Mistral AI merilis Mistral Medium 3.5 pada 29 April. Laboratorium yang berbasis di Paris itu mengumumkan model padat berkapasitas 128 miliar parameter, serangkaian fitur agentik—dan langsung menghadapi gelombang reaksi “biasa saja” dari netizen.

Perilisan ini terdiri dari tiga bagian. Pertama, model itu sendiri. Kedua, agen pengkodean jarak jauh melalui Mistral Vibe CLI—sesi pengkodean berbasis cloud yang dapat mendorong permintaan pull ke GitHub dan berjalan secara paralel tanpa Anda harus duduk di terminal. Ketiga, Work Mode di Le Chat, antarmuka konsumen gaya ChatGPT milik Mistral, yang kini menangani tugas otonom multi-langkah seperti penyortiran email, sintesis penelitian, dan alur kerja lintas-alat.

Ambisi besar, namun realitas benchmark yang berantakan.

Medium 3.5 mencetak 77.6% pada SWE-Bench Verified—sebuah benchmark pengkodean yang menguji apakah sebuah model dapat memperbaiki masalah GitHub nyata dengan menghasilkan patch yang berfungsi. Ia juga mencapai 91.4% pada τ³-Telecom, yang mengukur penggunaan alat agentik di lingkungan khusus. Mistral juga menggabungkan tiga model yang sebelumnya terpisah (Medium 3.1, Magistral, dan Devstral 2) menjadi satu set bobot dengan upaya penalaran yang dapat dikonfigurasi per permintaan.

Model terpadu yang menggantikan tiga model adalah kemenangan rekayasa yang nyata. Masalahnya adalah biayanya dan siapa yang menjadi pesaingnya.

Mistral mengenakan biaya $1.50 per juta token input dan $7.50 per juta token output. Qwen 3.6 milik Alibaba dengan 27 miliar parameter—kurang dari seperempat jumlah parameter Medium 3.5—mencetak 72.4% pada benchmark SWE-Bench Verified yang sama dan dirilis di bawah lisensi Apache 2.0, yang berarti Anda dapat mengunduh dan menjalankannya secara gratis.

Gulir melalui papan peringkat open-source dan gambaran yang terlihat sangat jelas. Posisi teratas diduduki oleh Qwen dari Alibaba, GLM dari Zhipu AI Tiongkok, dan MiMo-V2 dari Xiaomi, yang semuanya lebih murah, lebih kuat, dan lebih kompetitif daripada rilis baru Mistral. Medium 3.5 bahkan belum masuk peringkat di papan peringkat independen utama—evaluasi pihak ketiga masih menunggu.

Satu-satunya hal baik, seperti yang beberapa orang kemukakan, adalah bahwa Mistral, pada titik ini, adalah satu-satunya model non-Tiongkok dengan kehadiran serius dalam percakapan open-source.

Reaksi Internet

Pedro Domingos, seorang profesor pembelajaran mesin di University of Washington, tidak berlembut hati:

"Perusahaan AI biasa membanggakan seberapa jauh lebih baik model mereka pada benchmark. Hanya Mistral yang membanggakan seberapa jauh lebih buruk modelnya."

Ia melanjutkan dengan pertanyaan yang lebih tajam: "Saya tidak tahu mana yang lebih buruk, apakah Eropa tidak ikut dalam perlombaan AI atau diwakili oleh bahan tertawaan seperti Mistral."

Youssof Altoukhi, pendiri Yoyo Studios, melakukan perhitungan: Qwen 3.6, dengan 27 miliar parameter, 4.7 kali lebih kecil dari Medium 3.5 dan mencetak hasil yang sebanding dalam pengkodean. Harga output Medium 3.5 menempatkannya setara dengan model tertutup yang mencetak hasil jauh lebih tinggi pada setiap benchmark utama.

“Jika bukan karena keterampilan politik mereka, mereka pasti sudah bangkrut sekarang,” katanya.

Tidak semua orang sepenuhnya mengabaikan. Pengembang AI Michal Langmajer menangkap ambivalensi tersebut:

"Saya sungguh senang masih ada lab non-AS, non-Tiongkok yang mencoba membangun LLM terdepan, tetapi kita harus meningkatkan permainan di Eropa. Model unggulan baru mereka pada dasarnya 'bukan yang terbaik' pada benchmark apa pun, namun harganya berkali-kali lipat lebih mahal daripada kebanyakan pesaing."

Beberapa pengembang berpendapat bahwa bobot terbuka (open weights) adalah strategi keberlanjutan, bukan strategi papan peringkat. Sebuah model yang dapat diunduh, disesuaikan, dan di-self-host oleh siapa saja tidak perlu memenangkan peringkat hari ini untuk tetap relevan. Yang lain menunjuk pada implementasi perusahaan nyata Mistral di seluruh Eropa sebagai bukti bahwa keunggulannya bukan semata-mata teknis.

Jaring Pengaman Geopolitik

Di sinilah letak argumen sebenarnya dari Mistral.

Perusahaan Eropa di bawah GDPR, bank yang menangani data pelanggan sensitif, dan pemerintah yang tidak akan merutekan beban kerja AI melalui infrastruktur Tiongkok memiliki pilihan terbatas. Seperti yang dilaporkan Decrypt Desember lalu, HSBC menandatangani perjanjian multi-tahun dengan Mistral khusus untuk meng-self-host model pada infrastrukturnya sendiri. Daya tarik laboratorium open-weight yang berkantor pusat di Uni Eropa dengan valuasi $14 miliar tidak terlihat dalam tabel benchmark—tetapi terlihat dalam keputusan pengadaan.

Bukan yang terbaik dalam pengkodean, dan bukan yang termurah. Tetapi ia adalah: bukan Amerika, bukan Tiongkok, dapat diaudit, dapat di-self-host, dan aman secara hukum untuk perusahaan Eropa.