Mistral Large 4 リリースノート

Mistral Large 4は、クローズドソースのフロンティアモデルや中国のオープンウェイトモデルに対する高性能な代替手段を提供するために設計された、最先端のオープンウェイト汎用マルチモーダルモデルです。特にサイバーセキュリティおよび視覚的グラウンディング（visual grounding）タスクにおける強力なパフォーマンスが特徴です。

モデルアーキテクチャと仕様

Mistral Large 4は、粒度の細かいMixture-of-Experts (MoE) アーキテクチャを採用しており、推論時の計算効率と総容量のバランスを最適化しています。

総パラメータ数: 1.05兆
アクティブパラメータ数: 490億
ビジョンエンコーダー: 16億パラメータ
コンテキストウィンドウ: 100万トークン
トレーニングインフラ: このモデルは、Mistralの欧州データセンター内にある3,800基のNVIDIA Grace Blackwell GPUを使用してゼロからトレーニングされました。

パフォーマンスとベンチマーク

Mistral Large 4はいくつかの専門分野で競争力のある能力を示していますが、一般的な推論能力においては、絶対的なパレートフロンティアにはわずかに及びません。

サイバーセキュリティと技術的習熟度

このモデルはサイバーセキュリティのための強力なディフェンダーモデルとして位置付けられており、サイバーベンチマークにおいていくつかの中国製モデルを上回っています。CyberGym-E2Eでは82%のスコアを記録しました。ユーザーからは、サイバー能力に対する制限的な安全フィルターが少ないため、攻撃的および防御的なセキュリティ研究の両方において強力なツールであると指摘されています。

視覚的グラウンディングとマルチモーダル

Mistral Large 4は印象的な視覚的グラウンディング能力を示しており、Dense 200で42%のスコアを記録し、GPT-6 Astraで報告された41%をわずかに上回りました。

データ分析とプログラミング

初期テストでは、以前のMistralの反復モデルと比較して大幅な世代的飛躍が見られます。Plotlyのデータ分析ベンチマークでは、Mistral Medium 3.5と比較して精度が58%から74%に向上しました。Killswitch言語を使用したプログラミングテストでは、Kimi K3やClaude Sonnet 5.5と同等のパフォーマンスを発揮しますが、後者と比較すると低速でコストも高くなっています。

価格と可用性

Mistral Large 4は、2026年10月6日よりパブリックプレビュー（v 26.10）として利用可能です。

メトリック	価格 (100万トークンあたり)
入力	$0.68
キャッシュ済み入力	$0.07
出力	$2.09

Kimi K3やGLM 5.3のようなモデルよりは安価ですが、GLM 5.3-flashのような「フラッシュ」バリアントよりは依然として高価です。

コミュニティの洞察と分析

業界のオブザーバーやHacker Newsのユーザーは、今回のリリースに関して以下のようないくつかの重要なテーマを強調しています。

欧州のAI主権: 多くの人がMistral Large 4を、欧州の技術的自立に向けた重要な一歩と見なしており、EU内でトレーニングおよびホストされ、現地の規制に準拠したモデルを提供しています。
ハードウェア効率: トレーニング実行の効率性に関して活発な議論が行われており、1兆パラメータのモデルがわずか3,800基のBlackwell GPUでトレーニングされたことを踏まえ、米国ベースの巨大なスーパーコンピュータークラスターの必要性に疑問を呈する声もあります。
競合他社との比較: サイバーおよびビジョン能力については称賛されているものの、一部のユーザーは、Mistralの進歩はフロンティアラボやDeepSeek、GLMといった中国のオープンウェイトモデルよりも遅いと主張しています。

"もしこのビジョンモデルが本当にAstraと同等の性能なら、世界最高と言えるだろう。サイバーベンチマークも強力だし……これは優れたディフェンダーモデルだ。"

"残念ながら、Mistralの進歩はかなり遅く感じられる。このモデルは誰をも驚かせるようなものではない。平凡であり、その平凡さが数ヶ月遅れてやってきたという印象だ。"

サポートされている機能

Mistral Large 4は、APIを通じて以下の開発者向けツールスイートを包括的にサポートしています。

構造化出力 (Structured Outputs)
関数呼び出し (Function Calling)
ドキュメントQ&A
バッチ処理
エージェントと会話