Mistral Large 4はどんな仕組みのモデル？
Mistral Large 4は、フランスのAI企業Mistral AIが開発した大規模言語モデルで、Mistral AIのモデルの中で最大規模です。10月6日に公式ブログでパブリックプレビューが始まりました。
10月29日にMistral AIが重みをHugging Faceで公開し、Mistral Large 4はオープンウェイトモデルになりました。それまでは、発表当日に開発者向けのMistral Studioで提供が始まったプレビューのAPIでしか使うことができませんでした。
Mistral Large 4の主な仕様（Mistral Docs）
総1.05兆のうち推論で動作するのは520億
Mistral Large 4のパラメータ（学習で値が定まる数値）は総数で1.05兆ありますが、1トークンを出すたびに動作するのはそのうち520億だけです。MoE（Mixture of Experts）は、モデルの中身を多数の専門家に分けておき、入力ごとに一部だけを呼び出す方式です。
Mistral AIの公式ブログは総数を「1兆」と丸めていて、1.05兆という値はモデルカードに掲載されています。動作するパラメータが少ないぶん、1回の推論にかかる計算は総数から想像するより軽くなります。
ただし、重みを読み込むGPUのメモリは総数の1.05兆ぶんが必要です。自社のサーバーで動作させる費用は、520億という数字だけでは予測できません。
It features 52B active parameters and 1.05T total parameters, and a 1.6B vision encoder. — モデルの構成を説明した冒頭の記述より公式情報を見る →
画像も読めて100万トークンの文脈と160以上の言語に対応
Mistral Large 4は、最初から画像も読み込む前提で学習したネイティブのマルチモーダルモデルです。指示に答えるモードと時間をかけて推論するモードを、1つのモデルにまとめたハイブリッド型でもあります。
一度に読み込める文章の長さは100万トークンです。Mistral AIによると、学習データの大部分が多言語で、対応する言語はEUの公用語をすべて含めて160を超えます。
Mistral AIは画像の利用例として、技術図面に描かれた部品のチェックや、巨大な衛星画像から必要な物体を探す作業を例に出しています。どちらも画像のどこに何があるかを特定する作業で、このあと紹介するDense 200は特定の正確さを調べる試験です。
欧州の自社データセンターにあるGPU3,800基で学習
Mistral Large 4は、欧州にあるMistral AIのデータセンターでNVIDIA Grace BlackwellのGPU 3,800基を使い、ゼロから学習したモデルです。一方で、GPUは4,000基だったとする報道もあります。学習期間は2か月だったとCNBCは報じました。
科学担当副社長のPierre Stockは取材に、4,000基という台数は中国の競合他社の1/3〜1/2だと答えました。Mistral AIはプレビューのAPIも、学習と同じ設備から提供しています。
Mistral AIは、他のデジタルサービス事業者を介さず、欧州法の下で自社が運用する提供環境も用意すると発表しました。Mistral AIはMistral Large 4を、クローズドモデルとオープンモデルのどちらとも異なる選択肢として打ち出していると報じられています。クローズドモデルは提供元の判断で使えなくなることがあり、オープンモデルは中国製が多いという背景があります。
ML4 was trained from scratch on 3,800 NVIDIA Grace Blackwell GPUs in Mistral’s own datacenters in Europe. The public preview is served on that same infrastructure. — 欧州での学習と提供を説明した節より公式情報を見る →
Another important behind-the-scenes aspect is that ML4 was trained entirely on Mistral’s compute; using only 4,000 Nvidia GPUs “which is two to three times less than our Chinese competitors, and significantly less than the closed source competitors,” Stock said.公式情報を見る →
コーディングとエージェント作業の点数は他社モデルより高い？
ここで紹介する数値は、どれもMistral AIが自社で計測して発表したものです。第三者による検証はまだ出ていません。
コーディングはDeepSWE 61.7%で最先端に届かない
DeepSWEは、実在するリポジトリの不具合をモデルに修正させて成功率を評価する試験です。
SWE-Atlas-QnAはリポジトリの中身についての問いに答える力を見る試験で、Terminal-Benchはコマンドラインでの作業を自力で進めることができるかを調べる試験で、Coding Agent IndexはDeepSWE、SWE-Atlas-QnA、Terminal-Benchなどのコーディング試験をまとめた総合点となります。
コーディング関連のスコア（Mistral AI公表値）
棒は0〜100のスコア（高いほど高性能）。4つの試験のうち、Terminal-Bench 4の28.3%が最も低い。
Mistral AIは、Coding Agent Indexの49.8%でDeepSeek V4 Pro 0813とQwen3.8 Maxを上回ったとしています。比較対象は、どちらも中国製のオープンウェイトモデルです。
一方でCNBCは、コーディングなどの分野ではまだ最先端に届いていないと報じました。Claude Opus 5のようなクローズドの最上位モデルとのスコア比較を、Mistral AIは公表していません。
The new model still lags behind the frontier in areas such as coding. — Mistral AIの位置づけを伝えた段落より公式情報を見る →
ブラインド評価は5モデル中2位でKimi K3より上
Mistral AIは、Surge AIと組んでコーディングの品質を目隠しで採点しました。専門の評価者が、どのモデルの出力かを伏せたまま1〜5点で採点する方式です。
コーディング品質の目隠し評価（Surge AI・1〜5点）
棒の高さは最大値（Claude Opus 5の4.22）を100とした比。Mistral Large 4はClaude Opus 5に次ぐ2位。
Mistral Large 4の3.74は、Kimi K3の3.59とGLM-5.3の3.60をわずかに上回りました。1位のClaude Opus 5には届いていません。
評価の相手になったClaude Opus 5は、Anthropicの最新モデルではありません。Claude Opus 5.5はこの評価に入っていないため、Mistral Large 4との差は不明です。
ML4 Preview ranked second of five models (3.74), ahead of Kimi K3 (3.59), GLM-5.3 (3.60) and GLM-5.2 (3.40), and behind only Claude Opus 5 (4.22). — Surge AIと実施した人手評価の結果より公式情報を見る →
業務自動化は59.9%で画像の位置特定は42%
AutomationBenchは、GmailやSalesforceなど複数のアプリをまたぐ657件の業務フローを、エージェントに処理させる試験です。Mistral Large 4は59.9%で、Kimi K3やDeepSeek V4 Proを上回ったとMistral AIは発表しました。
長い時間がかかる知識労働を評価するAA-Briefcaseでは1,393 Eloで、DeepSeek V4 Proより上だったとしています。評価の対象は表計算のファイルやスライドやPDFのように、仕事で実際に作る成果物です。
画像の中で対象の位置を当てるDense 200では、Mistral Large 4は42%でOpenAIのGPT-6 Astraの41%を上回りました。Mistral AIの発表で、クローズドの最上位モデルを上回ったとする試験は多くありません。
画像の位置特定（Dense 200・Mistral AI公表値）
棒は0〜100のスコア。差は1点で、GPT-6 Astraとほぼ同じ水準。
サイバー防御を前面に出す理由と安全性の課題
Mistral AIが発表で最も強く打ち出しているのは、サイバーセキュリティの防御で使いやすいことです。同時に、強化学習が途中であることやテスト中の挙動など、安全面の課題も明らかにしています。
実在の脆弱性を再現して修正するテストは82%で全モデル最高
Mistral Large 4は、オープンソースに実在する脆弱性を再現してから修正するテストで82%を記録し、全モデルで最も高い点数だったとMistral AIは発表しています。このテストを含むArtificial AnalysisのCyber Indexでも、世界の上位5モデルに入りました。セキュリティ競技から集めた40問のCybenchでは、93%を解いています。
サイバーセキュリティと安全性のスコア（Mistral AI公表値）
棒は0〜100のスコア（%）。B3は攻撃に耐えた割合で、高いほど攻撃に強い。
Mistral AIによると、Claude Opus 5.5とGPT-6 Astraは提供元の利用制限で同じテストの作業そのものが止まるため、点数が0点に近くなります。防御の第一歩は脆弱性が本当にあるかを確認することだとして、ユーザーが定めたポリシーで動作させることができるオープンウェイトの利点を訴えています。
社内の試験では、マルウェアの解析や脆弱性の優先順位付け、検知ルールの作成にも役立ったとしています。Mistral AIはセキュリティ運用の用途に向けて、プライベートクラウドやオンプレミスでも動作させることができるようにする予定です。
一方で、サイバー攻撃を目的とする悪意ある指示を拒否する割合は、オープンモデルの中で最も高いと、Mistral AIは発表しています。Mistral Large 4はLakeraの「B3 AI Security Benchmark」で攻撃の93.3%に耐え、ユーザーへの応じ方の適切さを評価するKORA Benchmarkでは2点満点で1.691でした。
Several leading closed models, including Claude Opus 5.5 and GPT-6 Astra, score near zero on the same test because they refuse to perform the task. — 脆弱性の再現と修正のテスト結果を説明した節より公式情報を見る →
強化学習はまだ途中でテスト環境の外へ出ようとする挙動も発生
Mistral AIは、プレビュー版モデルの強化学習が続いていて、性能もまだ上がり続けていると発表しています。強化学習とは、AIが試行錯誤を繰り返して良い結果に報酬を受け取ることで、より良い行動を身につける学習方法のことです。
現在は約3,000基のGPUを使い、1日に約330億トークンを生成して、そのうち約160億トークンを学習に使っています。ここまで紹介したスコアはプレビュー時点の値で、10月29日に公開されたのは、その後さらに約3週間の強化学習を重ねたモデルの重みです。
Pierre Stockはロイターの取材に、テスト中にモデルがテスト環境の外へ出ようとしたと述べました。この挙動は想定していたもので、Mistral AIは防ぐことができたとのこと。
ロイターは、OpenAIとAnthropicの最上位モデルも試験で同じような挙動を見せ、両社はサイバー能力の高いモデルの利用を制限していると伝えました。Mistral AIは重みの公開まで、サイバーセキュリティ企業や審査済みのパートナー、政府機関と実際の環境でレッドチーミング（攻撃を仕掛ける側の立場で弱点を探す検査）を進めます。この検査には制限を緩めたモデルを使います。
Stock told Reuters the model had tried to go beyond its testing environment, but that this was expected and the company was able to prevent it. — 安全性のリスクを報じた段落より公式情報を見る →
API料金はいくらで、重みはどこで入手できる？
Mistral AIは10月29日に重みをHugging Faceで公開し、同日にAPI料金を入力100万トークンあたり0.70ドル（約111円）へ下げました。ライセンスはMITライセンスを改変したMistral Ecosystem Open-Weight Licenseで、MaaS事業者を除けば商用でも無償で使うことができます。
10月29日から入力100万トークン0.70ドルに値下げ
10月29日からの料金はどれも、10月28日までMistral Docsのモデルカードに掲載されていた定価のほぼ半分です。100万トークンあたりの料金は、改定の前後で次のように変わりました。
- 入力：1.36ドル（約215円）から0.70ドル（約111円）
- キャッシュに保存した入力：0.14ドル（約22.1円）から0.07ドル（約11.1円）
- 出力：4.18ドル（約661円）から2.10ドル（約332円）
API料金（100万トークンあたり・改定の前後）
セール価格に近い水準が、そのまま正式な料金になりました。10月16日時点のモデルカードには、定価から50%を引いたセール価格（入力0.68ドル（約107円）、出力2.09ドル（約330円））が、終了日を示さずに表示されていました。10月31日時点のモデルカードには取り消し線つきの定価が無く、新しい料金だけが掲載されています。
重みの商用利用に別契約が必要なのはMaaS事業者だけ
Mistral AIは10月29日、プレビューからさらに約3週間の強化学習を重ねたMistral Large 4の重みを公開したと公式ブログで発表しました。ロイターが報じていた10月27日より2日遅れています。配布先はHugging Faceのmistralai/Mistral-Large-4-1T-A52Bで、4ビットに量子化したNVFP4形式の重みも別に用意されています。
重みと同時に追加のベンチマークも発表され、ターミナルでのコーディング作業を評価するTerminal-Bench 4.0の点数は、プレビュー時の28%から41%に上がりました。モデルの構造や学習方法をまとめた技術レポートは「近日公開」とされ、10月31日時点ではまだ出ていません。
Mistral Ecosystem Open-Weight Licenseは、使用・改変・追加学習・商用利用を無償で認めています。ただし、MaaS（Model as a Service）の事業を営む企業だけは、商用で使う前にMistral AIと別の商用ライセンスを結ぶ必要があります。
オープンウェイトモデルでも、商用利用の条件はライセンスごとに異なります。Mistral Large 4の条文では、社内での利用と、自社製品の一機能に組み込んだだけのエンドユーザー向け製品はMaaSに該当しません。社内業務に使うなら追加の契約は必要なく、自社のAPIとして他社に提供する場合だけ別契約が必要です。
The model is free to use, modify, fine-tune, and commercialize, with a single condition: businesses that operate a Model-as-a-Service offering must obtain a separate commercial license from Mistral before using the model commercially. — ライセンスを説明した段落より公式情報を見る →
もしMac miniで動作させるなら必要なスペックは？
Mac miniで動作させるとすると、重みを4ビットに丸めても、最大64GBのメモリを積んだMac miniが9台必要な大きさです。1トークンの生成に使う520億ではなく、総数1.05兆パラメータの重みをすべてメモリに読み込んでおく必要があるからです。
Hugging Faceのモデルカードには本体の重みの精度の記載がなく、4ビットと分かっているのは別に公開されたNVFP4形式の重みだけであるため、次の3通りの精度でざっくり計算してみました。
- BF16：1パラメータを2バイトで持つ
- FP8：1パラメータを1バイトで持つ
- 4ビット量子化：重みを4ビットに丸め、1パラメータを0.5バイトに減らす
AppleのMac miniの仕様では、メモリはM5 Proモデルの64GBが最大で、精度別の必要台数は、重みの容量を64GBで割って切り上げた値です。
精度別の必要台数
| 精度 | 重みの容量 | 64GBのMac miniの台数 |
|---|---|---|
| BF16 | 約2,100GB | 33台 |
| FP8 | 約1,050GB | 17台 |
| 4ビット量子化 | 約525GB | 9台 |
容量の列は重みだけの数字で、macOSやアプリが使うメモリと、長い文脈を処理するときのKVキャッシュ（過去のトークンを計算した結果を保存しておく領域）のメモリは別に必要です。本当に動作させようとすると、台数は精度別の必要台数よりさらに増えるでしょう。
KVキャッシュの大きさは層の数などの構造によって変わります。構造の詳細をまとめた技術レポートは10月31日時点でまだ出ていないため、必要なメモリは予測できません。
Mistral Large 4は導入を検討する価値がある？
Mistral Large 4は欧州発の1兆パラメータMoEです。売りはコーディングの点数ではなく、サイバーセキュリティの防御での性能と、自社のサーバーで動作させられることにあります。クローズドの最上位モデルでは提供元の利用制限で止まる作業にも使うことができるのは、重みの公開によって、どこまで応じさせるかを定める立場が提供元からユーザー側に変わるからです。
ただしスコアはどれもMistral AIの自社発表です。重みとライセンスは10月29日に出そろい、第三者が評価できる状態になりました。採用を検討するなら第三者の評価が出るのを待ち、自社の使い方がMaaSに該当するかどうかも調べてから判断するのが確実です。
Mistral AIの比較に登場したモデルや、同じ時期に発表されたモデルは、以下のsakuttoAI記事で詳しく解説しています。公開された重みを他のモデルと比較するときの材料にもなります。
FAQ
- Mistral Large 4はご自身のサーバーで動作させることができますか？
- できます。重みは10月29日にHugging Faceで公開されました。ただし総1.05兆パラメータを読み込むGPUメモリが必要で、推奨されているvLLMでの起動例も、GPU 8基を使う構成です。個人のパソコンで動作させる前提のサイズではありません。Mistral Ecosystem Open-Weight Licenseでは商用利用も無償ですが、APIなどで第三者にモデルを提供するMaaS事業者は、Mistral AIと別の商用ライセンスを結ぶ必要があります。
- Mistral Large 4はClaude Opus 5より高性能ですか？
- 全体では及びません。Mistral AIが実施したコーディングの目隠し評価では、Mistral Large 4の3.74に対してClaude Opus 5は4.22でした。CNBCも、コーディングなどの分野ではまだ最先端に届いていないと報じています。上回るのは、実在する脆弱性を再現して修正するテストのように、クローズドのモデルでは提供元の利用制限で作業が止まり、点数が出ない分野です。
- Mistral Large 4は画像を読み込めますか？
- 読み込めます。最初から画像も読み込む前提で学習したネイティブのマルチモーダルモデルで、16億パラメータの画像用エンコーダを備えています。Mistral AIは、画像の中で対象の位置を特定するDense 200で42%を記録し、GPT-6 Astraの41%を上回ったと発表しています。
関連する記事
Kimi K3.1 Proとは？前のK3より3割安く、重みもすでに公開Kimi K3.1 Proは、Moonshot AIが2026年10月24日に発表したKimi K3の強化版です。K3に事後学習を重ね、コーディングではClaude Opus 5.5に僅差まで迫りました。APIは100万トークンあたり入力2ドル（約316円）・出力10ドル（約1,581円）とK3より3割安く、重みもHugging Faceで公開されています。
Reflection Beamとは？混合エキスパート構成のオープンモデルReflection AIが10月5日に発表したBeamは、総501B・アクティブ23BのMoE構成のオープンウェイトモデルです。GLM 5.2と同程度のスコアを1/4〜1/3の推論計算量で出すと主張し、重みは10月中にApache 2.0で公開予定。10月10日にはNVIDIAによる買収協議をFTが報じました。
Gemma 4 31Bは金融の検証で有料モデルと同点、費用は約1/40AlphaSenseが金融245問で9モデルを比較した検証で、Gemma 4 31Bの回答品質はSonnet 5と同点の1.34、1問の費用は約1/40でした。1/40は単価の差ではなく、検索を含めた1問あたりの中央値です。トップのGPT-5.6 Solとは0.39の差があります。
Mistralのエージェント型検索の仕組みと、正答率が3倍に上がる理由Mistral Agentic Searchは2026年8月20日公開の検索機能で、5つのツールで文書を開いて読み進めます。FinanceBenchの正答率は26.7%から86%に、OfficeQA Proは6.3%から51.9%に上がりました。RAGで十分な状況はMistral AIが3つに整理しています。