Mistral Large 4とは？1.05T MoE・API料金・オープンウェイトを解説

Mistral Large 4の要点：APIは公開、重みは10月27日予定

Mistral Large 4は、テキストと画像を入力し、テキストを出力する汎用のMixture-of-Experts（MoE）モデルです。モデルIDはmistral-large-4。Structured Outputs、Function Calling、Document QnA、Chat Completions、Batch、Agents & Conversations、組み込みツールに対応します。Mistral StudioとAPIで公開プレビューを試せます。

公式モデル仕様は1.05T（1兆500億）の総パラメータ、52B（520億）のアクティブパラメータ、1.6Bの画像エンコーダーを記載しています。一方、同日の公式ブログは『約1T、49B active』と説明しています。プレビュー中に表記やチェックポイントが更新されている可能性があるため、本記事ではモデルページのより細かな数値を採用し、差異自体も未確定事項として残します。

名称にOpenと表示されていますが、2026年10月7日時点では重みを取得できません。Mistralは10月末の公開を案内し、Reutersは10月27日と報じています。現状はAPIで評価できるクローズドなプレビューであり、セルフホスト可能なオープンウェイト版は公開予定と区別する必要があります。

この節の一次情報：Mistral公式発表（2026年10月6日） ／ Mistral公式モデル仕様 ／ Reuters（2026年10月6日）

開発元と海外で注目されている根拠

Mistral AIは、欧州の自社データセンターにある3,800基のNVIDIA Grace Blackwell GPUでML4をゼロから学習したと説明しています。160を超える言語の多言語データを使い、金融、エンジニアリング、製造、物流、医薬、科学、公共分野などの企業と学習・調整環境を構築したとしています。これらは開発元の説明であり、学習データの完全な内訳や第三者監査は未公開です。

発表当日にTechCrunch、VentureBeat、Reuters、Wired、Wall Street Journalなどが報道しました。Hacker Newsでは2026年10月7日の確認時点で1,500点・900コメントを超え、トップページ上位に入りました。単なる企業発表ではなく、APIを試す開発者、オープンウェイトの公開条件、必要ハードウェア、安全性を巡る議論が急速に増えています。

日本語検索では短い速報が中心で、API単価、Batch、キャッシュ、MoEのメモリ要件、独立した生成速度、重み公開前の制約までまとめた実務解説はまだ限られます。『Mistral Large 4』『Le Chonk』『1兆パラメータのオープンモデル』が国内で検索され始める前に、公開済みと予定を分けておく価値があります。

この節の一次情報：TechCrunch｜Mistral’s new 1T model ／ VentureBeat｜Mistral debuts Large 4 ／ Hacker News｜Mistral Large 4

技術的な仕組み：1.05Tすべてを毎回計算しないMoE

MoEは、モデル内部に複数の専門家を持ち、ルーターがトークンごとに使う一部を選ぶ方式です。ML4は全体で1.05Tの重みを持ちながら、1トークンの処理で有効になるのは52Bです。Denseな1.05Tモデルの全重みを毎回計算するより、モデル容量を大きく保ちながらトークン当たりの演算を抑える狙いがあります。

ただし、52B activeは『52Bモデルと同じGPUメモリで動く』という意味ではありません。各専門家を選ぶため、配信基盤は原則として1.05Tの重みを保持・転送できる必要があります。重みだけを単純計算すると16bitで約2.1TB、8bitで約1.05TB、4bitで約525GBです。実際にはKVキャッシュ、画像エンコーダー、ランタイム、並列化、冗長化が加わります。

公式はgranular MoEと説明していますが、専門家数、同時に選ぶ専門家数、attention構造、学習時のルーティング方法は未公表です。Mistralは重み公開までに追加のアーキテクチャ、ベンチマーク、post-training手法を公開するとしています。

この節の一次情報：Mistral公式｜Mistral Large 4 model card

API料金・キャッシュ・Batchの費用

標準API料金は100万トークン当たり入力1.36ドル、キャッシュ済み入力0.14ドル、出力4.18ドルです。キャッシュ入力は通常入力より約90%安く、長いシステム指示や共通文書を繰り返す処理では費用差が大きくなります。料金は2026年10月7日にMistral公式モデルページで確認しました。

Batch APIは非同期処理を24時間以内のキューで実行し、公式ドキュメントでは標準料金の50%割引です。ML4の表示価格は入力0.68ドル、キャッシュ済み入力0.07ドル、出力2.09ドルです。対話や同期エージェントには向きませんが、大量の分類、抽出、評価、夜間処理では同じモデルを半額にできます。

例として、入力10万トークン・出力1万トークンなら標準は約0.1778ドル、Batchは約0.0889ドルです。これは再試行、画像、ツール利用、検索、保存、ネットワーク費用を含まない単純例です。出力単価が入力の約3.1倍なので、長い推論と冗長な回答を減らすことが原価に効きます。

この節の一次情報：Mistral公式｜モデル別料金 ／ Mistral公式｜Batch Processing

性能と速度：公式ベンチマークと独立評価を分ける

MistralはDeepSWE 61.7%、SWE Atlas QnA 59.4%、Terminal-Bench 4.0 28.3%、AutomationBench 59.9%、AA-Briefcase 1,393 Eloを公表しています。サイバー分野ではCyberGym-E2E 82%、Cybench 93%、Lakera B3の攻撃耐性93.3%を示しています。ただし、公式記事の比較表や内部評価を含むため、同じ設定での第三者再現とは分けて読みます。

独立評価のArtificial Analysisでは、Intelligence Indexは38で225モデル中64位、Mistral APIの出力速度は116.1 tokens/s、最初のトークンまで1.46秒です。同社の評価タスク当たり費用は1.13ドルでした。価格帯の近い推論モデルと比べて速度と価格は平均以上ですが、最上位の総合知能を示す結果ではありません。

重要なのは生成量です。Artificial Analysisの評価全体でML4は2億出力トークンを生成し、同クラス中央値8,100万を大きく上回りました。出力単価が高いAPIでは、ベンチマークスコアが同等でも長く考えるモデルほど1成功タスク当たり費用と待ち時間が増えます。自社評価では正答率と一緒に出力トークン、再試行、レビュー時間を記録します。

この節の一次情報：Artificial Analysis｜Mistral Large 4 ／ Mistral公式｜Capabilities deep-dive

100万トークンとマルチモーダルの使いどころ

公式上限は100万トークンで、文書、コード、画像をまとめて入力できます。長いリポジトリ、契約書群、技術図面、衛星画像、財務資料をまたぐ検索やエージェントが主な用途です。160超の言語に対応するとされていますが、日本語の個別スコアは公表されていません。

Artificial Analysisのページは実測・登録値として524kの文脈長を表示しています。公式上限1Mとの違いは、プレビュー時のAPI制限、出力を含む測定条件、評価時点の差などが考えられますが、原因は明示されていません。本番計画ではモデルページだけでなく、実際のAPIクォータとエラー上限を確認します。

100万トークンを入れられることと、全範囲から正確に根拠を取り出せることは別です。入力費用、prefill遅延、キャッシュ、情報検索の再現率を測り、必要な箇所だけを検索して渡すRAGとも比較します。

この節の一次情報：Mistral公式モデル仕様 ／ Artificial Analysis｜Technical specifications

導入に向くケース・向かないケース

今すぐ候補になるのは、Mistral APIでコード生成、文書・画像理解、ツール利用、長文処理を検証したいチームです。Batchとキャッシュを使える大量の非同期処理では費用を抑えやすく、欧州リージョンや将来の自社運用を重視する企業にも選択肢になります。

一方、重みを今日ダウンロードしたい、自社GPU構成を確定したい、ライセンス審査を完了したい場合はまだ早い段階です。52B activeでも全体は1.05Tで、小規模な単一GPU運用には向きません。最上位の汎用推論品質を最優先する場合も、独立評価38という結果を踏まえ、Claude、GPT、Gemini、GLM、Qwenなどと自社タスクで比較すべきです。

採用判定は成功率だけでなく、1成功タスク当たりの入力・キャッシュ・出力費、p50・p95遅延、生成量、再試行、人手レビューを同じタスクIDで集計します。重み公開後はAPIとセルフホストを同じ品質条件で比較し、GPU待機費、冗長化、監視、更新、障害対応を含む総原価で判断します。

制約・未検証事項

2026年10月7日時点で、重み、モデルカード、ライセンス、量子化形式、推奨GPU構成、セルフホストの実測速度は未公開です。『オープンウェイト』は公開予定を含む表現で、現在の配布条件を示すものではありません。

総パラメータとアクティブパラメータは公式ブログとモデルページで表記が一致していません。APIはPublic Previewであり、モデル自体、料金、制限、ベンチマークが正式版までに変わる可能性があります。データ保持、地域別の可用性、SLA、Priority Tierも契約前に確認が必要です。

公式の性能比較にはMistral内部の評価や自社設定が含まれます。Artificial Analysisは独立した有力な測定ですが、単一の評価機関です。日本語、企業固有のコード、機密文書、画像、ツール連携、安全性は、自社データと失敗条件で再評価してください。

• 10月27日に確認：重みの配布先、正確なライセンス、モデルカード
• セルフホスト前に確認：量子化別サイズ、必要GPU、推奨推論エンジン
• API採用前に確認：リージョン、レート制限、データ保持、SLA
• 費用評価で確認：キャッシュヒット率、出力長、再試行、Batch可能率
• 品質評価で確認：日本語、長文検索、画像理解、ツール実行の成功率

FAQ

Q. Mistral Large 4はオープンソースですか？　A. 2026年10月7日時点ではAPIプレビューで、重みは未公開です。Mistralは10月27日にオープンウェイト公開を予定していますが、ライセンスは公開後に確認してください。

Q. 52Bモデルと同じGPUで動きますか？　A. いいえ。52Bは1トークンで有効になる部分です。全体1.05Tの重みを保持するための大規模なメモリと分散基盤が必要になる可能性があります。

Q. API料金はいくらですか？　A. 標準は入力1.36ドル、キャッシュ済み入力0.14ドル、出力4.18ドル／100万トークンです。Batchはそれぞれ半額です。2026年10月7日確認の価格です。

Q. 日本語に対応していますか？　A. 160超の言語を学習しEU全公用語を含むと公式説明がありますが、日本語の独立した品質スコアは未確認です。自社文書で評価してください。

Q. Mistral Large 4とBeamの違いは？　A. ML4はテキスト・画像入力、総1.05T・active 52Bです。Beamはテキスト専用の総501B・active 23Bで、10月16日にApache 2.0の重みと複数APIが公開されました。

Q. 100万トークンを毎回入れるべきですか？　A. いいえ。入力費と遅延が増えます。必要部分を検索するRAG、共通接頭辞のキャッシュ、Batchを同じ成功条件で比較してください。