- Mistral Large 4は合計1兆パラメータ、1Mトークン対応のオープンウェイトモデル - 2026年10月29日にHugging Faceで重みが公開された - ライセンスはMITを改変したもので、サービス提供には商用ライセンスが必要 - ベンチマークの多くはMistral自身の数字で、第三者の検証では差も出ている - 家庭のPCでは動かせず、日本の企業は自社運用かAPIかを選ぶことになる 「1兆パラメータのAIが、誰でもダウンロードできるようになった」と聞いたら、驚きませんか？フランスのMistral AIが新モデルを公開しました。この記事では、中身・価格・注意点を順番に整理します。 ## Mistral Large 4とは？Hugging Faceで何が公開されたか Mistral Large 4（愛称「Le Chonk」）は、フランスのMistral AIが作った大型のAIモデルです。2026年10月6日にAPIのプレビュー版が始まり、**10月29日にHugging Face**で重み（AIの頭脳にあたるデータ）が公開されました。 Hugging Faceは[公式ブログ](https://huggingface.co/blog/mistral-large4)で、このモデルを「テキストと画像を入力でき、文章を出力するMoE（Mixture-of-Experts）モデル」と紹介しています。MoEとは、たくさんの専門家AIの中から、必要な数人だけを呼び出して動かす仕組みです。 プレビュー開始時、Mistralは[重みを10月末までに公開する](https://letsdatascience.com/news/mistral-debuts-large-4-open-weight-model-preview-cbf9e0b5)と説明していました。安全性の追加検証があるためという理由でした。約3週間でその約束が果たされたことになります。 ## 主なスペックと仕組み ### 1兆パラメータでも動くのは一部だけ 合計のパラメータ数（AIの大きさを表す数字）は約1兆です。ただし、1つの単語を処理するときに動くのは**約490億**です。ドキュメントでは、入力と出力の層を含めて520億とも書かれています。 Hugging Faceの解説では、各層に128人の専門家がいて、1単語ごとに4人が選ばれ、共通の専門家1人も加わります。巨大な図書館の中から、必要な棚だけを開くような動き方です。 ### 長い文章と画像を一度に読める コンテキスト長（一度に読める文章量）は**100万トークン**です。本にして何冊分もの資料を、まとめて渡せます。ただし、第三者の評価では約52万トークンとされており、数字は資料によって違います。 画像は、1.6B（16億）パラメータのPixtral系エンコーダが読み取ります。対応言語は160以上で、EUの公用語はすべて含まれると、Mistralは説明しています。 推論の深さは「低・中・高」から選べます。初期設定は「高」で、推論をオフにはできません。 ## ライセンスと価格 ライセンスは、Hugging Faceの説明ではMITライセンスを改変したものです。[VKTRの報道](https://www.vktr.com/ai-platforms/mistral-large-4-debuts-as-1t-parameter-open-weight-model/)によると、モデルをサービスとして他社に提供する事業者は、Mistralの商用ライセンスが必要です。 前モデルのLarge 3はApache 2.0でした。それと比べると、サービス提供側には少し制限が増えています。自社の業務で使うだけなら、影響は小さそうです。 APIの料金は、VKTRによると100万トークンあたり**入力0.70ドル、出力2.10ドル**です。プレビュー時の入力1.36ドル、出力4.18ドルから、ほぼ半額になりました。 ## 得意分野とベンチマーク Hugging Faceの発表では、特に強い分野はサイバーセキュリティ、コーディングエージェント、マルチモーダル（画像と文章の両方を扱う力）です。 - 脆弱性の再現とパッチ作成：82% - Cybench（セキュリティ競技40問）：93% - DeepSWE v1.1（コード修正の評価）：61.7% - BrowseComp（Web調査の評価）：84.5% ここで注意が必要です。これらの数字のほとんどは、Mistralとそのパートナーが出したものです。 実際、[Pasquale Pillitteriの記事](https://pasqualepillitteri.it/en/news/21196/mistral-large-4-launches-open-weights-late-october)は、第三者のVals v2.1で48.05%の32位（44モデル中）と伝えています。Terminal-Bench 4も、Mistral発表は28.3%ですが、独立評価では22.73%でした。 発表のとおりなら強力です。それでも、自分の業務データで試してから判断するのが安全です。 ## 競合モデルとの比較 VKTRが整理したMistral側の比較では、次のような位置づけです。 - Kimi K3（Moonshot AI）：合計2.8兆パラメータのオープンモデル。BrowseCompは91.2%でLarge 4より上 - GLM-5.3：コーディング指標はほぼ同等。人間の盲検評価ではLarge 4が64%で好まれた - DeepSeek V4.1 Flash：サイバー指標ではLarge 4（51%）より上。盲検評価ではLarge 4が56% - Claude Opus 5.5：盲検評価でLarge 4が勝ったのは22%。Mistralは、脆弱性の再現テストをClaude Opus 5.5とGPT-6 Astraが拒否したと主張 Mistralは、Artificial Analysisの指数で「西側のオープンウェイトモデルの中で最高」と主張しています。ただし、中国勢の主要モデルのほうが点数は高いとも報じられています。 つまり、性能で完全に勝つというより、欧米発のオープンモデルで、サイバー分野の強さを売りにしているという位置づけです。 ## 日本市場への影響 日本語のベンチマークは、今のところ公表されていません。160以上の言語に対応とはいえ、日本語の実力は自分で試す必要があります。 たとえば、機密データを社外に出せない製造業の情報システム部門を考えてみましょう。社内のサーバーに置いて動かせるのは、オープンウェイトの大きな利点です。 ただし、圧縮版でもメモリ512GB、またはGPU複数枚が必要です。報道では、NVIDIAのB200やB300を4〜8枚という見積もりもあります。個人や小さな会社が自前で動かすのは、現実的ではありません。 その場合は、APIで使うか、クラウド上の推論サービスを借りる形になります。Hugging FaceはNVIDIA H200を8枚使う構成で、1リクエストあたり毎秒約65トークンと説明しています。 セキュリティ会社の担当者にとっては、自社内でコードの脆弱性を調べられる点が魅力です。大手AIが拒否しがちな検証にも使いやすい、とMistralは訴えています。 ## よくある質問（FAQ） ### Q. Mistral Large 4は無料で使えますか？ 重みは無料でダウンロードできます。ただし、動かすための計算環境にお金がかかります。サービスとして他社に提供する場合は、商用ライセンスも必要です。 ### Q. 自分のパソコンで動かせますか？ 難しいです。圧縮版でもメモリ512GB、またはGPU複数枚が必要とされています。公式のNVFP4版は、NVIDIA Blackwell世代のGPUが前提です。 ### Q. 日本語は使えますか？ 160以上の言語に対応とされていますが、日本語の性能を示す公式の数字は見当たりません。業務で使う前に、自社の文章で試してください。 ### Q. ベンチマークの数字は信頼できますか？ 多くはMistralやパートナーが出した数字です。独立した評価では、Mistral発表より低い結果も出ています。重みが公開されたので、今後は第三者の検証が進むと考えられます。 ### Q. 推論をオフにできますか？ できません。低・中・高の3段階から選べます。初期設定は「高」です。 ## まとめ - Mistral Large 4は、合計約1兆パラメータ、1Mトークン対応のMoEモデル - 2026年10月29日にHugging Faceで公開された - 改変MITライセンスで、サービス提供には商用ライセンスが必要 - API料金は入力0.70ドル、出力2.10ドル（100万トークンあたり） - ベンチマークの多くは自社発表で、独立評価では差もある まずはAPIで、自社の日本語データを使って小さく試してみてください。 ## 参考文献 - Welcome Le Chonk: Mistral Large 4 on Hugging Face（Hugging Face） - Mistral Large 4 debuts as 1T-parameter open-weight model（VKTR） - Mistral Opens Public Preview of Large 4（Let’s Data Science） - Mistral Large 4 launches, open weights land late October（Pasquale Pillitteri） --- この記事は [AI Friends](https://aifriends.jp/mistral-large-4-open-weights/) からのクロスポストです。