Mistral Large 4とは？
Mistral Large 4は、Mistral AIの汎用フラッグシップモデルです。開発者はMistral StudioのAPIからmistral-large-4を呼び出せます。文書、画像、会話履歴をまとめて渡し、回答、コード生成、ツール呼び出し、構造化出力などに使う設計です。公式モデル文書ではPublic Previewと明記されており、本番利用の安定性を保証する正式版とは区別されています。[2]
| 確認項目 | 現在わかっていること | 導入時の意味 |
|---|---|---|
| 提供形態 | Mistral StudioのAPI | すぐ評価できるが、重みを自社環境へ置く段階ではない |
| コンテキスト | 100万トークン | 長い仕様書や複数資料を一度に扱える。ただし精度と費用は別途測る |
| 入力 | テキスト、画像 | 文書と図表を含む業務を一つのモデルで試せる |
| 出力 | テキスト | 画像生成モデルではない |
| 主な機能 | 関数呼び出し、構造化出力、文書Q&A、エージェント | 既存システムへ組み込む前提の機能が揃う |
「1兆パラメータ」という数字だけで性能を判断するのは早計です。Mistralは全パラメータを毎回動かすのではなく、入力に応じて一部の専門家を選ぶMoEを採用しました。計算量を抑えながらモデル全体の容量を増やす狙いですが、実際の速度、精度、費用は入力の長さや推論設定、同時実行数で変わります。
料金はいくら？セール価格と本来価格を分ける
公式モデル文書が現在表示しているセール価格は、100万トークン当たり入力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。本来価格として入力1.36ドル、キャッシュ済み入力0.14ドル、出力4.18ドルも併記されています。発表記事は本来価格だけを示しているため、資料によって数字が違って見えます。[1] [2]
| 100万トークン当たり | 現行セール価格 | 本来価格 | 注意点 |
|---|---|---|---|
| 入力 | 0.68ドル | 1.36ドル | セール終了時期は明示されていない |
| キャッシュ済み入力 | 0.07ドル | 0.14ドル | 同じ文脈を再利用できる設計で効く |
| 出力 | 2.09ドル | 4.18ドル | 長い回答ほど費用が増える |
たとえば100万トークンを読み込み、10万トークンを出力する単純計算なら、セール価格で約0.889ドルです。これはAPI代だけであり、検索基盤、監視、評価、保存、個人情報処理の費用は含みません。また為替、税、契約形態も別です。予算はセール価格だけで固定せず、本来価格へ戻った場合も並べて試算する方が安全です。
1兆パラメータでも毎回動くのは一部
公式発表は総パラメータを約1兆、推論時に動く活性パラメータを490億と説明します。一方、公式モデル文書は1.05兆と520億、さらに画像用エンコーダー16億と記載しています。同じ提供元の一次資料でも数字が一致していません。TechCreateはモデル文書を運用上の現行仕様として参照しつつ、差が解消されたとは扱いません。[1] [2]
- MoEは複数の専門家層から入力に合う一部を選ぶ。総容量と1回の計算量を切り分けやすい。
- 100万トークンは投入できる上限であり、長文の全箇所を同じ精度で理解する保証ではない。
reasoning_effortはnone、low、medium、highを選べる。考える量を増やせば常に正解するわけではなく、遅延と費用を含めた評価が必要です。[3]
比較するなら、同じ社内タスクを同じ評価基準で複数モデルに解かせます。正答率だけでなく、入力から最終回答までの時間、再試行率、出典の誤り、JSON形式の崩れ、ツール呼び出しの失敗を記録すると、パラメータ数より運用に近い差が見えます。
オープンウェイトはいつ？今はAPI公開だけ
Mistralは重みを10月末までに公開する方針を示しています。Axiosの取材では10月27日が予定日として伝えられましたが、現時点では将来予定です。重み、配布ページ、最終ライセンス、量子化版、必要GPU構成が実際に公開されたことはまだ確認できません。[4]
| 選択肢 | 今できること | まだ確認できないこと |
|---|---|---|
| APIを使う | 公式エンドポイントで機能・品質・費用を評価 | 基盤側の実装、重みの変更、自社GPUでの原価 |
| 重み公開を待つ | 将来、自社環境や別クラウドで運用できる可能性 | ライセンス、必要メモリ、推奨構成、商用条件 |
| 他モデルと比較 | 既存のAPIで同じタスクを測る | Large 4の重み版と同条件の比較 |
「オープンソースになった」と書くのも現段階では不正確です。オープンウェイトは重みを取得できることを指し、学習データ、学習コード、利用条件まで全て自由になるとは限りません。公開後にライセンス本文を読み、派生モデル、再配布、商用利用、利用制限を確認する必要があります。
性能はどこまで確か？社内評価と独立評価を分ける
Mistralはコーディング、エージェント、数学、画像理解、長文で高い結果を示したと発表しています。発表時点の主要グラフはMistral自身の評価です。VentureBeatも高い公表値を紹介する一方、重み公開前で独立した再現が揃っていないことを示しています。Le Mondeは中国系の上位オープンモデルとの差を縮める狙いと、米国の最上位クローズドモデルとの差が残るという位置づけを報じました。[5] [6]
- 会社公表値：モデル選定の候補に入れる材料。
- 独立ベンチマーク：重み公開後に再現条件と結果を確認する材料。
- 自社評価：実際の入力、言語、社内ルール、許容遅延で採用を決める材料。
日本語の業務で使うなら、日本語だけの要約精度、固有名詞、敬語、表の読み取り、根拠リンクを個別に測るべきです。160以上の言語へ対応するという発表は、日本語の各業務で要求水準を満たすことと同義ではありません。
導入するなら何を比べる？
GPT-6 SolとLunaの料金・文脈を整理した記事や、GPT-6 AstraとClaude Fable 5.1の比較記事と同じく、モデル名ではなく対象業務から評価票を作ります。
- 代表タスクを20〜50件用意し、正解条件と許容できない誤りを先に決める。
- セール価格と本来価格の両方で、1件当たりの入力・出力費を計算する。
reasoning_effortを変え、品質、遅延、費用の曲線を取る。- 画像、長文、関数呼び出し、構造化出力を別々に試す。
- データ保存、学習利用、処理地域、削除、監査ログを契約文書で確認する。
- 重み公開後はライセンスと必要GPUを確認し、API運用と自社運用を比較する。
公開プレビューでは仕様や価格が変わる可能性があります。短い検証から始め、評価時点のモデル名、日付、料金表、プロンプト、結果を保存しておくと、正式版への移行時に差分を追えます。
まとめ
- Mistral Large 4は、100万トークン、画像入力、推論強度指定、ツール連携を備えた公開プレビューのAPIです。重みはまだ公開前です。
- 現行セール価格は入力0.68ドル、出力2.09ドル／100万トークンですが、本来価格も併記されています。継続予算は両方で見る必要があります。
- 1兆規模やベンチマークは入口であり、仕様の不一致、未確定のライセンス、独立評価前という条件を残したまま、自社タスクで品質・遅延・費用を測ることが持ち帰りです。
