フランスのMistral AIは2026年10月29日までに、10月6日にプレビュー公開した「Mistral Large 4」(愛称Le Chonk)の重みをHugging Faceで公開しました。同時に、APIの料金を100万トークンあたり入力0.70ドル・出力2.10ドルとし、プレビュー時の入力1.36ドル・出力4.18ドルからほぼ半額になっています。ライセンスはMITを改変した独自の「Mistral Ecosystem Open-Weight License」で、自社内での利用や自社製品への組み込みは自由ですが、モデルをAPIとして他社に提供する事業者は別途商用契約が必要です。日本でオープンウェイトモデルの採用を検討している企業は、ライセンスの線引きと料金の両方を見直す必要があります。
何が公開されたのか
公式発表によると、今回のLarge 4はプレビュー版に3週間の追加の強化学習を重ねたものです。モデルカードでは、総パラメーター約1兆、1トークンあたりの活性パラメーターは490億(埋め込み層と出力層を含めると520億)としています。MoE(専門家混合)は、入力ごとに一部のネットワークだけを動かす構造で、Large 4は128の専門家のうち4つと、常に動く共有の専門家1つを使います。文脈の長さは100万トークン、入力は文章と画像、出力は文章です。
重みはFP8版のほか、NVIDIAのBlackwell世代GPU向けにNVFP4(4ビット)版も用意されました。vLLMとSGLangのDockerイメージが専用タグで提供され、推論を速める投機的デコーディング用の補助モデル「DSpark」も同梱されています。モデルカードは、DSparkで最大1.9倍のスループットが出るとしています。
性能はすべてMistralの自己申告です。エージェントによるコーディングの総合指標(Artificial Analysis Coding Agent Index)は48%で、オープンウェイト首位のGLM-5.3と「ほぼ同率」、しかもタスクあたりのトークン数は47%少ないとしています。端末操作のTerminal-Bench 4.0は41%で、プレビューから13ポイント上がり、出力トークンは30%減りました。人による好みの評価(Surge Code)では、Claude Opus 5.5に次ぐ2位だったと説明しています。
ライセンスの線引きをどう読むか
前世代のLarge 3はApache 2.0でした。今回はMITを土台にしつつ、条件が2つ加わっています。1つは著作権表示と許諾文を残すこと、もう1つは「Model as a Service(MaaS)事業を営む場合は、商用利用の前にMistralと別の商用ライセンスを結ぶこと」です。
ライセンス本文は、MaaSを「APIやホスト型のエンドポイントなどで、第三者が入力・パラメーター・学習データを実質的に操作できる形でモデルを提供すること」と定義しています。一方で、特定の機能に組み込んだだけのエンドユーザー向け製品や、他社がホストするモデルへの中継は対象外です。社内利用など、第三者にモデルを提供しない使い方も条件の外に置かれています。
売上や利用者数の基準はありません。比較すると、MetaのMuse Spark Openは売上2,000万ドル超のMaaSに別契約を求めていたのに対し、Large 4は規模に関係なくMaaS事業者すべてが対象です。Reflection AIのBeamはApache 2.0のままで、条件はBeamのほうが緩いと言えます。
なぜ値下げと独自ライセンスなのか
オープンウェイトの上位は、GLM、Kimi、DeepSeekなど中国勢が占めています。Mistralは比較表でもこれらを主な相手に据え、欧州の自社データセンターで学習した「主権AI」であることを前面に出しています。重みを自由に使わせて採用を広げつつ、クラウド事業者やAPI再販事業者が無償でホストして競合するのは防ぐ、という設計だと考えられます。公開と同時にMicrosoft FoundryやNVIDIAのホスト型エンドポイント、OpenRouterで使えるようにしたのも、提供経路を自社と提携先にまとめる狙いがあるとみられます。
サイバーセキュリティの扱いも特徴的です。Mistralは、防御目的と攻撃目的の依頼を見分ける安全対策を入れたとし、オープンモデルで最も高い平均96.6%の拒否率を示しています。ただし、実際の攻撃を手助けする恐れが残ることを認め、安全対策を修正中だとも書いています。サイバー特化版は審査を通った一部の提携先にだけ、プレビューで提供されます。
日本の読者にとって
1ドル150円で換算すると、APIは100万トークンあたり入力約105円・出力約315円です。プレビュー時の約204円・約627円から下がり、大量の文書処理やエージェントの下請け作業を任せる候補として現実味が増しました。ただ、筆者の確認時点では、Mistralのドキュメントにはまだ旧料金が載っており、請求額は管理画面で確かめる必要があります。
日本語については、モデルカードに「160以上の言語に対応」とあるだけで、日本語の成績は示されていません。Hugging Faceのタグは「39言語」となっていて、説明と食い違っています。
自社で動かす場合、FP8でも重みは単純計算で1TB前後になります。公式の起動例は8 GPUの並列で、1枚あたり140GB以上のメモリーを持つ最新GPUの8枚構成が目安になると考えられます。多くの企業にとっては、クラウド経由で使い、機密データだけを自社環境で処理する使い分けが現実的でしょう。
次にやっておきたいことは3つです。
- 社内の推論基盤や受託開発で使う場合は、自社の提供形態がライセンスのMaaSに当たるかを法務と確認する
- API利用なら、新料金で既存のモデルと費用あたりの品質を比べ、日本語の業務文書で精度を試す
- 自社運用を考えるなら、FP8とNVFP4のどちらを手持ちのGPUで動かせるかを先に見積もる
