Mistral Large 4 リリースノート

Mistral Large 4 (ML4) は、非公式に「le Chonk」と呼ばれる、1兆パラメータのネイティブマルチモーダルモデルであり、オープンウェイト性能の限界を押し広げるために設計されています。このモデルは現在、Mistral Studio APIを介してパブリックプレビューで利用可能となっており、完全なウェイトは2026年10月までにリリース予定です。

モデルアーキテクチャとインフラストラクチャ

ML4は、合計1兆パラメータ、アクティブパラメータ490億パラメータを備えたMixture-of-Experts (MoE) モデルです。Mistralの自社所有ヨーロッパデータセンター内で3,800台のNVIDIA Grace Blackwell GPUを使用して、完全に新規に訓練されました。

AI主権を確保するため、モデルはMistralがヨーロッパ法下で完全に自社運営するインフラストラクチャ上にデプロイされています。他のデジタルサービスプロバイダとは独立しています。訓練データは多言語にわたっており、160語以上をカバーしており、すべての欧州連合公式言語を含んでいます。

サイバーセキュリティおよび安全性能

ML4は、閉鎖型モデルで一般的な「プロバイダレベルの拒否」を回避するように設計された、サイバーセキュリティ分野における最先端のオープンウェイトモデルとして位置づけられています。これは、正当な脆弱性調査を妨げる要因となることがあります。

サイバーセキュリティベンチマーク

Artificial Analysis Cyber Index: ML4は世界トップ5にランクインし、中国以外で開発されたオープンウェイトモデルの中でリードしています。
脆弱性再現: 実際のオープンソースソフトウェアの脆弱性の再現とパッチ適用を求めるテストで82%のスコアを記録。Claude Opus 5.5やGPT-6 Astraなどの閉鎖型モデルは、安全上の拒否によりスコアがほぼゼロでした。
Cybench: このセキュリティコンペティションデータセットの40の演習のうち93%を解決しました。

安全性と堅牢性

B3 AI Security Benchmark: ML4は93.3%の攻撃に耐性を持ち、間接的なプロンプトインジェクションに対して高い堅牢性を示しています。
KORA Benchmark: ML4は1.691のスコア（2が優秀）を達成し、テストされたオープンソースモデルの中で最高です。
悪意あるリクエスト: 高いサイバーキャパシティを持つ一方で、JailbreakBench、StrongREJECT、AgentHarmを用いた悪意あるリクエストに対する平均拒否率は、他のオープンソースモデルよりも高いです。

エージェント型コーディングとプロフェッショナルワークフロー

ML4はソフトウェアエンジニアリングおよび複雑なビジネスオートメーションにおいて高い習熟度を示しています。

コーディングおよびエージェントベンチマーク

Coding Agent Index: ML4は49.8%の合計スコアを達成し、DeepSeek V4 Pro 0813およびQwen3.8 Maxを上回りました。
特定ベンチマーク: DeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4で28.3%を記録しました。
人間評価: Surge AIによる盲検研究では、ML4は5モデル中2位で3.74のスコアを獲得。Claude Opus 5（4.22）に次ぐ成績でした。

ビジネスオートメーション

AutomationBench: Gmail、Slack、Salesforceを含む657のビジネスワークフローで59.9%のスコアを記録。Kimi K3およびDeepSeek V4 Proを上回りました。
AA-Briefcase: 長期的な知識作業において、ML4は1,393 Eloを達成し、DeepSeek V4 Proを上回りました。

マルチモーダルおよび科学的機能

ML4は視覚理解および科学的推論において顕著な進歩をもたらしています。

視覚的基盤

ML4は複雑なドキュメント、チャート、ギガピクセル級の衛星画像を横断的に推論できます。視覚的基盤テストでは、Dense 200ベンチマークでGPT-6-Astraを上回りました（42% vs 41%）。

科学および数学

SciCode-Verified: ML4はコード内で複雑な科学的ワークフローを実装する分野で、オープンウェイトモデルの中でも最先端です。
STEMパフォーマンス: 内部評価では、CADおよびSTEMタスクにおいてGLM-5.3よりも好まれており、金融およびコーディング分野でも競争力を持っています。
応用数学: モデルは完全なHartree–Fockシミュレーションを生成でき、最先端の理論物理学タスクを処理できます。

知的作業：法務および金融

ML4は高精度なプロフェッショナルタスクに最適化されています。vals.aiによる第三者評価では、ML4はGPT-6-Astraを代表的な法務および金融タスクで上回っていると示されています。さらに、HarveyAIのLegal Agentベンチマークでは、すべてのオープンソースモデルを上回りました。

スケールでの強化学習

Mistralは、モデルの進化に伴って適応できる合成可能な強化学習（RL）ライブラリを使用しています。このシステムにより、1回のトレーニング実行で、安全な整合性から長期的なツール利用まで、多様なタスクをコードサンドボックスやウェブ検索といった共有フレームワークを用いて統合できます。

3,000台のGPU規模では、1回のトレーニング実行で1日あたり約330億トークンを生成し、そのうち160億トークンがトレーニング可能な完了トークンです。Mistralは、RLプロセスが現在「進行中」であり、まだ飽和していないと報告しており、計算能力が拡大するにつれてさらなる能力向上が期待されます。

コミュニティの視点

Hacker Newsからのコミュニティの反応は、喜びと批判的観察の両方が混在しています：

"オープンウェイト、ヨーロッパ製、GLM-5.3とサイバーセキュリティで競合。これ以上良いことはない。"

一部のユーザーは、中国以外のオープンモデルがさらに増えることを望んでおり、他のユーザーはML4の巨大スケールと比較して、DeepSeek v4.1 Flashのような小型モデルの効率性に注目しています。