Le Chonk dan Peta Model Terbuka Dunia
Peta model terbuka kini terbagi menjadi tiga kubu. China memimpin lewat model seperti DeepSeek, Qwen, dan Kimi yang lebih dulu membuktikan biaya rendah dengan kemampuan mendekati model tertutup. Amerika Serikat mulai merespons lewat laboratorium seperti Reflection AI dengan model Beam. Eropa masuk lewat Mistral dengan skala parameter yang jauh lebih besar.
Perusahaan menyebut ML4 unggul pada beberapa bidang khusus, termasuk keamanan siber, keuangan, dan hukum. Pada uji Cyber Index milik Artificial Analysis, Mistral mengklaim ML4 masuk lima besar global dan memimpin model terbuka di luar China. Perusahaan juga menyoroti skor 82 persen pada salah satu uji yang meminta model mereproduksi lalu menambal kerentanan nyata di perangkat lunak sumber terbuka.
Yang menarik, Mistral menyinggung bahwa beberapa model tertutup besar justru menolak mengerjakan tugas itu karena pengaman internalnya. Argumen tersebut dipakai untuk menjelaskan mengapa keamanan siber dijadikan fokus utama, sekaligus mengapa perusahaan berencana membuka akses dengan moderasi lebih longgar bagi mitra yang lolos verifikasi. Rincian teknis lengkapnya dijanjikan menyusul bersama rilis bobot.
Iklan
Campus Commercial Park: rukost di kawasan kampus
C.CO Park menghadirkan kawasan ruko dan kost dalam satu gerbang, dirancang untuk mahasiswa dan penghuni sekitar kampus. Cocok untuk yang mencari aset produktif dengan pengelolaan kawasan yang tertata.
Menakar Klaim Benchmark secara Kritis
Semua angka performa di atas berasal dari pengujian Mistral sendiri. Sampai artikel ini ditulis, belum ada evaluasi independen terhadap ML4 karena bobot modelnya belum bisa diunduh. Situs Hugging Face milik perusahaan mencantumkan status rilis yang akan datang dengan estimasi 31 Oktober 2026, dan sudah ada ratusan pengguna yang menandai model tersebut untuk dipantau.
Mistral sendiri mengakui bahwa proses pembelajaran penguatan atau reinforcement learning di balik pratinjau ini masih berjalan dan belum menunjukkan tanda-tanda saturasi. Artinya, kemampuan model masih bisa berubah cukup besar sebelum versi final dan bobot terbuka dilepas. Pembaca yang berencana memakainya untuk keperluan produksi sebaiknya menunggu rilis resmi lalu menjalankan evaluasi di lingkungan sendiri.
Harga pratinjau juga sudah dipublikasikan, yaitu 1,36 dolar Amerika per satu juta token masukan dan 4,18 dolar per satu juta token keluaran. Angka itu menjadi pembanding penting ketika opsi model terbuka lain yang bisa dijalankan sendiri mulai diperhitungkan. Sampai titik ini, harga adalah satu-satunya angka dari Mistral yang bisa diverifikasi langsung oleh calon pengguna.
Apa Artinya bagi Pengguna di Indonesia
Bagi tim pengembang di Indonesia, peluncuran ini menambah satu opsi besar di daftar model yang layak diuji. Bobot terbuka yang dijanjikan membuat organisasi bisa menjalankan model di infrastruktur sendiri, menyesuaikan perilakunya, dan mengaudit keluarannya tanpa bergantung pada kebijakan satu penyedia. Pola pilihan yang sama muncul ketika Aleph Alpha merilis Kolibri dari Jerman dan ketika Reflection AI memperkenalkan Beam dari Amerika. Perbandingan antar model menjadi lebih sehat karena pengguna punya lebih banyak alternatif.
Namun ada catatan penting soal lisensi dan biaya inferensi. Mistral belum mengumumkan ketentuan lisensi bobot maupun kebutuhan penyimpanan penuh untuk model satu triliun parameter. Menjalankan model sebesar ini di server sendiri menuntut kuantisasi agar bisa masuk ke sejumlah GPU, dan kualitas keluaran setelah kuantisasi biasanya perlu diukur ulang.
Langkah paling aman adalah mengikuti rilis bobot resmi, mencoba pratinjau API lebih dulu untuk menilai kecocokan, lalu membandingkan hasilnya dengan model yang sudah dipakai sehari-hari. Klaim efisiensi memang menarik, tetapi keputusan teknis tetap sebaiknya diambil berdasarkan pengujian di lingkungan sendiri, bukan semata dari grafik pemasaran.
Pertanyaan yang Sering Diajukan
Apakah Mistral Large 4 sudah bisa dipakai bebas?
Belum. Sampai awal Oktober 2026, ML4 hanya tersedia sebagai pratinjau API publik dengan pemantauan. Bobot terbukanya dijadwalkan dirilis pada akhir bulan setelah pengujian keamanan selesai.
Apa arti julukan Le Chonk pada model ini?
Le Chonk adalah julukan tidak resmi yang mengacu pada ukuran model, yaitu satu triliun parameter total. Meski besar, model hanya mengaktifkan 49 miliar parameter per token.
Berapa GPU yang dipakai melatih Mistral Large 4?
Mistral menyatakan pelatihan memakai 3.800 GPU Nvidia Grace Blackwell di pusat datanya di Eropa. TechCrunch mencatat pernyataan pejabat Mistral yang menyebut angka sekitar 4.000 GPU.
