［ニュース解説］Mistral Large 4が重みを公開、コーディングと防御セキュリティを強化

はじめに

　Mistral AIは2026年10月29日、フラッグシップモデル「Mistral Large 4」改良版の重みを公開しました。愛称は「Le Chonk」で、1兆パラメータ規模のオープンウェイトモデルです。コーディングと防御側のサイバーセキュリティを特に強化しています。性能の要点と使い方、ライセンスと料金を整理します。

参考記事

• タイトル: Le Chonk: Built for Coders, Trusted by Defenders.
• 発行元: Mistral AI
• 発行日: 2026年10月29日
• URL: https://mistral.ai/news/mistral-large-4-oss/

要点

• Mistral AIは、10月にプレビュー公開したMistral Large 4の改良版を、オープンウェイトとして公開した。
• 3週間の追加強化学習を経て、Terminal-Bench 4.0では41%でオープンウェイトモデルの首位となった。
• 推論モードはLow・Medium・Highの3段階で、既定はHighである。
• Artificial Analysis Cyber Indexは51%、悪意あるサイバー関連依頼の平均拒否率は96.6%である。
• APIの料金は100万トークンあたり入力0.70ドル・出力2.10ドルで、ライセンスは改変版のMITライセンスである。

詳細解説

Mistral Large 4（Le Chonk）の概要

　Mistral Large 4は、パラメータ数1兆のフラッグシップモデルです。テキスト以外の入力も扱えるネイティブなマルチモーダルモデルです。10月のパブリックプレビューを経て、今回は改良版の重みが公開されました。

　指示応答と推論を1つにまとめたハイブリッド型のMoEです。MoE（Mixture of Experts）は、入力ごとに一部の専門ネットワークだけを動かす構成です。規模が大きくても、1回の処理の計算を抑えやすくなります。リポジトリ名「Mistral-Large-4-1T-A52B」は、総パラメータ1兆のうち処理ごとに520億を使う意味とみられます。160以上の言語にネイティブ対応しています。

　プレビュー後、Mistralは利用者の声を取り入れて強化学習の規模を広げました。強化学習は、出力の良し悪しに応じた報酬で振る舞いを改善する学習方法です。推論の効率も上がり、性能を高めつつ実行コストを下げました。学習は欧州のインフラ上でゼロから行われ、来歴が明確です。

コーディング性能：少ないトークンで上位の成績

　Mistralは、コーディング分野で最高のオープンウェイトモデルだと位置づけています。プレビュー後3週間の追加強化学習で、主要ベンチマークの成績が伸びました。

• FrontierCode 2.0（Cognition）：19.7%で首位です。変更全体のコード品質と、管理者がマージするかを評価する非公開ベンチマークです。
• Artificial Analysis Coding Agent Index：48%です。首位のGLM-5.3と実質同水準で、1タスクあたりのトークン消費は平均47%少なくなっています。
• Terminal-Bench 4.0：プレビュー時から13ポイント上がり41%です。オープンウェイトモデルの首位で、出力トークンは30%減りました。
• Surge Code（人による評価）：ブラインドの1対1比較で、GLM-5.3、Kimi K3、DeepSeek V4.1 Flashより好まれました。評価対象の中ではClaude Opus 5.5に次ぐ位置です。

　APIはトークン量で課金されます。成績が同じならトークンが少ないほど安く、速く動きます。性能とコストの効率の境界「パレートフロンティア」を押し広げたことが、今回の主張の中心です。

料金と推論モード

　APIの料金は、100万トークンあたり次のとおりです。

• 入力：0.70ドル
• キャッシュ済み入力：0.07ドル
• 出力：2.10ドル

　キャッシュ済み入力は、以前と同じ入力部分を再利用する場合の料金で、通常入力の10分の1です。入力と出力を100万トークンずつ使うと、合計2.80ドルになります。出力は入力の3倍の単価なので、長い回答を多く生成する用途ほど費用がかさみます。

　推論モードは、回答前にどれだけ考えるかを決める設定で、3段階あります。

• Low：簡単なタスク向け。従来の「None」（推論なし）モードを置き換える
• Medium：日常的なタスク向け
• High（既定）：高い精度と徹底した推論が必要な、最も難しい用途向け

　既定がHighなので、指定しなければ最も手厚く考え、トークンも多く使います。定型的な要約や書き換えなら、LowやMediumから試すと費用と待ち時間を抑えられそうです。推論モデルでは、考える過程のトークンも出力として課金されるのが一般的です。API上での指定方法や課金の扱いは、実装前にモデルカードで確認してください。

ライセンス

　ライセンスは「Mistral Ecosystem Open-Weight license」で、MITライセンスを改変したものです。利用、改変、ファインチューニング、商用化を無償で行えます。条件は1つだけです。Model-as-a-Service（MaaS）の運営事業者は、商用利用の前にMistralから別途商用ライセンスを取得する必要があります。

　MaaSは、モデルそのものをAPIなどで外部に提供するサービス形態です。自社アプリへの組み込みと、モデルの外部提供とで扱いが変わります。事業形態に合わせてライセンス本文を確認してください。

使い始める方法と注意点

　発表当日から試用・配備・カスタマイズができます。主な入り口は次のとおりです。

• Mistral Studio：Mistralの管理画面から利用を始める
• Mistral API：自社のアプリやツールから呼び出す
• OpenRouter：複数のモデルを共通の窓口で使えるサービス経由で利用する
• Vibe Code：自分のリポジトリで、機能の追加やバグの修正を任せてみる
• Hugging Face：重みをダウンロードし、vLLMやSGLangで自社インフラに配備する
• NVIDIAのホスト型エンドポイント：NVIDIAが運用する環境から使う
• Mistral Forge：独自データや用途、ガードレールに合わせて企業向けに調整する（相談はMistralの問い合わせ窓口から）

　マネージドサービスでは、MicrosoftがMicrosoft Foundryで提供します。仕様はモデルカードとライセンスにまとまっています。詳しい技術レポートも近く公開されます。

　個人や小規模事業者なら、Vibe Code、Mistral Studio、OpenRouterが手軽な入り口です。導入時は次の点に注意してください。

• 性能の数値は主にMistralの公表値です。自社の課題で試してから判断するのが確実です。
• 1兆パラメータ規模のため、自社運用には複数の高性能GPUが必要とみられます。まずはAPIやクラウド経由で試すのが現実的です。
• 推論モードと出力量で費用が大きく変わります。本番前に小さく試し、実際のトークン量を測ると見積もりやすくなります。
• 日本向けの個別の提供条件や円建ての料金は公表されていません。

防御側のサイバーセキュリティ

　Mistralは大手セキュリティベンダーと組み、脆弱性の再現と修正の能力を実環境で評価してきました。Artificial Analysis Cyber Indexは51%です。脆弱性を見つけ、再現・検証し、既存機能を壊さずに直す力を測る指標です。正当な防御タスクには、不要な拒否をせずに対応します。

　内蔵のガードレールは、防御目的と攻撃目的の依頼を見分けます。JailbreakBench、StrongREJECT、AgentHarmのサイバー関連の質問では、悪意ある依頼の平均拒否率が96.6%でした。Mistralの測定では、オープンモデルで最も高い値です。

　Booz Allen Hamiltonの社内評価では、他の最先端モデルと同等の脆弱性検出率を示しました。Elastic Securityではすでに利用でき、ENISAも脆弱性の特定やコード監査で試験しています。

　一方で、現実の攻撃能力を底上げする余地もあると判断されました。ガードレールは今後数カ月にわたり更新が続きます。セキュリティ用途では、挙動が変わりうる前提で運用してください。

　ペネトレーションテストなど攻撃側の業務には、別の特化版が用意されています。審査を経た企業パートナーにプレビューとして提供され、契約上の保護措置が伴います。試験は、自社保有か明示的に許可されたシステムに限られます。

業務向けの指標と自社運用

　企業利用に関わる指標も改善しています。

• 財務業務（FinWorkBench／Finch）：表計算シートの作成・編集を改善し、73.3%です。オープンモデルではKimi K3に次ぐ2位です。
• Web閲覧（BrowseComp）：84.5%です。教師ありファインチューニング（SFT）段階の75%から伸びました。
• エージェントの安全性（B3 Agent Security Benchmark）：攻撃への耐性は97.1%で、プレビュー時の93.3%から上がりました。

　B3が想定する攻撃には、システムプロンプトの持ち出しや悪意あるコードの注入があります。ただし耐性は100%ではありません。外部の文書やWebを読むエージェントでは、権限を絞る対策も併用するのが良さそうです。

　発表のデモでは、脆弱性の再現とパッチ作成、衛星の3D地図の開発、量子化学ソルバーの作成が紹介されました。いずれも実行して確かめ、直す流れを自律的に回しています。

　Mistralは、組織がモデルと知見を自ら管理する「主権」を重視しています。モデルの中身を調べ、カスタマイズし、自社インフラに配備できます。機密データを外部サービスに送らずに済む点は、金融機関などからも評価されています。

まとめ

　Mistral Large 4は、コーディングと防御セキュリティを強化した1兆パラメータ規模のオープンウェイトモデルです。少ないトークンで動き、MaaS事業以外なら無償で商用利用できます。費用を抑えたい小規模な利用者にも利点があります。今後はこのモデルを土台に特化型モデルが展開される予定です。近く公開される技術レポートとあわせて動向を追う価値があります。