Perbandingan: Mistral Large 4 vs Beam vs GLM-5.3 vs Kimi K3

Oktober 2026 menjadi bulan tersibuk dalam sejarah model AI bobot terbuka: Mistral merilis preview Large 4, Reflection meluncurkan Beam, sementara model Tiongkok GLM-5.3 dan Kimi K3 memimpin papan skor kemampuan. Keempatnya "terbuka", tetapi terbuka dengan cara yang sangat berbeda. Perbandingan ini menyusun fakta-fakta yang dipublikasikan masing-masing pihak secara sejajar — dengan catatan penting bahwa seluruh skor benchmark di bawah ini adalah klaim perusahaan yang belum diverifikasi independen.

Dari sisi skala, Mistral Large 4 adalah yang terbesar: total 1,05 triliun parameter dengan 49 miliar parameter aktif per token dalam arsitektur MoE, multimodal bawaan dengan enkoder visual 1,6 miliar parameter dan konteks satu juta token. Detail arsitektur Beam tidak dibuka sedalam itu; yang dijual Reflection adalah efisiensi — skor penalaran setara GLM-5.2 dengan komputasi inferensi hanya seperempat hingga sepertiganya. GLM-5.3 dan Kimi K3 tidak menonjolkan angka parameter dalam pemberitaan pekan ini, melainkan skor mentahnya. Kesimpulan sementara: Large 4 bermain di liga ukuran, Beam di liga efisiensi, dan dua model Tiongkok di liga kemampuan mentah.

Pada benchmark yang dilaporkan Reflection sendiri, urutannya jelas. Terminal Bench v2.1: Kimi K3 88,3, GLM-5.3 88,2, GLM-5.2 81,0, Beam 80,1. Humanity's Last Exam (tanpa tools): Kimi K3 46,9, GLM-5.3 42,3, GLM-5.2 40,5, Beam 36,2. GPQA Diamond: Kimi K3 93,5, GLM-5.3 91,7, GLM-5.2 91,2, Beam 90,5. Beam hanya unggul pada SWE-Bench Pro v1 (65,5 vs 62,1 atas GLM-5.2; dua model Tiongkok tidak melaporkan skor). Sementara itu Mistral mengklaim Large 4 sebagai model bobot terbuka terbaik dari AS atau Eropa pada benchmark agregat — klaim yang secara implisit mengakui bahwa mahkota kemampuan mentah saat ini dipegang model Tiongkok.

Di luar angka, diferensiasinya ada pada tiga hal. Pertama, multimodalitas: Large 4 memproses teks dan gambar secara bawaan (42 persen pada visual grounding Dense 200, mengungguli GPT-6 Astra), sedangkan Beam hanya menangani teks. Kedua, fokus vertikal: Mistral menargetkan beban kerja siber, keuangan, hukum, dan manufaktur — dengan skor 82 persen pada uji reproduksi dan penambalan kerentanan serta ketahanan 93,3 persen terhadap serangan. Ketiga, lisensi dan ketersediaan: Beam dijanjikan di bawah Apache 2.0 akhir Oktober, Large 4 dibuka akhir Oktober setelah red-teaming berlapis, GLM dan Kimi mengikuti ketentuan masing-masing vendor Tiongkok.

Jadi mana yang "terbaik"? Jawabannya tergantung pada constraint-mu. Jika butuh kemampuan mentah tertinggi dan tidak terikat pertimbangan geopolitik, Kimi K3 dan GLM-5.3 memimpin papan skor. Jika butuh menjalankan model kuat dengan biaya inferensi rendah — misalnya deployment on-premise skala menengah — proposisi nilai Beam paling menarik, dengan catatan efisiensinya perlu pembuktian independen. Jika butuh multimodal, dukungan 160+ bahasa, dan jejak deployment Eropa yang independen dari cloud AS, Large 4 adalah satu-satunya kandidat di daftar ini. Tidak ada pemenang absolut; ada empat taruhan berbeda tentang apa yang paling berharga dari sebuah model terbuka.

Hipotesis redaksi: pasar model terbuka sedang terbelah menjadi dua sumbu yang tidak lagi sejalan — sumbu kemampuan (dipimpin Tiongkok) dan sumbu kepercayaan (dipimpin Barat lewat red-teaming, lisensi permisif, dan deployment berdaulat). Dalam 12 bulan ke depan, keputusan adopsi enterprise akan lebih ditentukan oleh sumbu kedua: auditabilitas, jejak hukum lisensi, dan dari mana model itu boleh dijalankan. Model yang memenangkan hati developer belum tentu memenangi ruang rapat direksi — dan justru di celah itulah strategi Mistral dan Reflection ditempatkan.