Mistral Large 4, model kecerdasan buatan berkapasitas satu triliun parameter, kini dapat diunduh dan dijalankan di infrastruktur milik pengguna. Perusahaan AI asal Prancis itu merilis bobot model yang dijuluki Le Chonk di Hugging Face pada 29 Oktober 2026, membuka peluang bagi perusahaan dan pemerintah untuk menggunakannya dalam sistem pertahanan siber tanpa bergantung sepenuhnya pada layanan API.
Namun, akses terbuka itu tidak berarti model mudah dijalankan. Besarnya kebutuhan komputasi membuat penggunaan mandiri lebih realistis bagi organisasi yang memiliki perangkat keras pusat data. Bagi Mistral, pertaruhannya adalah memberi institusi kendali lebih besar atas teknologi yang berpotensi dipakai untuk mengenali dan merespons ancaman digital.
Seperti dilaporkan Telset.id, Mistral memosisikan Le Chonk sebagai model yang dapat membantu organisasi menganalisis kode dan infrastruktur teknologi informasi. Pierre Stock, Vice President of Science Mistral, mengatakan kepada TechCrunch bahwa bobot terbuka memungkinkan organisasi mengakses kemampuan AI untuk bertahan dari serangan siber tanpa aksesnya bisa dihentikan penyedia dari jarak jauh.
Bobot terbuka, tetapi perlu komputasi besar
Large 4 pertama kali diperkenalkan pada 6 Oktober lewat akses API pratinjau. Versi yang bobotnya kemudian dibuka telah menjalani pelatihan tambahan selama tiga pekan, menurut laporan Pasquale Pillitteri. Mistral menyebut tahap tersebut menggunakan masukan dari pelanggan yang mencoba model melalui API.
Model ini memakai arsitektur Mixture-of-Experts dengan 128 pakar. Hanya sebagian yang bekerja untuk memproses setiap token, sehingga dari satu triliun parameter, sekitar 52 miliar aktif pada satu waktu. Angka itu berbeda dari 49 miliar yang disebut dalam unggahan awal perusahaan saat memperkenalkan model. Satu triliun adalah jumlah keseluruhan parameter, bukan beban yang aktif serentak.
Bobot tersedia di Hugging Face, sementara pengguna juga dapat mengakses model lewat API Mistral. Menurut Pillitteri, resep resmi untuk menjalankan model dalam vLLM membaginya ke delapan GPU. Jadi, meski berkas dapat diunduh, organisasi tetap membutuhkan perangkat keras kelas pusat data untuk mengoperasikannya sendiri. Model ini juga memiliki jendela konteks satu juta token.
Lisensinya mengizinkan penggunaan komersial, tetapi memiliki pengecualian bagi pihak yang menjual kembali model sebagai layanan. Ketentuan tersebut membedakan akses bobot terbuka dari kebebasan tanpa batas. Perusahaan yang hendak memakainya tetap perlu memeriksa aturan lisensi dan menghitung kebutuhan infrastrukturnya.
Klaim kinerja untuk coding dan keamanan siber
Mistral menyatakan Large 4 mampu bersaing dengan GLM-5.3, model open-weight asal China, dalam sejumlah tugas dan menggunakan 47 persen lebih sedikit token per pekerjaan. Perusahaan juga mengklaim modelnya berada di posisi teratas untuk tugas agentic coding pada indeks Artificial Analysis. Klaim peringkat lain yang disampaikan dalam pengumuman rilis menyebut Le Chonk unggul di antara model terbuka pada FrontierCode, tolok ukur yang dibuat Cognition untuk menilai penerimaan kode oleh pengelola proyek.
Pengujian setelah masa pratinjau turut mencatat perubahan pada Terminal-Bench 4.0, yang mengukur kemampuan model bekerja di terminal. Menurut halaman rilis Mistral yang dikutip Pillitteri, skor Large 4 meningkat dari 28 persen menjadi 41 persen, dengan penggunaan token keluaran 30 persen lebih rendah. Hasil ini merupakan klaim yang disampaikan perusahaan, bukan jaminan bahwa model akan memberi hasil serupa pada setiap lingkungan kerja.
Mistral juga menyebut model tersebut telah diuji oleh sejumlah perusahaan keamanan siber, termasuk CrowdStrike, Cloudflare, Rubrik, dan Zscaler. Stock mengatakan model dapat membantu organisasi mengidentifikasi masalah serta mengoordinasikan respons terhadap insiden. Kemampuan itu dapat dimanfaatkan di lingkungan internal, termasuk dengan menjalankan model secara on-premise.
CEO Mistral, Arthur Mensch, menyebut AI seharusnya “be a tool for empowerment, not dominance”. Rilis bobot menjadi bagian dari argumen tersebut: pengguna bisa menyesuaikan dan mengoperasikan model sendiri, alih-alih hanya memakai sistem tertutup milik penyedia.
Manfaat pertahanan beriringan dengan risiko penyalahgunaan
Keterbukaan yang memberi kendali kepada organisasi juga menghadirkan risiko. Bobot yang dapat diunduh dan dimodifikasi tidak hanya tersedia bagi tim keamanan, tetapi juga bisa diakses pihak yang berniat menyalahgunakannya. Rafe Pilling, yang dikutip Telset.id, merangkum sifat teknologi itu sebagai “It’s clearly a dual-use technology”.
Karena itu, rilis model tidak serta-merta menyelesaikan persoalan keamanan. Organisasi perlu memastikan siapa yang memperoleh akses, bagaimana model diterapkan, dan bagaimana hasilnya diperiksa. Mistral mengedepankan kedaulatan data dan ketersediaan model sebagai alasan membuka bobot, sementara kemampuan yang sama menuntut pengamanan penggunaan.
Le Chonk kini dapat diunduh dari Hugging Face. Bagi organisasi yang belum memiliki perangkat keras memadai, jalur API Mistral tetap tersedia. Pilihan berikutnya bergantung pada kebutuhan pengendalian data, biaya komputasi, dan kebijakan keamanan masing-masing pengguna.
