Mistral Studio Workflowsとは？Temporal基盤AIオーケストレーションの機能・料金・比較を解説

Mistral Studio Workflowsは、フランスのMistral AIが提供する企業向けのAIワークフロー実行基盤です。LLM呼び出し・ツール利用・外部API・人の承認を組み合わせた多段の処理を、オープンソースの実行エンジンTemporalの仕組みで記録しながら動かすため、サーバーが落ちても途中のステップから再開できます。

2026年4月27日にパブリックプレビューとして公開され、2026年10月22日時点でもプレビューのままです（GA＝一般提供の時期は未発表）。10月9日には、Mistral側のクラウドでワーカーを動かせるManaged Deploymentsが追加され、自前でKubernetesを用意しなくても試せるようになりました。

この記事でわかること

• Mistral Workflowsとは何か、Mistral Studioの中での位置づけ
• Temporal基盤の「永続実行（Durable Execution）」の仕組み
• 主な機能・強み・制約（2026年10月時点の公式情報）
• 料金の考え方とLLM費用の試算例
• 公式の雛形に沿ったはじめ方と、Managed Deploymentsを含む3つの運用形態
• LangGraph・n8n・AWS Step Functions・素のTemporalとの違い
• こんな企業・チームにおすすめ／おすすめしないケース

対象読者: 多段のAI処理を本番で動かしたいエンジニア、AI活用を進める企業のシステム部門・情報システム担当者、Temporal系のAIオーケストレーション基盤を比べたい方

Mistral Workflowsとは

出典: Mistral AI 公式サイト

Mistral Workflowsは、AIの多段処理を「止まらずに最後まで動かす」ためのオーケストレーション基盤です。Mistral AIは公式ニュースで「Workflows is the orchestration layer for enterprise AI（企業AIのためのオーケストレーション層）」と位置づけています。

公式ドキュメントの説明を要約すると、次のとおりです。

Mistral Workflowsは、本番品質のAIワークフロー（LLM呼び出し・ツール利用・外部API・人の入力を組み合わせた多段処理）を作るためのプラットフォーム。ワークフローをコードで書けば、永続性・リトライ・スケジュール・ストリーミング・可観測性はプラットフォームが受け持つ。

一般的なスクリプトとの違いは耐障害性です。普通のスクリプトはサーバーの停止やネットワーク障害が起きると最初からやり直しになります。Mistral Workflowsは各ステップをイベント履歴として記録し、障害の後は完了済みのステップを飛ばして続きから再開します。

開発元のMistral AIそのものについては「Mistral AIとは」で、資金調達など会社の動きは「Mistral 3000億円調達」で整理しています。

Mistral Studioとの関係

Mistral Studioは、2025年10月に発表されたMistral AIの「AIを本番で動かすための統合環境」です。発表時の説明では、次の3つの要素で構成されています。

WorkflowsはこのうちAgent Runtimeにあたります。公式ドキュメントが挙げる起動経路は次の3つです。

1. Mistral API（POST /v1/workflows/{name}/execute）: 言語を問わず、どのアプリからでも実行を開始できる
2. Studio UI: ワークフローの入力型から入力フォームが自動で作られ、実行の流れをライブで確認できる
3. Vibe（旧Le Chat）のWorkモード: 会話の中に「アシスタント」として表示され、承認依頼にもその場で応答できる

なお、チャットサービス「Le Chat」は2026年5月下旬に「Vibe」へ改称されました。9月には Chat と Work のモードが1つのVibe体験に統合されています。古い資料に出てくる「Le Chatから起動」は、現在の「Vibeから起動」と同じ意味です。

OpenStackの「Mistral」とは別の製品です

OpenStackには「Mistral」という名前のワークフローサービスがあり、検索結果に混ざることがあります。これは2013年ごろから開発されているOpenStackの部品で、この記事で扱うMistral AIの「Mistral Studio Workflows」とは関係ありません。

Temporal基盤とは：なぜ「止まらない」のか

出典: Temporal 公式サイト

Mistral Workflowsが止まりにくい理由は、実行エンジンにTemporalを使っているからです。Temporalは処理を一歩ずつ記録し、障害が起きても記録をたどって続きを再開します。

Temporalとは

Temporalは、MITライセンスで公開されているオープンソースのワークフロー実行エンジンです。Uberで開発された「Cadence」の開発者らが立ち上げたプロジェクトで、自社でホストするか、マネージド版のTemporal Cloudを使うかを選べます。

Temporal公式サイトには、OpenAI・Snap・Salesforce・NVIDIA・Cloudflare・GitLab・DoorDashなどのロゴが並んでいます。Mistral AIの公式ニュースは「Netflix、Stripe、Salesforceと同じ技術」と紹介しています。OpenAIのインフラ責任者による「Durable execution is a core requirement for modern AI systems（永続実行は現代のAIシステムに欠かせない）」という言葉も、Temporal公式サイトに引用されています。

Durable Execution（永続実行）の仕組み

Temporalの中心となる考え方がDurable Execution（永続実行）です。

通常のプログラムは、実行中にサーバーが再起動すると処理の途中経過が消えます。Temporalは各ステップの結果をイベント履歴として保存しておき、障害の後は履歴を読み直して同じ地点から再開します。この仕組みにより、次のような処理を扱えます。

• 数秒で終わる処理から、数か月かかる長時間の処理まで
• ステップ単位のリトライ（失敗時の再試行と待ち時間の設定）
• 人の承認や外部イベントを待つ一時停止

本番でAIの多段処理を動かすときによく起きる問題と、永続実行での対処は次のとおりです。

MistralがTemporalに加えた拡張

Mistral AIはTemporalをそのまま使うのではなく、AI向けの機能を足しています（VentureBeatの報道とMistral AIの説明）。

• ストリーミング: LLMの出力をトークン単位でワークフローから配信
• ペイロード処理: 2MBを超えるデータを自社のクラウドストレージへ退避
• マルチテナンシー: ワークスペース単位でチーム・プロジェクトを分離
• AI向けの可観測性: 実行イベントのライブ配信とOpenTelemetryのトレース

まとめると、「実績のある永続実行エンジンに、LLMを扱うための部品を足したもの」がMistral Workflowsです。

Mistral Workflowsでできること：主要機能

Mistral Workflowsの機能は「止まらない実行」「人の承認」「見える化」「AI向けの部品」の4つに分けられます。以下は2026年10月時点の公式ドキュメントで確認できた機能です。

まず、公式ドキュメントの基本用語を押さえておくと、機能の説明が読みやすくなります。

1. 耐久性のある実行（Durable Execution）

各ステップをイベント履歴に記録し、Workerが落ちても別のWorkerが記録から続きを実行します。リトライはActivityごとに待ち時間（バックオフ）を設定できます。人のシグナルや外部イベントで一時停止しながら、秒単位から数か月単位まで動かせます。

2. Human-in-the-Loop（人間参加型ループ）

処理の途中で人の確認を待つ仕組みが用意されています。公式ドキュメントでは、次の2つの書き方が紹介されています。

• InteractiveWorkflow の wait_for_input(): チャット型の入力待ち。構造化されたフォームや「はい／いいえ」の確認、タイムアウトに対応。既定では無期限に待ち、タイムアウトを設定した場合は asyncio.TimeoutError になる
• シグナル＋ workflow.wait_condition(): 承認シグナルが届くまで条件待ちで止める

待っている間はコンピュートを消費しません（公式ニュース）。承認はStudioやVibeのWorkモード、APIから送れるため、「担当者が申請 → 管理職が翌日承認 → 後続処理」のような業務に向いています。

3. 可観測性（Observability by Default）

実行中のイベントはライブで配信され、後から履歴を照会できます。分岐・リトライ・状態の変化はStudioに記録され、OpenTelemetryのトレースにも対応しています。2026年7月31日の更新では、複数ステータスでの絞り込み、お気に入り、共有できる絞り込みビュー、失敗率の表示が加わりました。

4. スケジュール実行・繰り返しタスク

公式ドキュメントにSchedulingのページがあり、決まった時刻や間隔でワークフローを起動できます。夜間バッチや定期レポートのような処理を、リトライ付きで動かせます。

5. マルチエージェント調整（Durable Agents）

mistralai-workflows[mistralai] を入れると、エージェントの実行ループをワークフローの永続性ごと扱えるDurable Agentsが使えます。

• Agent にモデル・指示・ツール・委譲先（handoffs）・MCPクライアントを設定し、Runner.run(...) で実行。max_turns で往復回数の上限を決める
• Activityをそのままツールとして渡せる
• handoffsで、取りまとめ役のエージェントから専門エージェントへ仕事を回せる
• 実行方式は RemoteSession（本番推奨。Mistral Agents SDKを使う）と LocalSession（実験的。オンプレ向けにWorker内でループを回す）の2つ。Web検索・コード実行・画像生成・ドキュメントライブラリといった組み込みツールは RemoteSession が必要

MCPサーバーへはstdio／SSE／Streamable HTTPで接続できます。MCPの仕組みそのものは「AWS MCP Server 一般提供開始まとめ」でも触れています。

6. ワークフロー制御機能

実行中のワークフローには外から働きかけられます。公式ドキュメントで確認できた制御の手段は次のとおりです。

Temporalには一般的に、状態の読み取り（Query）、応答を待つ更新（Update）、履歴を区切って続ける Continue-as-New などの機能もあります。Mistral Workflowsでこれらがどこまで使えるかは、利用前に公式ドキュメントで確認してください。

7. ハイブリッド展開アーキテクチャ

オーケストレーター（Mistralが管理）とWorker（実行コード）を分けた構成です。

[自社環境 または Mistral Cloud] Worker（実行コード・業務データへのアクセス）
    ↑ 外向きの接続のみ（受信ポートの開放は不要）
[Mistralが管理] Workflows API（状態・履歴・仕事の割り振り）

Workerは外向きの接続だけでAPIから仕事を取りに行くため、社内ネットワークに受信ポートを開ける必要がありません。Workerを自社のKubernetesやVMに置けば、業務ロジックと社内データへのアクセスは自社の境界の中に残ります。Kubernetes向けのHelm chartも公式ニュースで案内されています。

8. セキュリティ・データ保護

• ペイロードの暗号化: SDKがWorkerから出る前に暗号化し、プラットフォームには暗号文が渡る（extra: encryption）
• 大きなデータの退避: 2MBを超えるペイロードは自社のAmazon S3・Google Cloud Storage・Azure Blobへ退避（extras: s3 gcs azure）
• RBAC: ワークスペースでチーム・プロジェクトを分け、ロールで権限を管理。管理画面のユーザー・グループ・ロール管理は2026年9月10日にGA
• MCPの認証情報: Workerの環境変数を参照させる形で渡し、イベント履歴に秘密の値を残さない

9. Vibe（旧Le Chat）統合

公開したワークフローは、VibeのWorkモードから業務担当者が起動できます。入力フォームはワークフローの型から自動で作られるため、エンジニアが作ったワークフローを業務部門が会話の中で使い、承認依頼にもその場で応える、という分担になります。

10. Python SDK（mistralai-workflows）

SDKのパッケージ名はmistralai-workflows（Apache-2.0）です。2026年4月の公開時はv3.0で、2026年10月15日にv3.16.0が出ています。対応はPython 3.12以上3.15未満。@workflows.workflow.define でワークフローを、@workflows.workflow.entrypoint で入口を、@workflows.activity() で実作業を定義します。入力はpydanticのモデルで型を決めます。

強み

Mistral Workflowsの強みは「AIの多段処理を本番で止めずに動かすための部品が、最初からそろっている」点です。

1. AI特化のオーケストレーション設計

n8nやZapierのような業務自動化ツールでは、LLMは「多数あるノードの1つ」という扱いです。Mistral Workflowsは、LLMのトークン配信、エージェントの実行ループ、Mistral APIの呼び出しが部品として組み込まれています。Mistral AIの評価用部品（Judges・Datasets）やAgentsも、ワークフローの永続性をそのまま引き継ぎます。

2. 本番実績のある技術基盤

実行エンジンのTemporalは、AI以外の分野も含めて大規模な本番運用の実績があります。Mistral Workflows自体も、公開時点でASML・ABANCA・CMA-CGM・France Travail・La Banque Postale・Moeveが本番で使っていると公式ニュースに書かれています。VentureBeatは「毎日数百万件の実行（millions of daily executions）」を処理していると報じました（具体的な件数は公式ドキュメントでは未確認）。

3. データ主権とエンタープライズセキュリティ

Workerを自社環境に置けば、業務ロジックと社内データへのアクセスは自社側に残ります。ペイロードの暗号化と自社ストレージへの退避も用意されています。Enterpriseでは、Studioの環境自体をプライベートクラウドやオンプレミスで動かせると公式ドキュメントに記載があります。EUの企業であるため、GDPRへの配慮を重視する組織でも検討しやすい選択肢です。

4. 可観測性の標準搭載

実行のイベント履歴、ライブ配信、OpenTelemetryのトレースが最初から使えます。ログ基盤を別に作らなくても「どの判断が、いつ、どの入力で行われたか」をたどれるため、金融・物流・行政のように判断の記録を求められる業務と相性がよいです（InfoQの分析）。

5. Vibeとの統合で業務担当者も使える

エンジニアがPythonで書いたワークフローを、業務担当者がVibeから起動・承認できます。VentureBeatによると、Mistral AIはドラッグ&ドロップで組み立てる画面ビルダーをあえて採っていません。「作るのはエンジニア、使うのは業務部門」という分担がはっきりした設計です。

制約・できないこと

Mistral Workflowsは2026年10月時点でもプレビュー段階で、使う前に知っておくべき制約があります。公式ドキュメントと技術メディアで確認できた主なものは次のとおりです。

InfoQが紹介した現場の声として、「オーケストレーションの一段下（モデルの信頼性、GPU、実際のトラフィック）では問題が起き続ける」「難しいのはエージェントをつなぐことではなく、半分だけ正しい結果が返ってきたときの扱い」という指摘があります。部分的な失敗をどう扱い、どこまで巻き戻し、誰が責任を持つかは、Workflowsを使っても自分たちで設計する必要があります。

料金・プラン（2026年10月時点）

2026年10月22日時点で、Workflows単体の料金は公表されていません。 公式料金ページでは、Workflowsは「Mistral Studioから多段の自動化を動かす機能」として載っているだけで、実行回数や時間あたりの課金方法は確認できませんでした。費用の中心は、ワークフローの中で呼ぶLLMのAPI料金と、Workerを動かすインフラ代です。

Vibe（旧Le Chat）のプラン

業務担当者がVibeからワークフローを使う場合は、Vibeのプランも関係します。公式料金ページ（ドル表記・税別）は次のとおりです。

ユーロ建ての価格は地域や時期で異なり、報道の間でも数字が食い違っています。契約前に公式の料金ページで自分の地域の表示を確認してください。

Managed Deploymentsの利用条件（プラン別）

2026年10月に加わったManaged Deploymentsは、プランごとに同時に動かせる数が決まっています（公式Quotasページ）。

上限を超えたり、Freeで作ろうとしたりするとエラー（403）になります。従量課金は管理画面の Admin > Billing & Usage > Subscriptions から有効にします。Managed Deploymentsのコンピュート単価は、今回確認した公式ページには載っていませんでした。

なお、「Experiment（無料）／Scale（従量課金）」というStudioのプラン区分が紹介されている資料もありますが、現在の公式料金ページでは確認できません。

API料金（Workflows内のLLM呼び出しに発生）

ワークフローの中で呼ぶMistralモデルには、通常のAPI料金がかかります（公式料金ページ、100万トークンあたり・USD）。

バッチ処理は50%引き、キャッシュされた入力は最大90%引きです。Mistral Medium 3系は現行のモデル一覧から外れています（Medium 3.1は2026年8月31日に提供終了）。各モデルの特徴は「Mistral Large 4とは」「Mistral Medium 3.5とは」で解説しています。

LLM費用の試算例

Workflowsの実行料金が公表されていないため、まずはLLM代から予算をつかむのが現実的です。1件の処理で入力5,000トークン・出力1,000トークンを使い、月1万件動かす場合（入力5,000万トークン・出力1,000万トークン）の試算です。

書類の分類やルーティングは小さいモデル、判断の難しい工程だけ大きいモデル、とステップごとに使い分けると費用を抑えやすくなります。実際には、リトライやエージェントの往復でトークンが増える点も見込んでおきましょう。この試算にはWorkerのインフラ代・Managed Deploymentsの利用料・Vibeのプラン代は含みません。

Python SDKでのはじめ方

出典: Mistral AI 公式ドキュメント

公式のはじめ方は、CLIで雛形を作り、ローカルでWorkerを起動する流れです。ネット上の古い解説で見かける pip install mistralai や from mistralai.workflows import workflow という書き方は、現在の公式手順とは異なります。

インストール

前提はPython 3.12以上（3.15未満）と、Mistral ConsoleのAPIキーです。公式手順では、パッケージ管理ツールのuvを使います。

# 雛形プロジェクトを作成（途中でConsoleのAPIキーを入力。キーは発行時に1回しか表示されない）
uvx mistralai-workflows-cli@latest setup

# Workerを起動（Ctrl+Cで停止）
make start-worker

既存のプロジェクトに追加する場合は次のとおりです。

uv add mistralai-workflows
# Durable Agentsなど、Mistralの部品も使う場合
uv add "mistralai-workflows[mistralai]"

暗号化（encryption）、ペイロードの退避先（s3 gcs azure）、圧縮（compression）、評価（evaluations）などはextrasとして必要なものだけ追加します。

基本的なワークフロー定義

雛形の src/workflows/hello.py は、次のような構造になっています（公式雛形をもとに簡略化したものです。細部は生成された雛形を参照してください）。

import mistralai.workflows as workflows
from pydantic import BaseModel


class HelloInput(BaseModel):
    name: str = "World"


@workflows.activity()
async def greet(name: str) -> str:
    # 副作用（LLM呼び出し・HTTP・DB書き込み）はActivityに置く
    return f"Hello, {name}!"


@workflows.workflow.define(name="hello-world")
class HelloWorkflow:
    @workflows.workflow.entrypoint
    async def run(self, params: HelloInput) -> str:
        # ワークフロー本体は「順番を決めるだけ」の決定的なコードにする
        return await greet(params.name)

Worker側は discover_workflows() でワークフローを探し、run_worker(...) で起動します。Workerを動かしたら、ConsoleのWorkflows → hello-world → Start Workflow で実行し、Executionsタブで結果を確認できます。

書くときの原則

• ワークフロー本体は決定的に書く（乱数・現在時刻・直接のI/Oを入れない）
• 外部API・データベース・LLMの呼び出しは必ずActivityを通す
• 人の承認を挟むなら InteractiveWorkflow の wait_for_input() か、シグナル＋条件待ちを使う

パブリックプレビュー中のため、APIや雛形の中身は変わることがあります。実装前に公式ドキュメントの最新版を確認してください。

ワーカーのKubernetesデプロイ

本番でWorkerを自社環境に置く場合は、KubernetesやVMで動かします。Kubernetes向けのHelm chartがあることは公式ニュースで案内されていますが、具体的なコマンドや設定値は公式ドキュメントで確認してください。

Workerは外向きの接続だけで動くため、社内のデータベースやイントラネットのサービスへのアクセスは自社のネットワーク内で完結します。Workerの起動時には DEPLOYMENT_NAME の指定が必要です。同じ名前のワークフローを2つの有効なデプロイが登録していると、デプロイ名を指定しない実行要求はエラー（409）になるため、名前は一意にしておきましょう。

Managed Deployments（2026年10月追加）と3つの運用形態

出典: Mistral AI 公式ドキュメント

2026年10月9日、Workerの実行をMistral側のクラウドに任せられるManaged Deploymentsがパブリックプレビューとして追加されました。これで、Mistral Workflowsの運用形態は大きく3つになりました。

Managed Deploymentsの仕組み

GitHubのリポジトリを指定すると、Mistral CloudがリポジトリのDockerfileからイメージを作り、Workerを起動します。

• 前提: GitHubアカウント、Mistral GitHub Appのインストール、Python 3.12以上、Worker側の mistralai-workflows 3.10以上
• 認証: デプロイごとにサービスアカウントが作られ、自動で更新されるトークンがファイルとしてマウントされる。Worker用のAPIキーを発行・管理しなくてよい
• シークレット: ワークスペースに登録したシークレットを、ビルド時・実行時に渡せる
• ハードニング: Workerとして登録できるユーザーやサービスアカウントを絞り込める
• 注意点: 同じ名前のデプロイが2つあると実行を奪い合うため、名前は一意にする

3つの運用形態の比較

手早く試すならManaged Deployments、社内DBと密に連携する本番なら自前ワーカー、データを外に出せないならEnterprise、という順に検討すると判断しやすくなります。

競合ツールとの比較

Mistral Workflowsは「Pythonで書き、Temporalの永続実行とMistralのAI部品をまとめて使いたい」場合に合う基盤です。LLMアプリの作り込みならLangGraph、ノーコードの業務自動化ならn8n、AWS中心ならStep Functions、と得意分野が分かれます。

Mistral Workflows vs 主要AIオーケストレーションツール

下の表は、2026年10月時点の各社の公式情報と一般的な仕様をもとに、◎△のような印ではなく具体的な違いを書き出したものです。

LangGraphなどエージェント開発フレームワークの選び方は「AIエージェント フレームワーク 比較」、ノーコード寄りの選択肢は「Difyとは」、AWSでのエージェント運用は「AWS Bedrock AgentCore CLI 使い方」で詳しく扱っています。

用途別の選び分け

Temporal OSS（自前運用）との使い分け

「Temporalを自分で使う」か「Mistral Workflowsを使う」かは、オーケストレーターの運用を誰が持つかとAI部品をどこまで自作するかで決まります。

複数ベンダーのモデルを使う、またはGA済みのSLAが必要な場合は素のTemporal（特にTemporal Cloud）が堅実です。Mistralのモデルを中心に、エージェント部品やVibeからの起動まで含めて早く本番に乗せたい場合はMistral Workflowsが手間を減らせます。

採用企業・実際の活用事例

Mistral AIの公式ニュースによると、公開時点（2026年4月）で次の6社がMistral Workflowsを本番で使っていました。

各社が具体的にどの業務で使っているかは、公式ニュースでは企業ごとに示されていません。VentureBeatは利用例として、次のような業務を挙げています。

• 物流: 貨物の引き渡し（リリース）手続きの自動化
• 金融: KYC（本人確認）書類の審査
• 銀行: 顧客からの問い合わせの振り分け

共通しているのは、複数の書類やシステムをまたぎ、途中で人の確認が入り、判断の記録を残す必要がある業務です。書類を読み取る工程には、Mistralの文書認識モデルを組み合わせる構成も考えられます（「Mistral OCR 4とは」）。

セキュリティとデータ保護

出典: Mistral AI 公式サイト

Mistral Workflowsは、Workerを自社側に置き、ペイロードを暗号化することで、業務データをMistral側に平文で渡さない構成をとれます。ただし初期設定のままで十分とは限らないため、導入前に確認しておきたい点があります。

ハイブリッドアーキテクチャのセキュリティメリット

オーケストレーター（状態と履歴の管理）とWorker（実際の処理）が分かれているのが基本の構成です。

自社の管理下に置けるもの（Workerを自社環境に置く場合）:

• Workerのプロセス（実行コード）
• 業務ロジック
• 社内データベースやイントラネットへのアクセス
• 暗号化前のペイロード、2MB超のデータ（自社のストレージへ退避）

Mistral側で管理されるもの:

• 実行の状態・イベント履歴・仕事の割り振り
• ペイロード（暗号化を有効にしていれば暗号文）

セキュリティ機能まとめ

導入前に確認が必要な事項

• イベント履歴に残る情報: 入出力は実行履歴に記録されます。個人情報や機密情報を扱う場合は、暗号化extraの有効化と、退避先ストレージの権限設計を必ず確認してください
• オーケストレーターの置き場所: 標準構成ではMistral側のクラウドです。完全な社内運用が必要ならEnterpriseでの個別相談になります
• SLA: プレビュー段階のため、稼働率の保証は確認できていません
• 認証・認定: SOC 2やISO 27001などの取得状況は、今回の調査範囲では確認できていません。導入前に営業窓口へ確認することをおすすめします
• Managed Deploymentsのネットワーク: Mistral Cloud上のWorkerから社内システムへどう接続するか（公開範囲・認証）は、自社側で設計が必要です

こんな企業・チームにおすすめ

Mistral Workflowsが合うのは、「多段で時間がかかり、途中で人の確認が入るAI処理」を本番で動かしたい組織です。1回のLLM呼び出しで済む用途や、GA済みのSLAが必須の用途には合いません。

こんな用途・組織にはおすすめ

本番AIワークフローの障害対応に疲弊しているチーム

スクリプトで組んだ処理が落ちるたびに手で再実行している状況なら、永続実行の効果をすぐに実感できます。完了済みのステップを残したまま再開できるため、LLMの再実行による無駄なコストも減らせます。

規制業種（金融・医療・行政・物流）の企業

イベント履歴、人の承認待ち、権限管理がそろっています。KYC審査・融資審査・貨物の引き渡しなど、人の判断を挟み、記録を残す必要がある業務に合います。

数時間〜数日かかる非同期ワークフローが必要なケース

「担当者が申請 → 管理職が翌日承認 → 後続処理」のような流れを、待機中のコンピュート代をかけずに動かせます。

Mistral AIのモデルやVibeをすでに使っているチーム

Studio・Vibe・Mistral APIとそのままつながるため、つなぎ込みの手間が小さくて済みます。

Kubernetesを運用している、または手早く試したいエンタープライズ

社内にKubernetes環境があれば自前ワーカーで社内データの近くに置けます。インフラ担当が少ない場合も、従量課金を有効にすればManaged Deploymentsで始められます。

自社の業務システムにこうしたワークフロー基盤や新しいモデルを組み込む場合、費用は「LLM代」だけでなく、既存システムとの連携や承認フローの設計・テストにもかかります。進め方と見積もりの内訳は「AI開発の費用相場」で、PoC・本開発・改修に分けて整理しています。

おすすめしないケース

単純な1ステップのLLM呼び出しだけが必要な場合

要約や分類を1回するだけなら、通常のMistral APIやSDKで十分です。ワークフロー基盤を入れると、設計と運用の手間が増えるだけです。

今すぐ止められない基幹業務で使いたい場合

2026年10月時点でもパブリックプレビューで、SLAは確認できていません。止まると困る用途は、GAを待つか、Temporal CloudなどGA済みの基盤を検討してください。

Pythonを使わないチーム

ワークフローの定義はPythonだけです。起動はREST APIで他の言語からもできますが、ワークフロー本体をNode.jsやJavaで書きたい場合は、複数言語のSDKがある素のTemporalが候補になります。

エンジニアがいない小規模チーム

画面で組み立てるビルダーはなく、Pythonで書いて決定的なコードの作法を守る必要があります。ノーコードで業務を自動化したいなら、n8nやDifyのほうが始めやすいでしょう。

Mistral以外のモデルを中心に使いたい場合

Durable Agentsなどの部品はMistralのモデルを前提にしています。GPTやClaudeなど複数社のモデルを主役にしたいなら、LangGraphや素のTemporalも比較対象に入れてください。

よくある質問（FAQ）

Q1. OpenStackの「Mistral Workflows」と同じですか？

A. 別の製品です。 OpenStackの「Mistral」は、2013年ごろから開発されているクラウド基盤OpenStackのワークフローサービスです。Mistral AIの「Mistral Studio Workflows」は2026年に公開されたAI向けの実行基盤で、開発元も目的も違います。検索や社内資料で混同しないよう注意してください。

Q2. ChatGPTやClaudeなどMistral以外のLLMモデルは使えますか？

A. 公式に「対応」と明記された記述は確認できていません。 仕組みとしては、Activityの中でHTTPリクエストを送れるため、他社のAPIを呼ぶコードを書くこと自体は妨げられていません。一方、Durable Agentsの組み込みツールやエージェント部品はMistralのモデル・Agents SDKを前提にしています。他社モデルを本格的に使う予定があるなら、利用規約とサポート範囲をMistralに確認してください。

Q3. GA（一般提供）はいつになりますか？

A. 2026年10月22日時点で未発表です。 4月27日のパブリックプレビュー開始から約半年たち、Managed Deploymentsや管理機能の追加が続いていますが、GAの時期は告知されていません。公式は「大きなAPI変更は予定していないが、変更する場合は事前に告知する」としています。

Q4. 日本語サポートや国内代理店はありますか？

A. 今回の調査範囲では確認できませんでした。 日本向けの公式サポート窓口や国内代理店の情報は見つかっていません。ドキュメントは英語が中心です。日本語での契約・サポートが必要な場合は、営業窓口に問い合わせてください。

Q5. Workflowsの実行数に上限（レートリミット）はありますか？

A. Managed Deploymentsの同時デプロイ数には上限があり、実行数の上限は公開情報で確認できていません。 同時に動かせるマネージドデプロイ数は、従量課金で3、Enterpriseで10です（Free、従量課金オフのPro／Teamは0）。実行回数やAPIのレート制限はワークスペースの設定や契約で変わる可能性があるため、Consoleの表示か営業窓口で確認してください。

Q6. Temporal OSSの自前運用と何が違いますか？

A. オーケストレーターの運用を任せられる点と、AI向けの部品が最初から入っている点が違います。 Temporal OSSを自前で使う場合、クラスターの運用とLLM向けの部品（ストリーミング、エージェントループ、評価）は自分で用意します。Mistral Workflowsはそれらを提供する代わりに、Mistralのエコシステムとプレビュー段階の制約を受け入れることになります。

Q7. pip install mistralai でWorkflowsを始められますか？

A. Workflowsには別パッケージの mistralai-workflows を使います。 雛形は uvx mistralai-workflows-cli@latest setup で作り、既存プロジェクトには uv add mistralai-workflows で追加します。mistralai は通常のMistral APIを呼ぶためのSDKで、ワークフローの定義には使いません。

まとめ

Mistral Studio Workflowsは、Temporalの永続実行を土台に、LLM呼び出し・エージェント・人の承認を組み合わせたAI処理を本番で止めずに動かすための基盤です。2026年10月時点ではパブリックプレビューのままですが、Managed Deploymentsの追加で試すハードルは下がりました。

強みが発揮される用途

• 障害で止められない多段のAI処理（Durable Execution）
• 人の承認を挟む規制業種の業務フロー（Human-in-the-Loop）
• 判断の記録が求められる業務（イベント履歴・OpenTelemetry）
• Mistralのモデル・Vibeと組み合わせた社内展開

現時点での注意点

• パブリックプレビューでGA未発表、SLAは未確認
• ワークフローの定義はPythonのみ（起動はREST APIで任意の言語から）
• Workflows単体の料金は非公表。費用はLLMのAPI料金から見積もる
• Managed DeploymentsはFreeや従量課金オフのPro／Teamでは使えない
• Mistral以外のモデルを主役にする使い方は公式に明記されていない

まずはManaged Deploymentsか手元のWorkerで公式の雛形を動かし、承認待ちを含む小さな業務で効果を確かめるのが現実的な進め方です。止められない業務への本格導入は、GAとSLAの発表を確認してから判断しても遅くありません。

関連記事

AIエージェントの基本から知りたい方は「AIエージェントとは」をご覧ください。生成AIツールを広く比べたい方は「生成AIツールおすすめ」、生成AIの全体像は「生成AIとは」で整理しています。