AIツール2026年11月更新

Mistral Large 4とは?1兆パラメータ(アクティブ49B)のオープンウェイトMoE・料金$0.70/$2.10・GPT-6 Luna/DeepSeek V4.1との比較【2026年11月最新】

公開日: 2026/10/07
更新日: 2026/11/17
Mistral Large 4とは?1兆パラメータ(アクティブ49B)のオープンウェイトMoE・料金$0.70/$2.10・GPT-6 Luna/DeepSeek V4.1との比較【2026年11月最新】

この記事のポイント

Mistral Large 4は、仏Mistral AIの総1兆パラメータ・アクティブ49BのオープンウェイトMoEです。10月29日の重み公開と$0.70/$2.10への値下げを反映し、ライセンス・使い方・GPT-6 Luna/DeepSeek V4.1との料金と性能の比較をまとめました。

Mistral Large 4は、フランスのMistral AIが作った総パラメータ約1兆・アクティブ490億のマルチモーダルMoE(Mixture-of-Experts)モデルです。2026年10月6日にAPIのプレビューとして公開され、10月29日にHugging Faceで重みが公開されました。同じ日にAPI料金は100万トークンあたり入力$0.70/出力$2.10に下がっています。

プレビュー時に報じられた「定価$1.36/$4.18」「10月27日に重みを公開予定」は、いまでは古い情報です。古い記事の数字で予算や導入時期を決めないよう注意してください。

こんな方に向けた記事です

  • オープンウェイトの大型モデルを自社環境で動かすことを考えている開発者・情報システム担当者
  • 米国製・中国製以外のLLMを選択肢に入れたい企業・官公庁の担当者
  • GPT-6 LunaやDeepSeek V4.1と比べて、Large 4を選ぶ理由があるのかを知りたい方

Mistral Large 4の要点(2026年11月17日時点)

ポイント

内容

何か

Mistral AIの最上位オープンウェイトモデル。テキストと画像を入力できるMoE構成

規模

総1兆(公式Docsでは1.05兆)/1トークンあたりアクティブ490億(埋め込み層・出力層を含めると520億)

料金

API 入力$0.70・キャッシュ入力$0.07・出力$2.10(100万トークンあたり。10月29日に改定)

重み

10月29日にHugging Faceで公開済み。ライセンスは「Mistral Ecosystem Open-Weight License」

提供状況

11月5日時点で公式DocsにGA(一般提供)と表示。Microsoft Foundryでも提供

強み

非米中製のオープンウェイト、欧州でのデータ主権、金融・セキュリティ・エージェント用途

弱み

第三者の総合評価では中国勢に負ける。応答が遅く、出力が長くなりやすい

おすすめの組織

非米中製の大型モデルを、オンプレや欧州リージョンで使いたい組織

Mistral AIという会社そのものについては、Mistral AIとは?で解説しています。


Mistral Large 4とは:仏Mistral AIの1兆パラメータ級オープンウェイトモデル

Mistral AI公式サイトのMistral Large 4発表ページのイメージ

出典: Mistral AI「Introducing Mistral Large 4」

Mistral Large 4は、Mistral AIのフラッグシップモデルです。通常の応答と段階的に考える推論(reasoning)を、1つのモデルで行い、画像も入力できます。公式の愛称は「Le Chonk(ル・チョンク)」です。

基本仕様

項目

内容

開発元

Mistral AI(フランス・パリ)

公開の経緯

2026年10月6日 APIプレビュー → 10月29日 重み公開・料金改定 → 11月5日時点で公式DocsにGA表示(バージョンv26.10)

APIモデルID

mistral-large-4(OpenRouterでは mistralai/mistral-large-4-0)

Hugging Faceリポジトリ

mistralai/Mistral-Large-4-1T-A52B(FP8)、mistralai/Mistral-Large-4-1T-A52B-NVFP4(NVIDIA Blackwell向け4bit)

アーキテクチャ

細粒度のMoE。128個のエキスパートから4つと、共有エキスパート1つを使う

総パラメータ

約1兆(公式Docsでは1.05兆)

アクティブパラメータ

490億(埋め込み層・出力層を含めると520億)

画像エンコーダ

16億パラメータ(Pixtral系)

入力/出力

テキスト・画像/テキスト

コンテキスト長

100万トークン

対応言語

160以上(EUの全公用語を含む)

学習基盤

欧州にあるMistral自社データセンターのNVIDIA Grace Blackwell 3,800基

ライセンス

Mistral Ecosystem Open-Weight License(MITを修正したもの)

出典: Mistral公式ブログ(重み公開)、公式モデルページ、Hugging Face

プレビュー時に告知されていたリポジトリ名 Mistral-Large-4.0-1T05-A52B は、公開時に Mistral-Large-4-1T-A52B へ変わりました。古い記事のリンクをたどると見つからないことがあります。

GA(一般提供)の日付は情報源で分かれています。Microsoftのブログは「10月29日にMistralがGA」と書き、Mistralの公式Docsはリリース日を11月5日としています。どちらにしても、プレビューの段階は終わっています。

「1兆パラメータなのにアクティブ490億」とはどういう意味か

MoEは、モデルの中を多数の「専門家(エキスパート)」に分け、トークンごとに必要な専門家だけを動かす仕組みです。Large 4は全体で約1兆のパラメータを持ちますが、1トークンを処理するときに計算するのは490億パラメータ分だけです。そのため、同じ規模の密なモデルより推論のコストを抑えられます。

ただし、計算するのは一部でも、重みはすべてメモリに載せておく必要があります。APIで使うなら関係ありませんが、自社サーバーで動かす場合はここが大きなハードルになります。

数値の表記がメディアによって違う理由

Large 4の仕様は、情報源によって数字が少しずつ違います。数え方の違いと、プレビュー時の情報が残っていることが原因です。

項目

表記の例

違いの理由

アクティブパラメータ

49B / 52B

49Bは本体のみ、52Bは埋め込み層・出力層を含めた値

総パラメータ

1T / 1.05T

公式ブログは概数、公式Docsは詳細な値

重みの公開日

10月27日 / 10月末 / 10月29日

10月27日は一部メディアの報道、10月末はプレビュー時の公式予告。実際の公開は10月29日

API料金

$1.36・$4.18 / $0.68・$2.09 / $0.70・$2.10

順にプレビュー時の定価、最初の2週間の半額、10月29日以降の現行価格

前世代のMistral Large 3(mistral-large-2512)は10月31日に非推奨となり、2027年4月30日にAPIから提供が終わる予定です。Large 3を使っている場合は、移行を検討する時期に入っています。


Mistral Large 4でできること

Large 4は、汎用チャットよりも専門性の高い業務やエージェント用途を強く意識したモデルです。Mistralが得意分野に挙げているのは、コーディングエージェント、防御側のサイバーセキュリティ、金融・法務の文書、画像グラウンディング(衛星画像・図面)、業務自動化です。

分野

用途の例

Mistralが発表した主な数値

エージェント型コーディング

リポジトリ全体の修正、ターミナル操作

Terminal-Bench 4.0 41%(プレビュー時は28%)、FrontierCode 2.0 19.7%

金融

決算資料・開示資料の分析

FinWorkBench 73.3%(プレビュー時は67.4%)

調べもの・ブラウジング

Webを使った調査タスク

BrowseComp 84.5%

エージェントの安全性

ツール実行時の不正な指示への耐性

B3 Agent Security 97.1%

サイバーセキュリティ

脆弱性調査、インシデント対応

AA Cyber Index 51%

製造・地球観測

図面の読み取り、衛星画像の解析

プレビュー時の発表でDense 200 42%、DIOR-RSVG 73%(重み公開版の値は未発表)

出典: Mistral公式ブログ(重み公開)

APIでは、構造化出力(Structured Outputs)、関数呼び出し(Function Calling)、Document QnA、Prefix、バッチ処理、Agents & Conversations API、組み込みツールが使えます。業務フローに組み込むための機能は一通りそろっています。Mistral Studioのエージェント・ワークフロー機能と組み合わせるときは、Mistral Studioのワークフロー機能が参考になります。

出力はテキストだけです。画像生成や音声の入出力はできません。PDFや画像から文字を読み取るのが主目的なら、専用のMistral OCR 4を使うほうが安く済みます。


Mistral Large 4の強み

Large 4の強みは「総合力で一番」という点ではありません。オープンウェイトであること、欧州製であること、エージェントや専門業務に向けて作られていることの組み合わせにあります。

1. 米国製でも中国製でもないオープンウェイトの大型モデル

1兆パラメータ級のオープンウェイトモデルは、DeepSeek、Kimi、Qwen、GLMなど中国勢が中心です。調達ルールや取引先の要請で中国製モデルを使いにくい企業にとって、Large 4は数少ない選択肢になります。重みが公開されたので、自社のGPUで動かすことも、自社データで追加学習することも、ライセンスの範囲でできるようになりました。

2. 欧州でのデータ主権

学習は欧州にあるMistralの自社データセンターで行われました。この計算基盤の拡張には、2026年9月の大型資金調達が充てられています(Mistral AIのシリーズD調達)。Microsoft Foundryでは、データの処理場所をEU内に限る「EU DataZone」を選ぶこともできます。米国のクラウド事業者にデータを預けたくない組織や、GDPR対応を重視する欧州拠点を持つ日本企業にとって、判断材料になります。

3. エージェント用途での伸びとトークン効率

重み公開版では、プレビュー時からエージェント関連のスコアが大きく伸びました。Terminal-Bench 4.0は28%から41%に上がり、出力トークンは30%減ったとMistralは説明しています。Artificial AnalysisのCoding Agent Indexでは48%でGLM-5.3と同点ですが、1タスクあたりのトークンは47%少ないとされています。

人による評価のSurge Codeでは、GLM-5.3、Kimi K3、DeepSeek V4.1 Flashより好まれ、上にいたのはClaude Opus 5.5だけでした。いずれもMistral自身の発表なので、自社の課題で確かめてから判断してください。

4. サイバーセキュリティでの安全対策

悪意あるサイバー攻撃目的の依頼に対する拒否率は平均96.6%で、Mistralは「計測したオープンモデルの中で最高」としています。セキュリティ専門の派生版は、Orange Cyberdefenseなど審査を通ったパートナーにだけ、利用目的を契約で縛ったうえで提供しています。


Mistral Large 4の弱み・制約

重み公開と値下げで使いやすくなりましたが、第三者の評価では総合点・速度ともに上位ではありません。

弱み・制約

内容

総合点は中国勢に負ける

Artificial Analysis Intelligence Index v5.0.1で26(High設定、29モデル中13位)。Hugging Faceのモデルカード自身も「中国のオープンウェイトモデルのほうが総合点は高い」と認めている

応答が遅い

AAの計測(11月17日時点)で出力76トークン/秒、最初の回答トークンまで56.5秒(同じ規模帯の中央値は19.9秒)

出力が長い

AAの評価全体で出力トークン1.07億。1タスクあたりのコストは$2.06

日本語性能が未公表

160以上の言語に対応とあるが、日本語に関する公式の評価はない

自社運用のハードル

FP8版で約1.06TB、4bit版でも約610GB。公式の起動例はGPU 8基が前提

量子化版の品質

モデルカードは「ローカル推論の結果がよくなければMistral APIを使うように」と勧めている

ライセンスの条件

Model-as-a-Service事業者には別の商用ライセンスが必要。OSIの定義する「オープンソース」には当たらない

いちばん注意したいのは出力の長さと遅さです。トークン単価が安くても、回答が2倍長ければ請求額も2倍になります。AAの計測では、1タスクを終えるまでに平均18.0分かかっています。

速さが必要な処理では、推論の強さを下げると改善します。reasoning_effort を既定の high から medium にすると、AAの点数は26から23に下がる代わりに、出力トークンは1.07億から7,250万へ減ります。

AAの速度は計測した日によって変わります。プレビュー時の計測では116トークン/秒、重み公開直後は161トークン/秒という値も出ていました。見積もりの前に、実際のプロンプトで速度と出力量を測ってください。


Mistral Large 4の料金:現行価格と値下げの経緯

Large 4のAPI料金は、10月29日から入力$0.70/キャッシュ入力$0.07/出力$2.10(100万トークンあたり)です。プレビュー時の定価$1.36/$4.18から約半分に下がり、プレビュー初期の割引価格とほぼ同じ水準が通常価格になりました。

時期

入力

キャッシュ入力

出力

プレビュー時の定価(10月6日発表)

$1.36

未発表

$4.18

プレビューの最初の2週間(50%オフ)

$0.68

$0.07

$2.09

現行価格(10月29日〜)

$0.70

$0.07

$2.10

出典: Mistral公式ブログ(重み公開)、公式Changelog、公式モデルページ

  • 値下げの理由について、公式の説明はありません
  • 公式の料金ページ(mistral.ai/pricing)には、11月17日時点でLarge 4の行がありません。料金ページのFAQに残る「Mistral Large $0.5/$1.5」は前世代Large 3の価格と見られ、Large 4の価格ではありません
  • 自社サーバーで動かせば、トークン課金はかかりません。重みは無料で、代わりにGPUの調達・運用費用がかかります

Microsoft Foundryで使う場合の料金

Microsoftは「Mistral Large 4を提供する最初のクラウド」として、Sweden Centralリージョンで提供しています(扱いはpublic preview)。データの処理場所を限定すると、そのぶん単価が上がります。

デプロイの種類

入力

キャッシュ入力

出力

Global Standard

$0.70

$0.07

$2.10

US DataZone

$0.77

$0.077

$2.31

EU DataZone

$0.84

$0.084

$2.52

出典: Microsoft Foundry Blog

チャットアプリ「Mistral Vibe(旧Le Chat)」の料金

MistralのチャットアプリLe Chatは、2026年5月28日に「Mistral Vibe」へ名前が変わりました。公式料金ページのプランは、Free($0)、Pro(月$14.99。認証済みの学生は月$5.99)、Team(1ユーザー月$24.99)、Enterprise(個別見積もり)です。

ただし、どのプランでLarge 4を選べるかは料金ページに書かれていません。公式発表でLarge 4が使えると明記されているのは、コーディング向けのVibe Codeだけです。Vibeでの利用を前提にするなら、契約前にアプリのモデル選択画面で確認してください。


GPT-6 Luna・DeepSeek V4.1との比較

比較対象のDeepSeek公式サイトのロゴイメージ

出典: DeepSeek公式サイト

値下げ後も、価格あたりの総合性能ではLarge 4は割高です。Artificial AnalysisのIndexはGPT-6 Luna(28)やDeepSeek V4.1 Flash 1017(33)より低く、1タスクあたりのコストはLunaの約14倍、V4.1 Flashの約3.4倍です。Large 4を選ぶ理由は安さではなく、オープンウェイトで非米中製であることと、データの置き場所を選べることにあります。

比較表

項目

Mistral Large 4

GPT-6 Luna

DeepSeek V4.1 Flash 1017

DeepSeek V4 Pro 0813

開発元

Mistral AI(仏)

OpenAI(米)

DeepSeek(中)

DeepSeek(中)

重みの公開

公開(Mistral Ecosystem Open-Weight License)

非公開

公開(MIT)

公開(MIT)

総/アクティブパラメータ

1.05T/49B(52B)

非公開

未確認

1.6T/49B

コンテキスト長

1M

1.05M(272K超は割増)

1M

1M

入力 $/100万トークン

0.70

0.10(272K超は0.20)

0.15(オフピーク)/0.30(ピーク)

0.66(オフピーク)/1.32(ピーク)

出力 $/100万トークン

2.10

0.50(272K超は0.75)

0.60/1.20

1.98/3.96

画像入力

○

○

○

×

AA Intelligence Index

26(High)

28(Max)

33(Max)

23(Max)

1タスクのコスト(AA)

$2.06

$0.15

$0.60

$1.77

1タスクの時間(AA)

18.0分

12.2分

13.1分

17.3分

最初の回答トークンまで(AA)

56.5秒

68.3秒

40.0秒

49.8秒

出典: OpenAI API料金、DeepSeek API料金、Artificial Analysis(AAの値は11月17日時点、Intelligence Index v5.0.1)

AAの点数は、推論の強さの設定がモデルごとに違う状態での比較なので、目安として見てください。DeepSeekのピーク時間帯は平日の日本時間10:00〜13:00と15:00〜19:00で、日本の業務時間とほぼ重なります。日中に使うと料金はオフピークの2倍です。

DeepSeekのAPIで deepseek-flash を指定すると、現在はV4.1 Flash 1017につながります。この版から画像入力に対応しました。V4.1全体の解説はDeepSeek V4.1とは?、最新版の変更点はDeepSeek V4.1 Flash 1017で扱っています。

月1億トークン使った場合のコスト試算

入力8,000万トークン・出力2,000万トークンで、キャッシュを使わない場合の月額を現行の料金で計算しました。

モデル

月額の目安

Large 4(API)との比較

Mistral Large 4(API・Foundry Global)

約$98

—

Mistral Large 4(Foundry EU DataZone)

約$118

約1.2倍

GPT-6 Luna(272K以下)

約$18

約1/5

DeepSeek V4.1 Flash 1017(オフピーク/ピーク)

約$24/約$48

約1/4〜1/2

DeepSeek V4 Pro 0813(オフピーク/ピーク)

約$92/約$185

ほぼ同じ〜約1.9倍

プレビュー時の定価で計算すると約$192だったので、値下げで約半分になりました。日本の業務時間に使うなら、DeepSeek V4 Proより安くなる場面もあります。

ただし、これは単価だけの比較です。Large 4は出力が長くなりやすいので、同じ業務を処理させると出力トークンが増え、差が広がることがあります。AAの「1タスクのコスト」で比べたときに差が大きいのはこのためです。

どのモデルを選ぶべきか

優先したいこと

おすすめのモデル

とにかく安く、大量に処理したい

GPT-6 Luna、DeepSeek V4.1 Flash 1017

オープンウェイトで、総合点も高いものがほしい

DeepSeek V4.1 Flash 1017、GLM-5.3など中国勢

オープンウェイトで、米国製・中国製を避けたい

Mistral Large 4

データの処理場所をEU内に限りたい

Mistral Large 4(Foundry EU DataZoneや欧州リージョン)

画像とテキストを1つのモデルで扱いたい

Mistral Large 4、GPT-6 Luna、DeepSeek V4.1 Flash 1017

総合性能の最上位がほしい

クローズドの上位モデル(GPT-6.1 Sol、Claude Opus系など)

実質的なライバルは、アクティブパラメータ(49B)も価格帯も近いDeepSeek V4 Proです。点数と画像入力ではLarge 4が上回り、開発国とライセンスの条件が大きな違いになります。詳しくはDeepSeek V4 Proとは?、GPT-6 LunaについてはGPT-6 Sol・Lunaとは?をご覧ください。OpenAIの最新系列はGPT-6.1 Solとは?で解説しています。

中国系オープンモデルとの公式ベンチマーク比較

Mistralの発表では、Large 4はFrontierCode 2.0(19.7%)でオープンウェイトの首位、AA Coding Agent Index(48%)ではGLM-5.3と同点です。一方、AAの総合点ではKimi K3.1 Pro(46)、Qwen4 Max(43)、GLM-5.3(32)に大きく離されています。

比較項目

Mistral Large 4

中国系の主なモデル

AA Coding Agent Index

48%(1タスクのトークンは47%少ない)

GLM-5.3 48%

Surge Code(人による評価)

GLM-5.3・Kimi K3・DeepSeek V4.1 Flashより好まれた

—

AA Intelligence Index

26

Kimi K3.1 Pro 46、Qwen4 Max 43、GLM-5.3 32、DeepSeek V4.1 Flash 1017 33

1タスクのコスト(AA)

$2.06

Kimi K3.1 Pro $3.68、Qwen4 Max $3.27、GLM-5.3 $5.01

コーディングエージェントのように得意な分野では互角に戦えますが、幅広い課題をまとめた総合点では中国勢が上です。点数の高いモデルは1タスクのコストも高く、時間も長くかかります。比較対象はGLM-5.3とは?、Kimi K3.1 Proとは?、Qwen4とは?で解説しています。


依頼範囲と費用の目安を30分で整理します

初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)

Mistral Large 4の使い方

Mistral AI公式ドキュメントのトップページイメージ

出典: Mistral AI Documentation

Large 4を使う方法は、Mistral公式のAPI(Mistral Studio)、Microsoft FoundryやOpenRouterなどの外部サービス、重みをダウンロードしての自社運用の3つです。

Mistral Studio(公式API)で使う手順

  1. Mistralの公式サイトからMistral Studio(旧La Plateforme)にアカウントを登録する
  2. 支払い方法を登録し、APIキーを発行する
  3. モデルIDに mistral-large-4 を指定してリクエストを送る

curlでの呼び出し例です。

curl https://api.mistral.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MISTRAL_API_KEY" \
  -d '{
    "model": "mistral-large-4",
    "reasoning_effort": "medium",
    "max_tokens": 4000,
    "messages": [
      {"role": "user", "content": "この決算短信の要点を3つに整理してください。"}
    ]
  }'

実装するときは、公式ドキュメントで最新の仕様を確認してください。出力が長くなりやすいモデルなので、max_tokens で上限を決めておくと想定外の課金を防げます。

推論の強さ(reasoning_effort)の使い分け

10月29日から、推論の強さを3段階で選べるようになりました。

設定

向いている処理

備考

low

分類・抽出・短い要約などの簡単な処理

以前の none の代わり。none を送るとエラー(HTTP 400)になる

medium

日常的な文書作成や問い合わせ対応

AAの点数は23。出力量はhighの約7割

high(既定)

難しい推論、コーディングエージェント

最も遅く、出力も長い

何も指定しないと high で動きます。日常的な処理は medium か low にするだけで、速度と費用がかなり変わります。推奨のサンプリング設定は、temperature 1.0、top_p 0.95です。

外部サービス経由で使う

  • Microsoft Foundry: Sweden Centralで提供。EU DataZoneを選べば、データの処理場所をEU内に限れる
  • OpenRouter: モデルID mistralai/mistral-large-4-0。複数のモデルを同じAPIで切り替えて比べたい場合に便利
  • NVIDIA: ホスト型エンドポイント、NIM、TensorRT-LLMなどに対応
  • 国内事業者: FastMetalが提供開始を発表したと報じられています(事業者の一次発表は未確認)。条件やデータの保存場所は事業者ごとに違うので、個別に確認してください

AWS Bedrock、Google Cloud Vertex AIでの提供は、11月17日時点で公式の発表を確認できていません。

使い始める前のチェックポイント

  • 日本語の業務文書で、品質と出力の長さを自社で測る
  • reasoning_effort を処理ごとに決め、high のままにしない
  • 他のモデルへ切り替えられる構成にしておく(料金や挙動はまだ変わる可能性がある)
  • Large 3を使っているなら、2027年4月30日の提供終了までに移行先を決める

Large 4を社内の業務システムに組み込む場合は、API利用料のほかに、データの前処理、権限管理、ログの仕組みを作る開発費がかかります。外部に開発を頼むときの費用の目安はAI開発の費用相場でまとめています。


重み公開とセルフホストの要点

Hugging Face上のMistral AI公式ページのイメージ

出典: Hugging Face「mistralai」

Large 4の重みは、2026年10月29日にHugging Faceで公開されました。プレビュー時は「10月末」と予告され、一部メディアは「10月27日」と報じていましたが、実際の公開日は10月29日です。11月17日時点で、直近30日のダウンロード数は約1万5,400件です。

ライセンスは「Mistral Ecosystem Open-Weight License」で、MITライセンスを修正したものです。前世代のLarge 3はApache 2.0でしたが、Large 4ではモデルをAPIとして外部に提供する事業者(Model-as-a-Service)に別の商用ライセンスが求められます。自社の業務で使うだけなら大きな制約にはなりにくいものの、条文は必ず確認してください。条文の詳しい読み方と必要なGPUの構成は、Mistral Large 4のオープンウェイト公開で解説しています。

セルフホストに必要なハードウェアの目安

公式は最低限のハードウェア要件を出していません。公式の起動例は、vLLM・SGLangのどちらもGPU 8基で並列に動かす構成です。

版

重みのサイズ

構成の目安

FP8版(Mistral-Large-4-1T-A52B)

約1.06TB

1基141GB級のGPU 8基では重みだけでほぼ埋まる。KVキャッシュを考えると、1基192GB以上のGPUか、さらに多い構成が現実的

NVFP4版(…-NVFP4)

約610GB

NVIDIA Blackwell世代のGPU向け。8基構成が目安

GGUF量子化版(19種類、コミュニティ製を含む)

量子化の度合いで異なる

llama.cpp・Ollama・LM Studioで使えるが、品質の確認が必要

vLLMで動かす場合は、公式のイメージ vllm/vllm-openai:mistral-large-4 を使います。同梱されている先読み推論の仕組み(DSpark)を有効にすると、生成を速められます。

MoEは計算量こそ少ないものの、メモリの量は総パラメータで決まります。「アクティブ49Bだから中規模のサーバーで動く」とは考えないほうが安全です。手元のPCで試すならOllamaの使い方が参考になりますが、1兆パラメータ級は一般的なPCでは動きません。中位クラスで足りる用途なら、Mistral Medium 3.5も候補になります。


セキュリティ・利用上の注意点

Large 4はサイバーセキュリティの能力が高いぶん、使う側の管理体制が問われるモデルです。

1. デュアルユース(悪用)のリスク

Mistralは、実際の通信を監視した結果、ガードレール(安全対策)を修正中だと公表しています。実在する標的へのブラックボックス攻撃の依頼は拒否したものの、実際の攻撃を後押ししうる応答があったと判断したためです。

さらに、オープンウェイトのモデルは誰でもダウンロードでき、安全対策を外す改変も技術的にはできます。改変されたモデルには、Mistralの対策が残りません。セキュリティ専門の派生版を審査制で配っているのは、このリスクを抑えるためです。オープンウェイトをめぐる論点はAnthropicのオープンウェイトに対する立場でも整理しています。

2. 社内で動かす場合のアクセス管理

自社サーバーで動かす場合は、利用者の認証、プロンプトと出力のログ保存、外部ネットワークへの接続制限を用意してください。エージェント機能でコード実行やファイル操作を許すなら、権限は必要な範囲だけに絞ります。入出力の有害性を判定する仕組みを足すなら、Mistralの安全性分類モデルShieldstralと組み合わせる方法もあります。

3. 料金と挙動の変化に備える

Large 4は、公開から1か月足らずで料金が半分になり、推論の設定も変わりました(none の廃止)。業務の中心に組み込むなら、プロンプトの回帰テストを用意し、モデルの更新時に結果を比べられるようにしておくと安心です。

4. API利用時のデータの扱い

学習へのデータ利用やログの保持期間などの条件は、契約や利用規約によって違います。機密情報を送る前に、Mistralの利用規約とデータ処理に関する公式ページを確認してください。Microsoft FoundryやOpenRouterなど外部のサービスを通す場合は、そのサービスのデータ方針も確認が必要です。


Mistral Large 4はこんな人におすすめ

おすすめできる人・組織

  • 中国製モデルを使いにくい事情があり、オープンウェイトの大型モデルを探している企業・官公庁
  • 欧州拠点を持ち、データの処理場所をEU内に限りたい企業
  • 自社のGPU環境で、閉域運用や自社データでの追加学習を計画している組織
  • コーディングエージェントや業務自動化で、トークン効率のよいモデルを試したい開発チーム
  • 金融の文書、衛星画像、図面など、専門性の高い文書や画像を扱う業務
  • Large 3からの移行先を探している既存ユーザー

おすすめしない人・組織

  • 費用を最優先し、大量のテキストを安く処理したい人(GPT-6 LunaやDeepSeek V4.1 Flash 1017のほうが有利)
  • 総合点の高さを重視する人(中国のオープンウェイト勢やクローズドの上位モデルが上)
  • 即答が必要なチャットボットを作りたい人(最初の回答まで約1分かかる計測結果がある)
  • 個人で手軽にチャットAIを使いたい人(Vibeのどのプランで使えるかが未確認)
  • 1兆パラメータ級を動かすGPUがないのに、オンプレ運用を前提にしている組織

よくある質問

Q. Mistral Large 4は無料で使えますか?

APIは従量課金で、使った分だけ料金がかかります。重みは無料でダウンロードでき、ライセンスの範囲で自社運用すればトークン課金はありません。ただし、1兆パラメータ級を動かすGPUの費用は自分で負担します。Vibeの無料プランでLarge 4を使えるかは、公式の料金ページに書かれていません。

Q. 「10月27日に重みを公開」という情報は正しいですか?

正しくありません。10月27日は、プレビュー時に一部メディアが報じた日付です。公式は「10月末」と予告していて、実際には10月29日にHugging Faceで公開されました。リポジトリ名もプレビュー時の告知から変わっています。

Q. 料金$1.36/$4.18は今も有効ですか?

いいえ。$1.36/$4.18はプレビュー時の定価です。10月29日からは入力$0.70/出力$2.10が通常価格になっています。古い記事の価格で予算を組むと、実際より約2倍高く見積もることになります。

Q. 「Le Chonk」という愛称は何ですか?

MistralがLarge 4に付けた公式の愛称です。英語のネットスラングで「大きくてずんぐりした」を意味する「chonk」に、フランス語の冠詞「Le」を付けたもので、1兆パラメータという大きさを表しています。

Q. Mistral Large 3から乗り換えるべきですか?

Large 3は10月31日に非推奨となり、2027年4月30日にAPIから提供が終わる予定なので、いずれ移行が必要です。モデルIDを変えるだけで済む場合でも、出力の長さや応答速度は変わります。reasoning_effort を medium か low にして、今のプロンプトで品質と費用を比べてから切り替えてください。

Q. 日本からでも使えますか?

Mistral Studioにアカウントを作れば、日本からでもAPIを使えます。Microsoft FoundryやOpenRouterを経由する方法もあります。ただし、日本語の品質に関する公式の評価はないので、実際の業務文書で試してから決めてください。


まとめ

Mistral Large 4は、総1兆パラメータ・アクティブ490億のMoE構成で、画像も入力できるMistral AIの最上位モデルです。10月29日に重みが公開され、API料金は入力$0.70/出力$2.10に下がりました。11月5日時点で公式DocsにはGAと表示されています。

値下げ後も、価格あたりの総合性能ではGPT-6 LunaやDeepSeek V4.1 Flash 1017に及ばず、応答も遅めです。米国製・中国製以外のオープンウェイトモデルが必要な場合、データの処理場所をEU内に限りたい場合、自社GPUで閉域運用したい場合に検討する価値があります。使うときは、reasoning_effort を処理に合わせて下げることが費用を抑えるポイントです。

生成AI全般の基礎から整理したい方は生成AIとは?、エージェント用途での活用を考えている方はAIエージェントとは?もあわせてご覧ください。

依頼範囲と費用の目安を30分で整理します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します