室谷代表取締役はい、速報です。Mistral Large 4は、Mistral AIが2026年10月6日に発表したオープンウェイトの汎用マルチモーダルモデルで、1兆パラメータ・52Bアクティブという巨大なMoE構成ながら、画像の中の「どこに何があるか」を座標レベルで特定するビジュアル・グラウンディングを武器にしています。
テキトー教師DotAI 認定講師通称ML4、愛称は「Le Chonk」。Mistral AIの公式ブログでは「Unofficially ML4, very officially: le Chonk」と紹介されていて、ネコのネットミーム由来の名前がそのまま公式の愛称になった形ですね。
室谷代表取締役パブリックプレビューは今日からMistral Studioで試せて、重みは今月末に公開予定。この「プレビューを先に出して、重みは後から」という段階的な出し方が今回のポイントなんですよね。
テキトー教師DotAI 認定講師単に「大きいモデルが出た」という話じゃないんですよ。Mistral AIはこの期間を使って、サイバーセキュリティのリーダー企業や審査済みパートナー、各国当局と実環境でのレッドチーミングを実施すると説明しています。
室谷代表取締役そこが結構異例で、プレビュー中は同じモデルに「モデレーションを弱め、サイバー能力を拡張した状態」でアクセスしてもらうと。防御側の脆弱性調査を安全フィルタが止めてしまう問題への対処という文脈があるんですよね。
Mistral Large 4とは？1兆パラメータの「Le Chonk」が発表
まとめ
Mistral Large 4（Le Chonk）基本スペック
- 総パラメータ: 1.05T（1兆500億）
- アクティブパラメータ: 52B（研究ページでは49B表記もあり、公式内でも揺れ）
- ビジョンエンコーダ: 1.6B
- コンテキスト長: 1Mトークン
- アーキテクチャ: きめ細かいMixture-of-Experts（MoE）
- バージョン表記: v26.10、ステータス: PUBLIC PREVIEW、ライセンス表記: OPEN
- 公開日: 2026年10月6日
- ネイティブ・マルチモーダルかつinstruct-and-reasoningハイブリッド
- 訓練: Mistralの欧州自社データセンターでNVIDIA Grace Blackwell GPU（3,800基／約4,000基、約2カ月）を使いゼロから実施
- 訓練データ: 160以上の言語、EU全公用語を含むマルチリンガル構成
- 名称「Le Chonk」は架空モデル「Le Chaton Fat」のミームが由来とVentureBeatが報道
テキトー教師DotAI 認定講師まず基本スペックを整理しましょう。公式ドキュメントのモデルページに載っている数字がこちらです。
室谷代表取締役整理するとこうです。
- 総パラメータ: 1.05T（1兆500億）
- アクティブパラメータ: 52B
- ビジョンエンコーダ: 1.6B
- コンテキスト長: 1Mトークン
- アーキテクチャ: きめ細かいMixture-of-Experts（MoE）
- バージョン表記: v26.10、ステータスはPUBLIC PREVIEW、ライセンス表記はOPEN
- 公開日: 2026年10月6日
室谷代表取締役研究ページ側では「1T - 49B ACTIVE」と書かれていて、アクティブ数は49B表記と52B表記が混在しています。ここは公式内でも表記が揺れているので、記事では両方触れておくのが誠実ですよね。
テキトー教師DotAI 認定講師そうですね。背景ブリーフでは52Bアクティブ、VentureBeatの報道では49Bアクティブと書かれています。
どちらも公式・報道の範囲なので、断定的に片方に寄せない方がいい。
どちらも公式・報道の範囲なので、断定的に片方に寄せない方がいい。
室谷代表取締役あと地味に重要なのが「ネイティブ・マルチモーダル」かつ「instruct-and-reasoningハイブリッド」という点。指示追従と推論を1つのモデルに統合しつつ、画像入力もネイティブに扱う設計です。
テキトー教師DotAI 認定講師訓練はMistralの欧州自社データセンターで、NVIDIA Grace Blackwell GPUを使ってゼロから実施。研究ページでは3,800基、VentureBeatの報道では約4,000基、期間は約2カ月とされています。
訓練データは160以上の言語、EUの全公用語を含むマルチリンガル構成です。
訓練データは160以上の言語、EUの全公用語を含むマルチリンガル構成です。
室谷代表取締役この「欧州の自社インフラで訓練して、同じインフラで提供する」というのがMistralのソブリンティ戦略の核なんですよね。MYUUUでも欧州の規制産業のお客さんと話すと、この点はかなり刺さります。
テキトー教師DotAI 認定講師ちなみに「Le Chonk」という名前は、6月にXやRedditで広がった架空のモデル「Le Chaton Fat」のミームが由来だとVentureBeatが報じています。CEOのArthur Mensch氏がそのミームに乗った経緯もあって、今回の命名はコミュニティへの返答という意味合いもあるようです。
Mistral Large 4でできること——ビジュアル・グラウンディングの実力
従来の画像認識 vs Mistral Large 4のビジュアル・グラウンディング
従来の画像認識
- 「何が写っているか」の分類中心
- 単発の画像QA
Mistral Large 4
- 「どこにあるか」を座標レベルで特定
- ズーム→検査→検証のループ
- エージェント能力と視覚接地を組み合わせ
- 必要な箇所に寄って確認できる
室谷代表取締役今回の一番の売りがビジュアル・グラウンディングです。従来の画像認識が「何が写っているか」の分類中心だったのに対して、これは「どこにあるか」を座標レベルで特定する能力なんですよね。
テキトー教師DotAI 認定講師公式スレッドでは「Le Chonk cooked on visual grounding. Pinpoints exactly where things are in an image.」と、かなり強気に書かれています。
室谷代表取締役具体的なユースケースとして公式が挙げているのが、エンジニアリング図面、機械部品の検証、PDFからの証拠抽出、ギガピクセル級の衛星画像スキャンです。
テキトー教師DotAI 認定講師スレッドの続きでは「Engineering drawings: Mistral Large 4 zooms, inspects, verifies. Until the answer is exact.」と、図面を拡大して検査し、答えが正確になるまで検証する様子が示されています。
室谷代表取締役この「ズームして、検査して、検証する」というループは、エージェント能力と視覚接地を組み合わせているのがミソなんですよね。単発の画像QAじゃなくて、必要な箇所に寄っていって確認する動きができる。
テキトー教師DotAI 認定講師公式ブログでは「視覚接地とエージェント能力を組み合わせられる」と説明されていて、ギガピクセル衛星画像の解析から災害対応チームの意思決定支援まで、という例が挙がっています。
室谷代表取締役製造業や地球観測のように「見落としが許されない」領域を狙っているのがはっきり分かります。ここはChatGPTとClaudeを徹底比較でも触れましたが、汎用チャット性能よりもドメイン特化の精度で選ばれる領域ですからね。
テキトー教師DotAI 認定講師マルチモーダル全体でも、複雑な文書・チャート・自然画像の推論が強化されていると公式は説明しています。ただし出力はテキストで、画像を生成するモデルではない点には注意が必要です。
Mistral Large 4の性能——Dense 200で42%、GPT-6-Astraを上回る
まとめ
Mistral Large 4 の性能ハイライト（Mistral AI 自社発表）
- Dense 200: ML4 42% vs GPT-6-Astra 41%（1ポイント差で上回る）
- コーディング: DeepSWE v1.1 61.7%、SWE-Atlas-QnA 59.4%、Terminal-Bench 4.0 28.3%、Coding Agent Index 合計 49.8%
- サイバー: Artificial Analysis Cyber Index トップ5入り、あるテストで82%（最高スコア）、Cybench 93%
- エージェント: AutomationBench 59.9%、AA-Briefcase 1,393 Elo
- 法務・金融: Harvey's Legal Agent ベンチマークでオープンソースモデル中トップ、金融タスクで GPT-6-Astra を上回ると第三者評価機関 vals.ai 経由で確認
- 科学: SciCode-Verified でオープンウェイト中 state-of-the-art
- コーディング人間評価: Surge AI とのブラインド評価で ML4 Preview は5モデル中2位（3.74）。1位は Claude Opus 5（4.22）で、Kimi K3・GLM-5.3・GLM-5.2 を上回る
- サイバー拒否率: サイバー関連プロンプトの平均拒否率が全OSSモデル中で最も高いと公式が説明
- 安全性: Lakera B3 AI Security Benchmark で攻撃の93.3%を拒否、KORA Benchmark で1.691（最大2が Exemplary）とOSSモデル中最高スコア
- 注意: これらは Mistral AI の主張・自社発表の数値であり、第三者検証の結果ではない
室谷代表取締役ここからはベンチマークの話です。公式が最も押しているのがDense 200で、ML4が42%、GPT-6-Astraが41%と、1ポイント差で上回ったと主張しています。
テキトー教師DotAI 認定講師視覚接地のベンチマークで閉源フロンティアモデルを上回った、というのが今回のニュースの核ですね。
室谷代表取締役ただし、これはあくまでMistral AIの主張・自社発表の数値であることは明記しておきたいです。第三者検証の結果として提示されているものではないので。
テキトー教師DotAI 認定講師他のベンチマークも整理しておきましょう。
- コーディング: DeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4.0で28.3%、Coding Agent Index合計49.8%
- サイバー: Artificial Analysis Cyber Indexでトップ5入り、あるテストでは82%で最高スコア、Cybenchは93%
- エージェント: AutomationBenchで59.9%、AA-Briefcaseで1,393 Elo
- 法務・金融: Harvey's Legal Agentベンチマークでオープンソースモデル中トップ、金融タスクではGPT-6-Astraを上回ると第三者評価機関vals.ai経由で確認
- 科学: SciCode-Verifiedでオープンウェイト中state-of-the-art
室谷代表取締役コーディングの人間評価も興味深くて、Surge AIとのブラインド評価でML4 Previewは5モデル中2位（3.74）。1位はClaude Opus 5（4.22）で、Kimi K3やGLM-5.3、GLM-5.2を上回ったという結果です。
テキトー教師DotAI 認定講師サイバー領域では、Claude Opus 5.5とGPT-6 Astraが同じテストでほぼゼロだったのに対し、ML4は82%を出したと公式は説明しています。理由は「タスクを拒否するから」だと。
ここはMistralの主張として紹介するのが正確ですね。
ここはMistralの主張として紹介するのが正確ですね。
室谷代表取締役拒否率の話も面白くて、ML4はサイバー関連プロンプトの平均拒否率が全OSSモデル中で最も高いと公式は書いています。つまり「サイバー能力は高いが、悪意ある要求はちゃんと断る」という設計をアピールしているわけです。
テキトー教師DotAI 認定講師安全性の指標では、LakeraのB3 AI Security Benchmarkで攻撃の93.3%を拒否、KORA Benchmarkで1.691（最大2が"Exemplary"）と、こちらもOSSモデル中で最高スコアと説明されています。
室谷代表取締役この「能力が高いのに拒否率も高い」というバランスは、企業導入の稟議で効いてくる部分ですよね。
Mistral Large 4の使い方・始め方——パブリックプレビューとオープンウェイト公開
テキトー教師DotAI 認定講師使い方は2段階です。まず今日からMistral StudioのプレビューAPIで試せます。
室谷代表取締役ドキュメントのモデルページを見ると、API名は
mistral-large-4で、対応機能はStructured Outputs、Function Calling、Document QnA、Prefix、Chat Completions、Batching、Agents & Conversations、Built-In Tools。エンドポイントは/v1/chat/completionsと/v1/conversations、バッチは/v1/batch、エージェント系は/v1/agentsです。テキトー教師DotAI 認定講師整理するとこうです。
- 今すぐ試す: Mistral StudioのプレビューAPI（モデル名
mistral-large-4） - 重みの公開: 今月末（VentureBeatは10月27日予定と報道）
- ライセンス: カスタムのMistralライセンスになる見込み（VentureBeat報道）
- セルフデプロイ: プライベートクラウドまたはオンプレミスでの実行に対応予定
室谷代表取締役重み公開までの約3週間は、サイバーセキュリティ企業・審査済みパートナー・政府当局とレッドチーミングを実施。その間、彼らはモデレーションを弱めてサイバー能力を拡張した同一モデルにアクセスできる、という設計です。
テキトー教師DotAI 認定講師アーキテクチャの詳細、追加ベンチマーク、ポストトレーニング手法の詳細は、重み公開時にあわせて出ると公式が明言しています。現時点では明らかにされていない部分ですね。
室谷代表取締役あと見逃せないのが、ML4が「次世代の特化・最適化Mistralモデルの基盤になる」と公式が書いている点。つまりこれはゴールではなくスタートで、この上に派生モデルが乗ってくる予告です。
テキトー教師DotAI 認定講師強化学習のランニングはまだ進行中で、飽和の兆しがないとも書かれています。今後の数週間から数カ月で大きな改善が見込まれる、と。
室谷代表取締役Mistral Large 4の料金・提供範囲——日本でいつから使える？
室谷代表取締役料金ですが、公式ドキュメントのモデルページにセール価格が掲載されています。
テキトー教師DotAI 認定講師整理するとこうです。
- 入力: 通常$1.36 / セール$0.68（100万トークンあたり）
- キャッシュ済み入力: 通常$0.14 / セール$0.07（100万トークンあたり）
- 出力: 通常$4.18 / セール$2.09（100万トークンあたり）
- 通貨: USD / EUR 両対応
室谷代表取締役キャッシュ済み入力が通常入力の約10分の1というのは、長いコンテキストを繰り返し使うエージェント用途では効いてきます。1Mトークンのコンテキストと組み合わせると、大規模な図面や衛星画像を扱うワークフローでもコスト設計がしやすい。
テキトー教師DotAI 認定講師なお、VentureBeatが確認した資料にはAPI価格の記載がなかったと報じられていますが、公式ドキュメントには上記の価格が掲載されている、という状態です。
室谷代表取締役提供範囲については、公式ブログに「複数リージョンで世界提供、欧州ではMistralがエンドツーエンドで運用するデプロイを用意し、他のデジタルサービスプロバイダから独立して欧州法の下で提供する」と書かれています。
テキトー教師DotAI 認定講師日本での提供開始時期について、公式ページには具体的な日付の記載はありません。「複数リージョンで世界提供」という表現にとどまっているので、現時点では明らかにされていない、と書くのが正確です。
室谷代表取締役ここは正直に「続報待ち」と伝えるのがいいですね。プレビューAPIはMistral Studioから試せるので、日本からもまず触ってみることはできます。
テキトー教師DotAI 認定講師データレジデンシーを重視する企業・政府向けに、ゼロデータ保持オプションやソブリンインフラ上での運用も想定されているとVentureBeatは報じています。
室谷代表取締役Mistralの立ち位置としては、Mistral AIとは？でも整理しましたが、欧州のAI主権を掲げて自社欧州データセンターで訓練・提供するのが一貫した戦略です。今回のML4はその戦略の最大の成果物という位置づけになります。
テキトー教師DotAI 認定講師資金面では、ML4は€3 billionのシリーズDで調達したロードマップの最初のマイルストーンだと公式は説明しています。欧州のテクノロジー企業が調達した株式ラウンドとして最大規模、と。
エンジニアリング図面・製造・地球観測に効く理由
室谷代表取締役ここが実務者として一番気になるパートです。なぜエンジニアリング図面、製造、地球観測なのか。
テキトー教師DotAI 認定講師背景ブリーフにある通り、従来の画像理解AIは文書やチャートの読解は進んだものの、精密な位置特定が苦手でした。エンジニアリング図面や機械部品の検証、ギガピクセル級の衛星画像解析では、対象物の座標を正確に示す必要がある。
室谷代表取締役つまり「これはボルトです」と言えるだけでは足りなくて、「この図面のこの座標にこのボルトがある」と言えないと実務では使えないわけです。ML4はそこを狙っている。
テキトー教師DotAI 認定講師公式が挙げている具体的なタスクは、密集した自然シーンの接地、技術図面内の機械部品の検証、PDFからの証拠抽出、巨大な地理空間画像から最も見つけにくい物体のスキャンです。
室谷代表取締役製造業のライン検査や図面レビューって、まさに「見落とし」がコストになる領域なんですよね。そこに座標レベルの特定が入ると、検査工程の自動化の解像度が一段上がる。
テキトー教師DotAI 認定講師もう一つの軸がサイバーセキュリティです。公式は「プロバイダ側の拒否が正当な脆弱性研究やインシデント対応を妨げることがあり、インシデントの最中に能力へのアクセスを失うこと自体がセキュリティリスクになる」と説明しています。
室谷代表取締役これはオープンウェイトであることの実務的な意味なんですよね。自社ポリシーの下で、自社インフラで、監査可能な形で動かせる。
規制産業や公共部門ではここが決定的です。
規制産業や公共部門ではここが決定的です。
テキトー教師DotAI 認定講師公式はML4の能力が明示的に訓練した範囲を超えるとも書いていて、内部テストではマルウェア解析、脆弱性の優先順位付け、検知ルールの作成に有用だったと説明しています。
室谷代表取締役金融や法務も重点領域で、財務分析ではEDGARや欧州の同等データベースのような公開企業開示を検索しながら多段階の課題を解くデモが示されています。
テキトー教師DotAI 認定講師科学分野では、Hartree–Fockシミュレーションをワンショットで生成できると公式は説明しています。データ分析、モデリング、物理現実のシミュレーションといった科学タスクのエージェントコーディングが得意だと。
室谷代表取締役研究助手としてのポジションも狙っているわけですね。ここまで来ると、単なるチャットモデルではなく業務基盤としての色が強い。
テキトー教師DotAI 認定講師実際、ML4はMistral Forgeを通じて顧客に提供しているのと同じ訓練・カスタマイズ・RL環境を使って訓練されたと公式は説明しています。つまり顧客が自分でカスタマイズする前提の設計です。
室谷代表取締役よくある質問
テキトー教師DotAI 認定講師ここからは、よく聞かれるポイントを整理していきます。
室谷代表取締役まず、Mistral Large 4のパラメータ数と構成は？
テキトー教師DotAI 認定講師総パラメータ1.05T（1兆500億）、アクティブ52B、ビジョンエンコーダ1.6B、コンテキスト1Mトークンのきめ細かいMoE構成です。研究ページではアクティブ49Bという表記もあり、公式内でも表記が揺れています。
室谷代表取締役マルチモーダル対応は？
テキトー教師DotAI 認定講師ネイティブ・マルチモーダルで、画像を含む複数形式の入力に対応します。ただし出力はテキストです。
画像生成モデルではありません。
画像生成モデルではありません。
室谷代表取締役料金はいくら？
テキトー教師DotAI 認定講師公式ドキュメントでは入力が通常$1.36／セール$0.68、キャッシュ済み入力が通常$0.14／セール$0.07、出力が通常$4.18／セール$2.09（いずれも100万トークンあたり、USD建て）です。
室谷代表取締役いつから使える？日本では？
テキトー教師DotAI 認定講師2026年10月6日からMistral StudioのプレビューAPIで利用可能です。重みは今月末公開予定。
日本での提供開始時期について公式ページに具体的な記載はなく、現時点では明らかにされていません。
日本での提供開始時期について公式ページに具体的な記載はなく、現時点では明らかにされていません。
室谷代表取締役オープンウェイトのライセンスは？
テキトー教師DotAI 認定講師公式ドキュメントのモデル一覧ではライセンス表記が「OPEN」、VentureBeatはカスタムのMistralライセンスになる見込みと報じています。詳細は重み公開時に発表されるとみられます。
室谷代表取締役セルフデプロイはできる？
テキトー教師DotAI 認定講師プライベートクラウドまたはオンプレミスでの実行に対応予定と公式は説明しています。ゼロデータ保持オプションやソブリンインフラ上での運用も想定されているとVentureBeatは報じています。
室谷代表取締役ベンチマークの信頼性は？
テキトー教師DotAI 認定講師今回の数値はMistral AIの自社発表・公式ブログに基づくものです。Dense 200で42%対GPT-6-Astra 41%という比較も同社の主張で、第三者による独立検証の結果として提示されているものではありません。
室谷代表取締役最後に、今回の発表をどう見るか。
テキトー教師DotAI 認定講師単に「1兆パラメータの大型モデルが出た」という話じゃないんですよ。プレビューでレッドチーミングしながら重み公開に進む段階設計、ソブリンティを前提にした欧州自社インフラ、視覚接地という差別化ポイント、そして顧客が自分でカスタマイズする前提の設計。
これらが一体になった発表です。
これらが一体になった発表です。
室谷代表取締役そして、まだRLが走っている途中で、これが次世代特化モデルの基盤になるという予告付き。伸びしろを残したまま出してきたのが、Mistralらしいというか、勝負に出たなという感じです。
重み公開と追加ベンチマークの続報を待ちましょう。
重み公開と追加ベンチマークの続報を待ちましょう。
