panjang, ia mencapai 1.393 Elo, di atas DeepSeek V4 Pro. Di visual grounding, ia mencetak 42 persen di Dense 200, satu poin di atas GPT-6 Astra.

Evaluator pihak ketiga Vals AI mengujinya untuk tugas legal dan finansial, dan hasilnya mengalahkan GPT-6 Astra di keduanya. Di benchmark Harvey Legal Agent, ia unggul atas semua model open-source. FinWorkBench memberinya 67 persen, setara DeepSeek-V4-Pro.

Open Weights, Tapi Belum Hari Ini

Saat ini Large 4 hanya tersedia sebagai preview API yang bisa dicoba di Mistral Studio. Bobotnya dijadwalkan rilis akhir Oktober, dengan WSJ menyebut tanggal 27 Oktober. Detail arsitektur, benchmark tambahan, dan metodologi post-training menyusul setelahnya. Istilah lisensinya pun belum final.

Harganya: 1,36 dolar per 1 juta token input dan 4,18 dolar per 1 juta token output, dengan harga promo setengahnya yaitu 0,68 dan 2,09 dolar yang masa berlakunya tidak dijelaskan di dokumentasi.

Realistisnya, self-hosting model 1 triliun parameter tetap butuh memori raksasa. Seluruh bobot harus muat di memori sebelum routing MoE bekerja, jadi angka parameter aktif tidak mengurangi kebutuhan hardware-mu. Itu kendala nyata buat siapa pun di luar hyperscaler, dan Mistral belum menjelaskan bagaimana model ini dimaksudkan untuk dijalankan di skala yang lebih kecil.

Kenapa Ini Penting Buat Kamu

Large 4 menandai babak baru perang model open-weight. Ini bukan lagi soal cukup bagus untuk gratisan, tapi soal menyalip model tertutup di domain spesifik seperti cyber dan visual grounding. Eropa akhirnya punya kandidat frontier sendiri, bukan cuma penonton di pinggir lapangan.

Yang perlu kamu waspadai: semua benchmark di atas datang dari Mistral sendiri. Ujian sebenarnya dimulai saat bobotnya bisa diunduh dan dievaluasi independen akhir Oktober nanti. Skeptis terhadap benchmark vendor itu sehat, dan komunitas HN juga menyuarakan hal yang sama.

Kalau kamu merancang pipeline agent atau eksperimen model open-weight, pantau rilis bobotnya dan bandingkan dengan kebutuhanmu. Dan kalau kamu penasaran dengan proyek AI lain yang pernah kubahas, mampir ke /projects untuk daftar lengkapnya.