欧州のMistral AIが出したLLM「Mistral Large 4」とは〜公開日とパラメータ数の表記の違いまで整理した

本ページは広告(アフィリエイトプログラム)を含みます。詳しくはプライバシーポリシーをご覧ください。

2026年11月18日時点の内容です。

「Mistral Large 4」や「Le Chonk」という名前を見かけたものの、どんなモデルか分からない人に向けた記事です。

Mistral AIの公式ブログ、公式ドキュメント、会社ページ、Hugging Faceのモデルカードを開いて調べました。公開日、特徴、使われている場面、料金、配布ファイルの大きさ、手元で動かせる見込みをまとめています。当ブログでは動かして測っていません。数字はすべて公式の記載か、出典を示した第三者の数字です。

公開日とパラメータ数は、見る場所によって表記が違います。違う部分は、両方を出典つきで書きました。

では、このモデルは何者で、どう手に入るのでしょうか。

30秒で分かる表

項目内容出典
メーカーMistral AI公式の会社ページ
愛称Le Chonk公式ブログの題
重みの公開日2026年10月29日(Hugging Faceの初回コミット。会社ページのブログ一覧も同日)Hugging Face・会社ページ
docsの表示日2026年11月5日(「GA」の表示と並ぶ)公式docs
総パラメータ約1兆(ブログ・カード)/1.05兆(docs)ブログ・カード・docs
活性パラメータ49B(埋め込みと出力層を含めて52B)カード
コンテキスト長1M(100万)トークンdocs・カード
入力と出力入力はテキストと画像、出力はテキストカード
ライセンスMistral Ecosystem Open-Weight License(MITの改変版)LICENSE・カード・docs・ブログ
配布ファイルの大きさ公式のFP8版で約1,060.6GB、NVFP4版で約610.1GBHugging Face
有償サービスあり。API料金は入力 $0.70/100万トークン(約112円)公式docs・ブログ

円換算は、1ドル=159.4円(2026年11月18日・open.er-api.com)で計算し、1円未満を四捨五入しました。

メーカーの説明

Mistral AIは、公式の会社ページによると2023年4月に生まれた会社です。共同創業者は、Arthur Mensch氏(CEO)、Guillaume Lample氏(CSO)、Timothee Lacroix氏(CTO)の3人と載っています。

会社ページは、ミッションを「最先端のAIをすべての人に開く」という趣旨で掲げています。創業者たちは、閉じていく大手のAIとは別に、欧州の企業としてAIの開発を目指した、とも説明しています。本社の所在地は、開いたページに書かれていなかったため(未確認)です。

会社ページの年表には、次の製品が載っています。

  • 2024年2月26日: Mistral Large
  • 2025年2月6日: Le Chat(新版)
  • 2025年6月4日: Mistral Code(のちのVibe)
  • 2025年7月15日: Voxtral
  • 2025年10月24日: Mistral Studio
  • 2026年3月17日: Forge

公開日と経緯

公式ブログによると、Mistral Large 4は先にパブリックプレビューとして公開されました。ブログは、そのあと約3週間の強化学習を追加し、改良版の重みを公開したと書いています。プレビューの公開日は、ブログ本文に日付が書かれていないため(未確認)です。

開いた公式の記録から、日付は次のとおり拾えます。

日付できごと出典
2026年9月30日Hugging Faceのリポジトリが作成されたHugging FaceのAPI
2026年10月15日NVFP4版のリポジトリが作成されたHugging FaceのAPI
2026年10月29日重みの初回コミット。ブログのメタデータの公開日も同日。会社ページは、重みを公開するこのブログを同日付で載せているHugging Face・ブログのHTML・会社ページ
2026年11月2日技術レポートが更新されたHugging Face
2026年11月5日docsのモデルページに「November 5, 2026」と「GA」が並んで表示される。ブログのメタデータの更新日も同日公式docs・ブログのHTML

重みの公開日は、Hugging Faceと会社ページから10月29日と読めます。一方で、docsには11月5日が表示されています。会社ページには、11月5日付で別の記事「Le Chonk brings the brains. Studio puts it to work.」も載っています。10月29日と11月5日の関係について、Mistral自身の説明は見つけられませんでした。重みの公開が10月29日、一般提供の開始が11月5日という読み方もできますが、この読み方は当ブログの推測です。

プレビュー版からの変化として、ブログは次の2点を挙げています。

  • Terminal-Bench 4.0が13ポイント上がって41%になった
  • 出力トークンが30%減った

特徴

公式のモデルカードによると、構造は次のとおりです。

  • 構造はMoE(Mixture of Experts、必要な専門家だけを動かす方式)で、128の専門家のうち1トークンあたり4つが動く
  • 共通で使う専門家が1つある
  • 総パラメータは約1兆、活性パラメータは49B(埋め込みと出力層を含めて52B)
  • 学習には、Mistral自身の欧州のデータセンターにある3,800基のNVIDIA Grace Blackwell GPUを使った
  • 160以上の言語に対応し、EUの公用語をすべて含む
  • 推論の強さは low、medium、high(既定)の3段階から選べる

パラメータ数の表記は、場所によって次のように分かれています。

出典総パラメータ活性パラメータ
公式カード(冒頭)約1兆49B(埋め込みと出力層を含めて52B)
公式カード(Key Features)約1兆約52B
公式docs1.05兆52B(別に16億パラメータの画像エンコーダ)

カード内の49Bと52Bは、埋め込みと出力層を含めるかどうかの違いで、カードの冒頭に説明があります。「約1兆」とdocsの「1.05兆」の違いは、数え方の違いと思われますが、理由はどのページにも書かれていませんでした。

公式ブログが示すベンチマークのうち、3つを紹介します。これらは Mistral の主張です。

  • Artificial Analysis Coding Agent Index: 48%。ブログは、首位のオープンウェイトモデルとほぼ同点で、1タスクあたりのトークンが47%少ないとしています
  • Terminal-Bench 4.0: 41%
  • Cognition FrontierCode 2.0: 19.7%

Artificial AnalysisとCognitionは、Mistralとは別の組織です。当ブログは、これらの組織のページは開いていません。数字は、2026年11月18日に開いたMistralのブログとカードに載っていたものです。

得意なことと苦手なこと

公式が示す得意分野

公式のカードは、汎用モデルであるとしたうえで、次の分野が得意だと書いています。

  • サイバーセキュリティ、金融、法務
  • 画像の中の位置を特定する視覚グラウンディング(カードは、クローズドな最先端モデルを上回ると書いている)

ブログは、サイバーセキュリティについて、悪意のあるサイバー関連の依頼を断る率が平均96.6%だと示しています。ほかの数字は、ブログの本文にあります。

苦手なこと

公式のカードは、Artificial Analysis Intelligence Index v5で26だったと書いています。西側のオープンウェイトモデルでは最高で、中国の有力なオープンウェイトモデルのほうが高いとも書いています。

ブログには、公開後の実際の通信を見て、実在の標的への攻撃を後押しする可能性があると判断し、ガードレールを修正中だという記述があります。

また、出力はテキストだけで、画像は生成できません。第三者による苦手分野の評価は、当ブログでは(未確認)です。

使われている場面

公式ブログは、サイバーセキュリティ関連を中心に、複数の組織のコメントを載せています。コメントの内容は評価やテストが多く、本番での導入とは限りません。

  • Booz Allen Hamilton: 社内のソースコード解析のベンチマークで試した
  • ENISA(欧州連合サイバーセキュリティ機関): 脆弱性の発見やコード監査のため、アクセスしてテストしている
  • Elastic: Mistralのオープンモデルが、すでにElastic Securityで使えると書いている
  • Orange Cyberdefense: サイバー向けの特化版を、設計パートナーとしてプレビューで使える
  • Cisco、Cloudflare、CrowdStrike、Fortinet、NVIDIA、Rubrik、Zscalerもコメントを載せている

金融ではLa Banque Postale、Belfius、Crédit Agricole、ABN AMROが、ブログにコメントを寄せています。

Mistral自身のコーディングエージェント「Mistral Vibe」は、モデルカードによると、Mistral Large 4を使っています。

有償サービス

公式のブログとdocsに、API(モデル名 `mistral-large-4`)の料金が載っています。確認日は2026年11月18日です。

項目料金(100万トークンあたり)円換算
入力$0.70約112円
キャッシュされた入力$0.07約11円
出力$2.10約335円

円換算は、1ドル=159.4円(2026年11月18日)で計算した目安です。

ブログは、Mistral Studio、Mistral API、OpenRouterで使えると書いています。NVIDIAのホスティング先でも提供されています。他社経由の料金は(未確認)です。

無料枠は、公式のAPI料金の説明では確認できませんでした(未確認)。モデルカードには、公開後1週間、公式デモに訪問者ごとの少額の無料枠があると書かれています。API全体の無料枠ではありません。チャットアプリのLe Chatで、Mistral Large 4が使える料金プランは(未確認)です。

ライセンスの表記

重みのライセンス名は、LICENSEファイル、カード、docs、ブログのどれも「Mistral Ecosystem Open-Weight License」で一致しています。Hugging Faceのメタデータだけは、名前が入らない「license: other」です。

  • Hugging FaceのLICENSEファイル: 「Mistral Ecosystem Open-Weight License」という題で、MITの改変版と書いている
  • Hugging Faceのモデルカード: メタデータは「license: other」。本文は上と同じライセンス名を書き、商用にも非商用にも使えるとしている
  • 公式docs: 「Mistral Ecosystem Open Weight License」、バージョン26.10と表示している
  • 公式ブログの本文: 同じライセンスで、MITの改変版だと書いている

LICENSEファイルには、次の条件が書かれています。

  • 利用、複製、改変、配布、販売ができる
  • 自分または関連会社がModel as a Serviceを営む場合は、商用目的で使う前に、Mistralと別に商用ライセンスを結ぶ
  • Model as a Serviceは、APIなどで第三者にモデルへの操作権を渡す事業を指す
  • 社内利用と、Mistral公式製品を通じた利用は、この条件の対象外

入手できるサイズ

Hugging Faceの実ファイルを、2026年11月18日に集計しました。単位はGB(10億バイト)です。

配布元形式ファイルの大きさ[GB]
Mistral公式(mistralai)FP8(本体)1,060.6
Mistral公式(mistralai)NVFP4610.1

FP8とNVFP4は、数値を少ないビット数で持つ圧縮の形式です。カードによると、NVFP4版はメモリが小さく、性能は同じで、対象はBlackwell世代のGPUです。

公式の小型版や蒸留版は(未確認)です。ブログは、顧客がForgeで小型の用途特化版を作れると書いていますが、配布されている小型版は確認できませんでした。

モデルカードは、llama.cpp向けのGGUF形式として、ggml-orgとunslothの配布ページを案内しています。両方とも第三者の配布で、Mistral公式の量子化ではありません。

配布元(第三者)量子化ファイルの大きさ[GB]
ggml-orgIQ2_XXS297.7
ggml-orgQ2_K380.7
ggml-orgQ4_K_M634.8
ggml-orgQ8_01,115.2
ggml-orgBF162,098.9
unslothUD-IQ1_S233.0
unslothUD-IQ1_M259.6
unslothUD-IQ2_XXS302.5
unslothUD-Q2_K_XL378.3
unslothUD-IQ3_XXS423.5
unslothUD-Q3_K_XL492.7
unslothUD-Q4_K_XL604.8
unslothUD-Q5_K_XL783.8
unslothUD-Q6_K_XL890.5
unslothQ8_01,115.2
unslothBF162,098.9

ローカルで動かせる見込み

見込みは「限られる」です。当ブログでは動かしていないため、あくまで見込みです。

一番小さい第三者のGGUF(UD-IQ1_S)でも233.0GBあり、192GBから256GB以上のメモリが要る大きさです。必要なメモリには、これにKVキャッシュが加わります。公式のFP8版は1,060.6GBです。カードが例に挙げるサーバー設定は、GPU 8基のテンソル並列です。

動かし方は、この記事では扱いません。巨大モデルを手元で動かした記録は、巨大なローカルLLMは家のPCで動くのか〜235B・745Bを無理矢理実測してみたと話題の Strata とは?〜12GBのグラボで125Bモデルが動く仕組み・速さ・使える環境を調べたにあります。

tips

公式のモデルカードは、使い方について次の推奨を書いています。

  • サンプリングは、どの推論の強さでも temperature=1.0、top_p=0.95
  • 推論の強さは、複雑な依頼やエージェント用途は high、普段使いは medium、速い返答は low
  • システムプロンプトには、環境と用途を明確に書き、ツールの使い方の指針も入れる
  • ツールは、用途に必要な最小限に絞る
  • `max_completion_tokens` には、推論に使ったトークンも数えられる
  • ローカルでの動作が思わしくないときは、Mistral APIを使うことを勧めている

エピソード

公式ブログの題は「Mistral Large 4 (Le Chonk)」で、愛称のLe Chonkは、Hugging Faceのデモ集の名前にも使われています。名前の由来は、開いたページに書かれていませんでした。

ブログによると、プレビューに対する反応は期待を上回ったとのことです。そのあとにフィードバックを反映し、強化学習を続けて重みを公開しました。

まとめ

公式の記載から確認できたのは、次の点です。

  • 1兆規模のMoEで、画像を入力できる
  • コーディングとサイバーセキュリティを前面に出している
  • API料金は入力 $0.70/100万トークン(約112円)
  • 配布ファイルは、公式のNVFP4版でも約610GB

ライセンスは、MITを改変した独自の条件つきです。モデルを他人に提供する事業をする人は、LICENSEファイルを読んで確かめてください。重みを手元に置きたい人には向かず、APIで試したい人には向く内容です。

他のモデルとの比較は、OSSの大規模LLMの現状(11月版)に集約しています。

1兆規模のモデルは、手元のPCでは動かさず、APIで試せば足りる場面もあります。家のPCで動かせるのは、どの大きさのモデルまでなのでしょうか。

出典

開いて確認したもの(2026年11月18日。一部は11月16日にも確認)

開けなかったもの・開かなかったもの

  • Artificial Analysis、Cognition、Surge Codeそれぞれのページ(ブログに載った数字だけ確認)
  • 技術レポート(assets/technical_report.pdf)
  • Le Chatの料金プランでの扱い

次の一歩

この記事で使った機材

GMKtec EVO-X2 (Ryzen AI Max+ 395 / 128GB / 2TB)A8限定クーポン「A82608」で5,000円OFF(2026/10/31まで)

¥614,999 Amazon(API取得)・2026-11-22 16:30調べ¥724,586 楽天市場・2026-11-22調べ