Mistral Large 4：ヨーロッパはオープンウェイトに1兆パラメータを賭ける

10月6日、Mistral AIは1兆パラメータのモデルをパブリックプレビューに投入し、「Le Chonk」という愛称を付けた。このフランスのラボによれば、Mistral Large 4はアメリカ合衆国とヨーロッパのどちらから出た中でも最強のオープンウェイトモデルだという。重みそのものの公開は10月27日まで待たなければならないが、APIはすでに稼働しており、ベンチマークもすでに公開されている。

この愛称は冗談めかしたものだが、その背後にある数字は小さくない。Large 4はスパースなMixture-of-Experts（専門家混合）構成で合計1.05兆パラメータを抱え、任意のタスクでそのうち約490億を活性化する。Mistral自身のドキュメントではある箇所で520億の活性化と丸めており、初期の報道では別の箇所で490億とされていた。いずれにせよ、設計目標は今や大規模ラボがこぞって追いかけるものと同じだ。すなわち、非常に大きなモデルの能力を、すべてのトークンで全体を動かすコストを払わずに手に入れることである。

中身は実際どうなっているのか

このモデルはネイティブにマルチモーダルだ。Mistralは言語バックボーンに、別個の16億パラメータの画像エンコーダを組み合わせており、テキストと画像の両方を扱う。コンテキストウィンドウは100万トークンに達する。トレーニングデータは多言語に大きく偏っており、160以上の言語をカバーし、欧州連合のすべての公用語を含む。

MistralはLarge 4を、自社の欧州データセンター内にある約3,800～4,000基のNvidia Grace Blackwell GPUで、約2か月かけてゼロからトレーニングした。同じハードウェアが現在パブリックプレビューを提供している。同社はまた、強化学習がまだモデル上で実行中であるとも述べており、今後数週間で数値が動くことを見込んでいる。

ベンチマーク表を注意深く読む

エージェント型コーディングでは、MistralはDeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4で28.3%を報告しており、総合のCoding Agent Indexは49.8%となる。同社の説明によれば、この数字はDeepSeek V4 Pro 0813とQwen3.8 Maxをわずかに上回る。Gmail、Google Sheets、Slack、Salesforceといったツールをまたいで657の業務ワークフローを実行するAutomationBenchでは、Large 4は59.9%を記録した。

最も興味深い主張は視覚的グラウンディングに関するものだ。モデルが画像内の特定の物体をどれだけうまく見つけられるかを測るDense 200ベンチマークで、MistralはLarge 4を42%とし、GPT-6 Astraの41%を1ポイント上回るとしている。単一の評価での1ポイント差は決定的な勝利ではなく、そう読むべきでもない。しかし、これはオープンモデルがクローズドモデルに出遅れてきた種類のタスクであり、引き分けは注目に値する。

サイバーセキュリティは、語調がマーケティングから論証へと変わる領域だ。Mistralは、Large 4がArtificial Analysis Cyber Indexで世界トップ5に入ると述べている。オープンソースソフトウェアの実際の脆弱性を再現しパッチを当てるタスクで82%の成功率、40問のセキュリティ競技問題セットであるCybenchで93%を報告している。同社はまた、鋭い指摘もしている。一部のクローズドモデルは、そのリクエストが攻撃的な活動に見えるために脆弱性の再現をまったく拒否し、同じテストでのスコアがほぼゼロになっているという。

ブラインド評価はより地に足のついた話を伝える。Surge AIとのテスト実行では、プロのレビュアーが、どのモデルが書いたかを知らされずに生成コードを5段階で採点した。Large 4は3.74だった。Claude Opus 5は4.22、GLM-5.3は3.60だった。つまり、人間が判断したコード品質では、比較した5モデルの中でLarge 4は2位につけ、オープン系の競合を上回るが、クローズド系の首位には及ばない。

これらの数値はすべてMistralから出たものだ。暫定的であり、自己申告であり、まだ第三者による再現はなされていない。確定した結果ではなく、強い出発点としての主張として扱うべきだ。

価格設定とオープンウェイトへの賭け

APIは現在、Mistral StudioとOpenRouterを通じて利用可能だ。定価は入力100万トークンあたり1.36ドル、出力100万トークンあたり4.18ドルで、ローンチプロモーションではその半額の0.68ドルと2.09ドルになる。10月27日には重みが公開され、誰でもダウンロードして、アクセスを借りることなく自分のハードウェアでLarge 4を動かせるようになる。

その最後の部分こそが戦略のすべてだ。Mistralは計算資源でOpenAIやAnthropicに支出で勝つことはできず、ほぼ毎月のように大規模モデルを投入する中国のオープンウェイト系ラボのリリース頻度にも匹敵できない。だが提供できるのはコントロールだ。データ居住性の規則を抱える企業や、プロバイダにリクエストを拒否されずに脆弱性の再現を支援するモデルを必要とするセキュリティチームは、ホスト型のクローズドモデルでは得られないものを手に入れる。Mistralはこの売り込みに強く傾いており、Large 4を端から端までヨーロッパで鍛え上げられ、自社クラウドを通じてヨーロッパからデプロイ可能だと説明している。

競争のタイミングが賭け金を明確にする。Nvidiaが出資するラボであるReflection AIは、Large 4の1日前の10月5日に5010億パラメータのオープンウェイトモデルをリリースした。Alibaba、Z.ai、Moonshot、DeepSeekを含む中国のラボは、この2か月、強力なオープンモデルを継続的に投入してきた。ベンチマークの収束を追うアナリストは、選ばれた推論タスクでオープンウェイトモデルとプロプライエタリモデルの差が縮まり、その結果としてプレミアムなプロプライエタリAPIの価格が下がったと報告している。Mistralが参入するのは、最大のオープンモデルであることよりも最も信頼されるモデルであることの方が価値が高い市場であり、信頼はパラメータ数ではなくライセンスとデプロイの選択肢によって築かれる。

サイバーセキュリティのレッドチーミングも同じ論理に従う。重みを公開する前に、Mistralは審査済みのパートナーと国家当局に対し、「モデレーションを緩和しサイバー能力を拡張した」同じモデルへのアクセスを提供している。同社は、プロバイダ側の拒否が正当なインシデント対応を妨げかねないこと、そしてインシデントの最中にツールへのアクセスを失うこと自体がリスクであると主張している。

このリリースはまた、特定の瞬間に重なっている。Mistralは最近、評価額を240億ドル超に押し上げる資金調達ラウンドを完了し、新規投資家にはSamsungも名を連ねる。Reflection AIはわずか1日前に5010億パラメータのオープンモデルを出荷した。オープンウェイトの層は混み合ってきており、差別化要因はもはや生の規模ではない。

これが変えるもの、変えないもの

Large 4はあらゆるタスクで最高のクローズドモデルとの差を埋めるわけではなく、Mistralもそう主張しているわけではない。それがするのは、企業にとって重要な一握りの業務で差を縮め、それを、そうした企業が実際に必要とするライセンスとデプロイの話と組み合わせることだ。10月27日の重みが外部テストに耐えるなら、実務上の問いは、オープンモデルが抽象的によいかどうかではなく、特定の、明確に定義された一つの業務にとって十分に良いかどうかになる。

より珍しい、注目すべき主張はサイバーに関するものだ。セキュリティチームが実際の脆弱性にパッチを当てるのを支援し、自社のポリシーの下、自社のハードウェアで動くモデルは、リクエストを断るチャットボットとは別種の製品だ。それが成り立つなら、コーディングベンチマークの数ポイントよりも重要かもしれない。もし外部テスターが、82%という数字がMistral自身の環境の外では再現しないと分かれば、売り込みは価格と移植性に逆戻りし、それは立ち位置として混み合った場所だ。

いずれにせよ、ヨーロッパは今や自ら擁する旗艦モデルについて論じることができる。その議論は10月27日に本格的に始まる。