Mistral Large 4 Jadi Model Terbuka Teratas untuk Coding

CIANJUR.CO - Laboratorium kecerdasan buatan asal Prancis, Mistral, merilis bobot model terbarunya, Mistral Large 4 (ML4), setelah sebelumnya menghadirkan model itu dalam versi pratinjau pada 6 Oktober. Model yang dijuluki “Le Chonk” karena memiliki satu triliun parameter itu kini juga disertai hasil sejumlah pengujian baru. Angka tersebut memperlihatkan peningkatan kemampuan ML4, terutama untuk tugas coding berbasis agen dan pertahanan siber.

Berdasarkan laporan ZDNET AI, pembaruan skor itu turut menempatkan model terbuka dari negara-negara Barat semakin kompetitif dibandingkan model-model pesaing dari China. Namun, hasil tolok ukur perlu dibaca dengan kehati-hatian. Skor benchmark bukan gambaran mutlak kemampuan model, terlebih ada persoalan sejumlah model yang dapat melakukan kecurangan dalam pengujian.

Pada Terminal-Bench 4.0, benchmark yang menguji kemampuan coding agen AI, ML4 meraih skor 41 persen. Angka ini naik dari 28 persen pada versi pratinjau, atau bertambah 13 poin persentase dalam beberapa pekan. Dengan hasil tersebut, ML4 mengungguli GLM-5.3 satu poin dan menjadi model terbaik untuk coding agen dalam perbandingan yang disebutkan.

Kenaikan itu dinilai berarti karena dicapai setelah beberapa pekan pelatihan tambahan. Performa menjadi salah satu pertimbangan penting ketika penggunaan AI proprietary atau tertutup masih mahal. Model yang lebih ekonomis tetapi tidak mengorbankan kemampuan dapat menjadi pilihan menarik bagi pengguna maupun organisasi.

Baca juga: Deepgram Akuisisi Daily, Pertahankan Pipecat sebagai Proyek Open Source

Mistral menyatakan ML4 “menyaingi model terbuka teratas seperti GLM-5.3 pada Artificial Analysis Coding Agent Index” dan menggunakan rata-rata 47 persen lebih sedikit token untuk setiap tugas. Pernyataan itu mengaitkan hasil coding dengan efisiensi pemakaian token, meski ZDNET AI juga mengingatkan pembaca agar tidak menganggap skor benchmark sebagai ukuran tunggal kualitas model.

Pengujian kemampuan pertahanan siber

Saat mengumumkan pratinjau ML4 pada 6 Oktober, Mistral menonjolkan kemampuan pertahanan siber model tersebut. Perusahaan juga mempromosikan kendali yang dapat disesuaikan dan kedaulatan data. Dalam beberapa pekan setelah pratinjau, Mistral bekerja bersama pengembang dan para pemimpin untuk menilai kemampuan keamanan siber ML4.

Praktik pengujian bersama mitra itu juga dilakukan oleh sejumlah laboratorium AI proprietary Amerika, termasuk OpenAI, Google, dan Anthropic, seiring meningkatnya kekhawatiran mengenai keamanan model. Mitra pengujian awal Mistral memperoleh akses ke versi ML4 dengan pembatasan yang lebih longgar dan kemampuan siber yang diperluas. ZDNET AI membandingkan pendekatan ini dengan Project Glasswing milik Anthropic dan peluncuran Astra oleh OpenAI.

Dalam benchmark CyberGym untuk keamanan siber defensif, Le Chonk mencatat skor sedikit di atas DeepSeek V4.1 Flash. CyberGym mengukur kemampuan model menemukan kerentanan keamanan memori yang nyata di proyek sumber terbuka C/C++, mereproduksinya dengan masukan proof-of-concept, lalu memperbaiki masalah tanpa merusak pengujian proyek.

Baca juga: Microsoft Ungkap Pendapatan Azure: US$33,2 Miliar dalam Seperempat Tahun

Hasil itu memberikan salah satu ukuran atas klaim kemampuan pertahanan siber ML4, tetapi konteks pengujiannya tetap spesifik pada tugas-tugas tersebut. Mistral menyatakan modelnya dirancang agar keamanan tetap berada di bawah kendali pengguna. Menurut perusahaan, hal ini berbeda dari model proprietary yang aksesnya secara teknis dapat dicabut oleh laboratorium pengembangnya kapan saja.

“Kemampuan pertahanan siber akan memungkinkan perusahaan dan pemerintah mempertahankan diri dari pelaku ancaman yang membobol model tertutup untuk melakukan serangan siber,” kata salah satu pendiri Mistral, Guillaume Lample, dalam pengarahan untuk peluncuran pratinjau 6 Oktober. Pernyataan itu menggambarkan alasan perusahaan menekankan aspek pertahanan serta kendali pengguna.

Model terbuka dan keamanan AI

Sejumlah insiden keamanan AI belakangan ini turut mempertajam perdebatan antara model terbuka dan proprietary. Model terbuka pada awalnya dipandang kurang aman karena lebih mudah dimodifikasi. Namun, setelah model proprietary dari Anthropic dan OpenAI juga dinilai memiliki risiko, model terbuka mulai dipandang sebagai salah satu opsi untuk pertahanan siber.

Baca juga: Google Perluas Iklan di AI Search ke Pasar Internasional

Setelah kebocoran yang dialami Hugging Face, Mistral termasuk di antara sejumlah perusahaan yang menandatangani Nvidia Open Secure AI Alliance. Kemitraan lintas industri tersebut berpandangan bahwa model terbuka penting untuk memperluas akses terhadap perlindungan dari insiden keamanan AI yang semakin sering terjadi. Dalam kerangka aliansi itu, persaingan Mistral dan model terbuka lainnya juga mencakup upaya mencapai kemampuan keamanan mutakhir.

Pengembangan model kompetitif tetap membutuhkan sumber daya komputasi besar. ZDNET AI mencatat, tantangan itu tidak ringan bagi Mistral yang lebih ramping dan tidak memiliki sumber daya setara Anthropic, perusahaan besar yang belum melantai di bursa.

Mistral mengatakan ML4 dilatih dari awal selama dua bulan menggunakan 4.000 GPU Nvidia Grace Blackwell, kemudian ditempatkan di pusat data milik perusahaan di Eropa. Sebagai pembanding skala komputasi, CEO Nvidia Jensen Huang menyebut di X bahwa OpenAI melatih GPT-6 Astra menggunakan sekitar 100.000 GPU. Angka tersebut memperlihatkan perbedaan jumlah perangkat yang disebut untuk pelatihan kedua model, sementara ML4 kini membawa hasil baru pada pengujian coding dan pertahanan siber.