室谷代表取締役これは面白いニュースが来ましたね。Mistral AIが、OrbitworksとLoft Orbitalが進めるAI衛星コンステレーションに、NVIDIAのAI基盤とともに参画する。
しかも、そこに載るのが小型モデルのMinistral 3なんですよ。
しかも、そこに載るのが小型モデルのMinistral 3なんですよ。
テキトー教師DotAI 認定講師衛星にAIモデルが載る、という話ですね。しかもMistralのモデルが軌道上で動く。
単に「宇宙でAIを試しました」という実験の話じゃないんですよ。
単に「宇宙でAIを試しました」という実験の話じゃないんですよ。
室谷代表取締役そうなんですよね。Orbitworksが打ち上げた初号機AltairにMinistral 3が搭載されて、ユーザーが数分以内にAI生成アラートを受け取れる体制を目指す、というのが今回の発表の核心です。
MistralのAIモデルが衛星軌道へ、何が発表されたのか
Mistral AIのAIモデルが衛星軌道へ：発表の全体像
発表元
Mistral AIの公式投稿で「Mistralのモデルが軌道にいる」と発表
役割分担
衛星はOrbitworksとLoft Orbital、モデルはMistral AI、ハードウェア基盤はNVIDIA
50機のAI衛星コンステレーション
Orbitworksが打ち上げたAltairは50機計画の初号機。ユーザーが数分以内にAI生成アラートを受信
Mistralのモデル
Ministral 3のようなモデルが重要な問いに速く信頼できる答えを届ける
従来との違い
個別ミッション単位から、大規模コンステレーションでの常時AI提供へ進んだ点がニュースの重み
室谷代表取締役まず何が発表されたのかを整理すると、Mistral AIが、OrbitworksとLoft OrbitalのAI衛星コンステレーション計画に、NVIDIAのAI基盤とともに参画するという発表です。Mistral AIの公式投稿では「Mistralのモデルが軌道にいる」という表現で、OrbitworksとLoft Orbitalの初のAI衛星コンステレーションに加わることを伝えています。
テキトー教師DotAI 認定講師発表元はMistral AIですね。ここは大事で、衛星を作っているのはOrbitworksとLoft Orbital、その上で動くモデルを提供するのがMistral AI、ハードウェア基盤がNVIDIA、という役割分担になっています。
室谷代表取締役そう、主語を間違えると全然違う話になっちゃうんですよね。Loft Orbital側の発表によると、Orbitworksが打ち上げたAltairは、50機のAI衛星コンステレーションの初号機で、ユーザーが数分以内にAI生成アラートを受け取れるようにするもの。
NVIDIAのAI基盤がこれを支え、MistralのMinistral 3のようなモデルが、ユーザーの重要な問いに対して速く信頼できる答えを届ける、という説明になっています。
NVIDIAのAI基盤がこれを支え、MistralのMinistral 3のようなモデルが、ユーザーの重要な問いに対して速く信頼できる答えを届ける、という説明になっています。
テキトー教師DotAI 認定講師50機というスケール感がポイントです。単発の実証ミッションではなく、コンステレーションとして常時AIを提供する構想なんですよ。
室谷代表取締役そこが従来と違うところですよね。Loft Orbitalは2021年に初号機YAM-3を打ち上げて、2023年のYAM-6で軌道上のAI・ソフトウェア配備プラットフォームを提供開始している。
これまでNASA、Microsoft、Helsing、Wallaroo.AIなどと13件以上のAI・ソフトウェアミッションを実施してきた。でも、それは個別ミッション単位の取り組みだったわけです。
これまでNASA、Microsoft、Helsing、Wallaroo.AIなどと13件以上のAI・ソフトウェアミッションを実施してきた。でも、それは個別ミッション単位の取り組みだったわけです。
テキトー教師DotAI 認定講師それが今回は大規模コンステレーションでの常時AI提供を目指す、という段階に進んだ。ここがニュースとしての重みなんですよね。
Ministral 3とは？3B・8B・14BとBase/Instruct/Reasoningの違い
Ministral 3の3サイズ×3バリアント構成
サイズ
- 3B
- 8B
- 14B
バリアント
- base：素のモデル
- instruct：指示に従う形に調整
- reasoning：じっくり考えて精度を出す
室谷代表取締役で、その中核になるMinistral 3とは何か、という話をしないといけません。Mistral AIの公式ブログによると、Mistral 3は次世代のMistralモデル群で、3つの高性能な小型denseモデル（14B、8B、3B）と、Mistral史上最も高性能なMistral Large 3で構成されています。
テキトー教師DotAI 認定講師ここ、講座でもよく聞かれるところなんですけど、Ministral 3は3B・8B・14Bの3サイズ展開で、それぞれにbase・instruct・reasoningの3バリアントがあるんですよ。
室谷代表取締役3サイズ×3バリアントで9種類ということですね。しかも全部Apache 2.0ライセンスで公開されている。
テキトー教師DotAI 認定講師整理するとこうです。
- サイズ: 3B／8B／14Bの3種類
- バリアント: base／instruct／reasoningの3種類
- 各モデルとも画像理解に対応
- すべてApache 2.0ライセンス
室谷代表取締役baseは素のモデル、instructは指示に従う形に調整されたもの、reasoningはじっくり考えて精度を出すもの、という違いですね。公式ブログでは、精度だけを重視する場面ではreasoningバリアントがより長く考えて、同重量級の中で最先端の精度を出せるとして、14BバリアントでAIME '25の85%を達成したと説明されています。
テキトー教師DotAI 認定講師14BでAIME '25の85%というのは具体的な数字ですね。あと公式ブログでは、Ministralのinstructモデルが同等のモデルと同等以上の性能を出しつつ、しばしば桁違いに少ないトークン数で済む、というコスト効率の話も出ています。
室谷代表取締役実務で効いてくるのはそこなんですよね。生成トークン数とモデルサイズの両方が効く、という現実的な指摘です。
テキトー教師DotAI 認定講師あとMistral 3ファミリー全体との関係も押さえておきたいです。Mistral Large 3は41Bアクティブ／675B総パラメータのスパースMoE（専門家混合）アーキテクチャで、NVIDIAのH200を3000基使ってゼロから学習された、Mistral史上最も高性能なモデル。
LMArenaのOSS非推論部門で2位につけています。
LMArenaのOSS非推論部門で2位につけています。
室谷代表取締役大きい方がLarge 3、小さい方がMinistral 3という位置づけですね。Large 3はbaseとinstructがApache 2.0で公開されていて、reasoning版は近日公開と案内されています。
Ministral 3でできること――画像理解・多言語・エッジ向け設計
Ministral 3でできること
エッジ向け設計
公式ブログで「State-of-the-art intelligence at the edge」と表現。エッジやローカル用途に向けたシリーズ
ネイティブ多言語対応
40以上のネイティブ言語に対応
画像理解
全モデル・全バリアントで画像理解を備える。3Bでも画像理解が可能
3Bの性能
ファミリー最小かつ最も効率的。コンパクトなパッケージで堅牢な言語・視覚能力を提供し、ローカル環境を含む多様なハードウェアで高性能
256kコンテキスト
3Bで256kコンテキスト。エッジ用途として余裕がある
各種機能
ドキュメントQnA、関数呼び出し、構造化出力、バッチ処理
NVIDIA連携
全モデルをHopper GPUで学習。TensorRT-LLMとSGLang向けの推論サポートを有効化
エッジ側デプロイ
DGX Spark、RTX PCやノートPC、Jetsonデバイスへの最適化されたデプロイを提供
室谷代表取締役Ministral 3の特徴で外せないのが、エッジ向けに設計されているという点です。公式ブログでは「State-of-the-art intelligence at the edge」と表現されていて、エッジやローカル用途に向けたシリーズだと明記されています。
テキトー教師DotAI 認定講師エッジAIというのは、クラウドを介さず現場のデバイス上でAIを動かす方式ですね。遅延や通信コストを抑えられる。
衛星に載せるというのは、まさにこの極端な例なんですよ。
衛星に載せるというのは、まさにこの極端な例なんですよ。
室谷代表取締役しかもMinistral 3はネイティブのマルチモーダル・多言語対応を持っている。公式ブログでは40以上のネイティブ言語に対応すると説明されています。
画像理解も全モデル・全バリアントで備えている。
画像理解も全モデル・全バリアントで備えている。
テキトー教師DotAI 認定講師3Bという小さいサイズでも画像理解ができる、というのは大きいですよね。ドキュメントでも、Ministral 3 3Bはファミリーの中で最小かつ最も効率的なモデルで、コンパクトなパッケージで堅牢な言語・視覚能力を提供し、ローカル環境を含む多様なハードウェアで高性能を出すと説明されています。
室谷代表取締役コンテキスト長も見ておくと、3Bは256kコンテキストです。
テキトー教師DotAI 認定講師3Bで256kというのは、エッジ用途としてはかなり余裕がありますよね。ドキュメントQnA、関数呼び出し、構造化出力、バッチ処理といった機能も挙げられています。
室谷代表取締役構造化出力や関数呼び出しが使えるというのは、エージェント的な使い方を想定しているんだろうなと感じます。衛星上でアラートを生成するような用途だと、決まった形式で出力できることは重要ですからね。
テキトー教師DotAI 認定講師NVIDIAとの連携も見逃せません。公式ブログによると、Mistral 3の全モデルがNVIDIAのHopper GPUで学習され、NVIDIAのエンジニアがTensorRT-LLMとSGLang向けの効率的な推論サポートを有効にしたと。
エッジ側ではDGX Spark、RTX PCやノートPC、Jetsonデバイスへの最適化されたデプロイを提供する、と説明されています。
エッジ側ではDGX Spark、RTX PCやノートPC、Jetsonデバイスへの最適化されたデプロイを提供する、と説明されています。
室谷代表取締役データセンターからロボットまで一貫した高性能な経路を提供する、という表現ですね。MYUUUでもエッジ寄りの検証をよくやるんですけど、モデル側がハードウェア最適化を前提に用意されているかどうかで、現場の手間が全然違うんですよね。
テキトー教師DotAI 認定講師そこが「単に小さいモデルを出しました」という話じゃないところです。配備先まで含めて設計されている。
Ministral 3の使い方・入手方法と料金、日本から使えるのか
室谷代表取締役で、実際どうやって使うのかという話です。公式ブログによると、Mistral 3はMistral AI Studio、Amazon Bedrock、Azure Foundry、Hugging Face（Large 3とMinistral）、Modal、IBM WatsonX、OpenRouter、Fireworks、Unsloth AI、Together AIで提供されています。
さらにNVIDIA NIMとAWS SageMakerでも近日提供予定と案内されています。
さらにNVIDIA NIMとAWS SageMakerでも近日提供予定と案内されています。
テキトー教師DotAI 認定講師入手経路はかなり広いですね。Hugging Faceで重みが取れる、API経由で使える、クラウド各社からも使える、という三通りが揃っている。
室谷代表取締役料金も公式に示されています。Ministral 3の8Bは入力・出力とも$0.15/Mトークン。
3Bは入力・出力とも$0.1/Mトークンです。モデル名はministral-8b-latest、ministral-3b-2512といった形で案内されています。
3Bは入力・出力とも$0.1/Mトークンです。モデル名はministral-8b-latest、ministral-3b-2512といった形で案内されています。
テキトー教師DotAI 認定講師3Bが$0.1/Mトークンというのは、大量に回す用途では効いてきますよね。しかも256kコンテキストで。
室谷代表取締役参考までにMistral Large 3は入力$0.5、出力$1.5/Mトークンです。用途によって使い分ける前提の価格体系になっています。
テキトー教師DotAI 認定講師日本から使えるのかという点ですが、公式ブログでは提供先としてMistral AI StudioやHugging Face、各種クラウドが挙げられていて、地域を限定する記載は見当たりません。日本からの利用可否について個別の言及はないので、各プラットフォームの提供状況を確認する形になります。
室谷代表取締役ライセンスがApache 2.0なので、自前でホストする選択肢もあるわけですよね。エッジに置くなら、なおさらその自由度は大きい。
テキトー教師DotAI 認定講師あと公式ブログでは、組織向けにカスタムモデルトレーニングサービスも提供していて、ファインチューニングや特定ニーズへの適応ができると案内されています。
AltairとAI衛星コンステレーション――軌道上で何が動くのか
室谷代表取締役ここからが今回の宇宙の話です。AltairはOrbitworksが打ち上げた初号機で、50機のAI衛星コンステレーションの1機目。
Loft Orbitalの説明では、エッジコンピュートと常時接続を備えた、完全にAI対応のマルチセンシング・コンステレーションを目指すとされています。
Loft Orbitalの説明では、エッジコンピュートと常時接続を備えた、完全にAI対応のマルチセンシング・コンステレーションを目指すとされています。
テキトー教師DotAI 認定講師「マルチセンシング」というのがポイントで、Loft Orbitalはハイパースペクトル、マルチスペクトル、RF、熱センサーといったセンサー群を提供していて、顧客がオンデマンドでアクセスできる、と説明しています。
室谷代表取締役つまり、いろんなセンサーで取ったデータを、衛星上でそのままAIに食わせて判断する、という構図ですね。地上に全部送ってから解析するのではなく。
テキトー教師DotAI 認定講師Loft Orbitalは「クラウドの比喩ではなく、Loftは宇宙にあるクラウドインフラだ」という言い方をしています。衛星を、アプリをデプロイする場所として捉えているんですよ。
室谷代表取締役実際、YAM-6では開発者コミュニティがハードウェアを持たずに軌道上でAIアプリを動かせるオープンプラットフォームを提供してきた。これまでNASA、Microsoft、Helsing、Little Place Labs、Wallaroo.AIといった顧客の13件以上のAI・ソフトウェアミッションを支援している。
テキトー教師DotAI 認定講師特にNASAのジェット推進研究所（JPL）との協業では、軌道上初の視覚言語モデルを配備したと。GoogleのGemma-3とNVIDIA GPUを使ったもので、自然言語クエリに応じて関心領域を特定する。
室谷代表取締役その延長線上に、MistralのMinistral 3が載るという流れなんですよね。実績のあるオープンなプラットフォームに、新しいモデルが入ってくる。
テキトー教師DotAI 認定講師Loft Orbitalは自らを「AI企業ではない」と位置づけて、専門のソフトウェア・AI企業が自分のモデルを軌道上に配備できるオープンなインフラを築いている、と説明しています。だからMistralのようなモデル提供企業が参加できるわけです。
室谷代表取締役この辺のエコシステムの組み方がうまいですよね。自前で全部やるんじゃなくて、オープンな場を用意して、そこに強いプレイヤーが乗ってくる。
なぜ今、衛星にAIを載せるのか――near real-time観測の課題と狙い
室谷代表取締役そもそもなぜ衛星にAIを載せる必要があるのか。資料が示している課題は「near real-time（ほぼリアルタイム）」な地球観測・インテリジェンスです。
従来は衛星データを地上に送って解析するまでに時間がかかっていた。
従来は衛星データを地上に送って解析するまでに時間がかかっていた。
テキトー教師DotAI 認定講師ここが本質なんですよ。衛星が撮ったデータを全部地上に送って、そこで解析して、結果が出るまで待つ。
この工程が入ると、どうしても即時性が失われる。
この工程が入ると、どうしても即時性が失われる。
室谷代表取締役それを衛星上で処理してしまえば、地上に送る前に判断できる。Altairは「数分以内にAI生成アラート」を掲げているわけです。
テキトー教師DotAI 認定講師具体的な用途として資料に明記されているのは、船舶の動きのグローバルな追跡と、レーダー妨害の検知です。どちらも即時性が重要な領域ですね。
室谷代表取締役船舶追跡は広域を継続的に見る必要があるし、レーダー妨害の検知はまさにその瞬間に意味がある。数分遅れたら価値が落ちる類の情報です。
テキトー教師DotAI 認定講師ここでMinistral 3のようなエッジ向けの小型モデルが効いてくる。クラウドに投げられない環境で、限られた計算資源の中で動かす必要がある。
だからこそ小型で高性能、しかも画像理解ができるモデルが求められるんですよ。
だからこそ小型で高性能、しかも画像理解ができるモデルが求められるんですよ。
室谷代表取締役3Bで256kコンテキスト、画像理解、多言語、Apache 2.0。衛星という制約の厳しい環境に置く前提で見ると、選択肢として納得感がありますよね。
テキトー教師DotAI 認定講師あとLoft Orbitalは、他のプレイヤーは将来のデータセンター構想や閉鎖プラットフォームでのAI開発が中心だとしつつ、自分たちは実証済みのオープンプラットフォームを持っている点を差別化要因として挙げています。
室谷代表取締役実績の積み上げ方が効いている、ということですね。2021年のYAM-3から5年、14機の衛星を打ち上げてきた上でのAltairということですから。
テキトー教師DotAI 認定講師OrbitworksはMarlan Spaceとの合弁で、中東初の衛星生産施設を持ち、フランス政府向けに3件の契約を支援している、という背景もあります。
室谷代表取締役宇宙×AIというとまだ実験的に聞こえがちですけど、今回の話はコンステレーションとしての運用と、その上で動く具体的なモデル名まで出ている。ここは押さえておきたいところです。
テキトー教師DotAI 認定講師軌道上で動くモデルの選択肢に、Mistralのモデルが入った。これはMistralにとっても、衛星インフラ側にとっても大きい一歩ですね。
よくある質問
室谷代表取締役ここからは、よく聞かれそうな点を整理していきます。
テキトー教師DotAI 認定講師まずMinistral 3のサイズと違いについて。3B・8B・14Bの3サイズで、それぞれbase・instruct・reasoningの3バリアント、合計9種類です。
全モデルが画像理解に対応し、Apache 2.0ライセンスで公開されています。
全モデルが画像理解に対応し、Apache 2.0ライセンスで公開されています。
室谷代表取締役3Bは256kコンテキストで入力・出力とも$0.1/Mトークン、8Bは入力・出力とも$0.15/Mトークンです。
テキトー教師DotAI 認定講師エッジ向けかどうかでいうと、公式ブログが「State-of-the-art intelligence at the edge」と明記していて、エッジやローカル用途に向けたシリーズだと説明されています。NVIDIAのDGX Spark、RTX PCやノートPC、Jetsonデバイスへの最適化されたデプロイが挙げられています。
室谷代表取締役入手方法は、Mistral AI Studio、Amazon Bedrock、Azure Foundry、Hugging Face、Modal、IBM WatsonX、OpenRouter、Fireworks、Unsloth AI、Together AIで提供中。NVIDIA NIMとAWS SageMakerは近日提供予定と案内されています。
テキトー教師DotAI 認定講師Mistral Large 3との関係は、同じMistral 3ファミリーの中で、Large 3が最も高性能なモデル、Ministral 3がエッジ・ローカル向けの小型モデル群という位置づけです。Large 3は41Bアクティブ／675B総パラメータのスパースMoEで、NVIDIA H200を3000基使って学習されています。
室谷代表取締役衛星に載るのはどのモデルかというと、Loft Orbital側の説明でMistralのMinistral 3が例として挙げられています。
テキトー教師DotAI 認定講師日本から使えるかについては、公式ブログに地域を限定する記載はなく、各提供プラットフォームの状況を確認する形になります。個別の日本向け言及は現時点では明らかにされていません。
室谷代表取締役宇宙でのAI利用がどこまで広がるか、Altair以降の展開も追っていきたいですね。
