AIモデルの重み(学習済みのパラメータ一式)が公開されると、提供元のサービス経由だけでなく、自分たちが用意した環境でも動かせるようになります。Mistralは1兆パラメータ規模のマルチモーダルモデル「Mistral Large 4」(愛称 Le Chonk)について、改良版の重みを公開すると発表しました。この記事ではMistral Large 4の使い方として、出典に書かれている試せる場所と料金、推論モードの選び方、コードや長文の作業に向く理由を順に整理します。
要点
- Mistralは改良したMistral Large 4の重みを公開すると発表した
- 合計1.05T・有効52Bパラメータの細粒度Mixture-of-Experts構成で、1.6Bのビジョンエンコーダを備える
- 2026年10月6日に公開プレビューが発表され、Mistral StudioのプレビューAPIから試せると案内されている
- コーディングではオープンウェイトで最良と位置づけられ、Terminal-Bench 4.0は41%に伸びた
- 推論モードがLow・Medium・Highの3段階になり、精度とコストを選び分けられる
何が発表されたか
重み公開と基本のスペック
Mistralは発表のなかで「Today, we're releasing the weights of this improved Mistral Large 4.」と述べ、改良したMistral Large 4の重みを公開するとしています。公開プレビューを知らせた2026年10月6日の記事では「Weights drop end of this month.」と重みの公開時期が示されていました。
モデルは「ML4 is a 1 trillion-parameter natively multimodal model」と説明される1兆パラメータ規模で、公式ドキュメントには有効パラメータ52B・合計1.05Tに加え、1.6Bのビジョンエンコーダを備えた細粒度のMixture-of-Experts(入力に応じて専門家部分を使い分ける構成)と記載されています。学習は3,800基のNVIDIA Grace Blackwell GPUを使い欧州の自社データセンターでゼロから行われたと説明され、モデルカードには160以上の言語に堪能とあります。
試せる場所と料金
公開プレビューの発表には「You can try the preview API today on Mistral Studio.」とあり、Mistral StudioのプレビューAPIから試せると案内されています。公式ドキュメントのモデルページでは2026年10月6日付でPublic Previewと表示され、コンテキストは1M(100万トークン)、料金は入力100万トークンあたり0.7ドル、キャッシュ入力が0.07ドル、出力が2.1ドルと記載されています。機能としてはStructured Outputs、Function Calling、Document QnAなどが並びます。
あわせて推論モードが3段階になりました。Lowは「Simple tasks; replaces ‘None’ reasoning mode」、Mediumは「Everyday tasks」、既定のHighは「Hardest use cases requiring high precision and thorough reasoning」と、使い分けの目安が示されています。同じモデルでも難易度に応じてモードを下げれば、コストを抑えやすい設計です。
コードとエージェントの性能
Mistralは「Mistral Large 4 ranks as the best open-weight model for coding」としています。Cognitionの非公開ベンチマークFrontierCode 2.0ではスコア19.7%で首位、Artificial AnalysisのCoding Agent Indexでは48%で、1タスクあたりの平均トークンを47%削減したと説明されています。Terminal-Bench 4.0は公開プレビュー比で13ポイント上がって41%、出力トークンは30%削減。Surge Codeの目隠し比較では、評価対象のなかでClaude Opus 5.5のみが上位だったと記載されています。
仕事に近い指標では、表計算の作成や編集を見るFinchが73.3%、ウェブ閲覧のBrowseCompが84.5%。エージェントへの攻撃耐性を測るB3では97.1%(プレビュー時は93.3%)に上がったとされています。
セキュリティ分野での評価
Artificial Analysis Cyber Indexのスコアは51%です。悪意あるサイバー関連の依頼に対する平均拒否率は96.6%とされ、同時に、実際の攻撃に悪用される余地があるとしてガードレールを修正していると説明されています。侵入テストなど高度な用途に最適化した専用版は企業の設計パートナーにプレビュー提供され、審査と契約上の安全策が条件です。重みの公開により、プライベートクラウドやオンプレミスでの運用もできると書かれています。
個人の仕事や学びにどう使えるか
コードを書く人
エンジニアやフリーランスの開発者にとっては、ターミナルでの作業やリポジトリ全体をまたぐ修正が評価されているモデルという点が参考になります。Function Callingに対応しているので、自作のスクリプトや社内APIを呼び出す形の自動化を試す土台にもなります。まずはMediumで日常的な修正を回し、難しい設計やバグ調査だけHighにする、といった進め方が現実的です。
長い資料を読む人
企画職や事務職、士業の下調べのように、長いPDFや仕様書を読み込む作業では1Mのコンテキストが効きます。Document QnAに対応しているため、資料を渡して該当箇所を聞く使い方を検証しやすいでしょう。マルチモーダルなので、図やチャートを含む資料を扱う場面も試す価値があります。
数字と表を扱う人
経理や財務の担当者であれば、表計算の作成と編集を測るFinchのスコアが上がっている点が目安になります。手元の集計フォーマットを再現させて、計算の筋道まで自分で検算できるかを小さく試すのが安全な入り方です。
会社・チームで使うときのポイント
重みが公開されたモデルは、プライベートクラウドやオンプレミスで動かす選択肢が取れるため、データの置き場所に条件がある組織では検討材料になります。一方で、どのモードを既定にするか、どの業務で使うかを決めずに配ると、コストも品質もぶれます。まずは一部門でモードごとの精度とコストを測り、社内のルールに落とすところから始めるのが無理のない順序です。法人での導入や研修をまとめて設計したい場合は、株式会社デジライズに相談できます。株式会社デジライズは法人向けAIリスキリングサービスで導入社数No.1(東京商工リサーチ・2026年3月末時点)で、累計600社超・5万人以上のAI活用を支援しています。
使う前の注意点
公式ドキュメントのモデルページには、2026年10月6日付でPublic Previewと表示されています。プレビュー段階の提供であることを前提に、業務で本格的に使う前に小さな範囲で検証してください。サイバーセキュリティ関連では、悪用される余地があるとしてガードレールを修正中と説明されており、侵入テスト向けの専用版は審査と契約上の安全策が前提で、テストは保有するか明確に許可されたシステムに限定されています。セキュリティ用途を自己判断で広げるのは避けるのが無難です。
料金は入力100万トークンあたり0.7ドル、出力2.1ドルという表記なので、日本円での実際の負担は為替や利用量で変わります。また、どの提供経路から使えるか、自分の国やプランで何が利用できるかは、使う前に公式のヘルプで最新の提供範囲を確かめてから判断してください。
まとめ
Mistral Large 4は1兆パラメータ規模のマルチモーダルモデルで、改良版の重みが公開され、コーディングやエージェント関連のスコアとトークン効率が示されました。個人が触るうえでは、推論モードの使い分けと料金表記を押さえておくと検証しやすくなります。こうしたモデルの違いや使い分けを体系的に学びたい場合は、動画990本以上のデジライズAIスクールのコース一覧から、まず「デジライズAIスクールの使い方」で学び方の全体像をつかむと迷いにくくなります。
出典
- Mistral Large 4 (Le Chonk) is now open weight | Mistral
- Introducing Mistral Large 4 | Mistral
- Mistral Large 4 - Mistral AI
この記事は、各社の公式の発表をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認(ファクトチェック)を通ったものだけを公開しています。
