Ing. Calogero Bono
Mistralは、Le Chonkの愛称で知られるMistral Large 4の重みを公開しました。約1兆パラメータ規模のモデルです。公開は10月末で、今月初めに一般向けのプレビューがありました。Hugging Faceからダウンロードでき、APIでも利用できます。フランスの企業がコードとサイバー防御に重点を置いて位置づけているオープンモデルであり、外部から停止させられる心配がない点も重要です。
事実に入る前に、いくつか用語を確認しておきます。重み（weights）は学習によって得られる数値パラメータで、モデルを動かす中身にあたります。オープンウェイトとは、重みをダウンロードできることを意味し、コード全体が自由に使えるという意味ではありません。MoE（Mixture-of-Experts）は、トークンごとに内部の「エキスパート」の小さなグループだけが処理を担当するアーキテクチャです。トークンは、モデルが処理するテキストの最小単位です。ベンチマークは、モデルを比べるための標準的なテストを指します。
Mistral Large 4とは？
Hugging Faceの公式ページによると、テキストと画像を入力として受け取り、テキストを出力するマルチモーダルかつ多言語のMoEモデルです。総パラメータは約1T、そのうち稼働するのは49B、コンテキストウィンドウは100万トークンです。
ライセンスはMistral Ecosystem Open-Weight Licenseで、MITを基にしたものです。モデルをサービスとして提供する場合には制限があります。Punto Informaticoは、160以上の言語に対応し、NVIDIA Grace Blackwellチップ3,800基で学習されたと伝えています。一方、ZDNETは、Mistralの発表として4,000基のGPUを2か月使ったという数字を紹介しています。両者の数字は一致しないため、どちらもその出所を明記したうえで掲載しています。
Mistralが示す数値は？
コードについて、Hugging Faceのページは DeepSWE v1.1 で61.7%、Terminal-Bench 4 で28.3%を挙げています。Coding Agent Indexは49.8%です。ZDNETによると、Terminal-Bench 4.0はプレビュー版の28%から41%に上がり、GLM-5.3を1ポイント上回りました。総合指標では48で、GLM-5.3の49にわずかに届きません。
Mistralは、GLM-5.3と同等の性能を、タスクあたり47%少ないトークンで実現していると主張しています。これはTechCrunchの報道です。サイバー分野では、Hugging Faceが、実在する脆弱性を再現してから修正させるテストで82%、Cybench（40問）で93%と報告しています。Punto Informaticoは、専用ベンチマークではDeepSeek V4.1 Flashだけが上回ると書いています。ZDNETは、CyberGymでDeepSeek V4.1 Flashをわずかに上回ったとしています。この点について、情報源の見解は一致していません。
重みの公開はなぜセキュリティに重要なのか？
Mistralの主張の軸はコントロールです。科学担当副社長のPierre StockはWIREDに対し、AIは電気のようなものであり、誰かにその電源を切られることは望まないと語りました。クローズドなモデルは、攻撃のように見えるため、マルウェアや脆弱性の分析の依頼を遮断することがあります。重みを自社で持てば、利用方針と運用は自分の手に残ります。
ただし裏返しの側面もあります。SophosのRafe Pillingは、このモデルを諸刃の剣と呼んでいます。攻撃する側もダウンロードして手を加えられるからです。Punto Informaticoによると、Mistralは有害な要求を97%のケースで拒否すると述べています。Hugging Faceは、サイバー関連のプロンプトに対する平均拒否率が、他のどのオープンウェイトモデルよりも高いとしています。
報道で触れられている事件の背景を知りたい方は、Hugging Faceの事例に関する当社の記事をご覧ください。
実際にどう使うのか？
このモデルは、transformers、vLLM、llama.cppでday-0から対応しており、GGUF形式の量子化版もあります。Inference EndpointsとInference Providersも利用できます。開発者は、Mistral Studio、API、OpenRouterからも利用できます。
推論の強度はlow、medium、highから選べます。デフォルトはhighで、ページによると推論を無効にすることはできません。vLLM向けのNVFP4版にはNVIDIA Blackwell GPUが必要で、公式の例では8基のGPUを使っています。小規模なサーバーで動くモデルではありません。もっと手軽なAIをお探しなら、中小企業向けAIガイドをご覧ください。
知っておくべき制約
ほとんどの数値はMistralが公表したものです。ZDNETは、ベンチマークは慎重に扱うべきだと指摘しています。サイバー分野でどこが先行しているのか、また学習に使った資源についても情報源の見解は食い違っています。Hugging Faceのランキングでは、Artificial Analysis Intelligence indexでオープンウェイトの中で5位です。一方、Mistralは、WIREDによると、オープンなモデルの中でコードとサイバーの分野で世界最高だと述べています。これは別々の主張です。
ファインチューニング後に悪用に耐えられるかどうかは、独立した検証がされていません。実際の運用コストや、イタリア語の事例でのテストも不足しています。さらに、ライセンスはサービスとしての提供を制限しています。
デジタル業務に携わる人への影響
開発者にとっては、コード支援やセキュリティ分析のための、欧州発のオープンな選択肢が手元で動かせるようになった意味があります。機密データを扱う組織では、オンプレミスで導入すれば、コードやログを第三者に送らずに済みます。Stockが TechCrunch に語ったように、アクセスを取り消すことはできません。
ただし小規模な企業には、相応のハードウェアかプロバイダーが必要です。どのプロバイダーを選ぶかで大きく変わります。法規制の面も重要なので、開発者向けAI Actガイドを参照してください。サーバーを管理しているなら、どのモデルを使うにしても、セキュリティ更新付きのホスティングとマネージドサーバーが基盤になります。
私たちの見解
この動きは興味深く、重みを公開するという判断は防御の観点から理にかなっています。脆弱性を調べている人が、インシデントの最中に扉を閉ざされるべきではありません。一方で、地政学的な競争を煽るような語り口には、あまり納得できません。Pillingの言葉は良い指摘で、リスクはモデルの出自ではなく、監視と管理によって決まるからです。
また、1兆パラメータ規模のモデルは、イタリアの中小企業のほとんどにとって現実的ではありません。現時点で具体的な恩恵を受けるのは、自治体や大企業、ベンダーです。最強と呼ぶ前に、独立したテストを待ちたいと考えています。
よくある質問
Mistral Large 4は本当にオープンソースですか？
オープンウェイトであり、厳密な意味でのオープンソースではありません。重みはHugging Faceからダウンロードできます。ライセンスはMITに由来しますが、サービスとしての提供には制限があります。
無料で使えますか？
Punto Informaticoによると、重みは無料で入手できます。ただしモデルを動かすにはハードウェアの費用がかかります。公式の例では8基のGPUを使用しています。
中国のモデルより優れていますか？
テストによります。Mistralは、DeepSeekやZ.aiなどのモデルと同等か、それを上回ると述べています。ZDNETによると、総合指標ではGLM-5.3より1ポイント低くなっています。
攻撃に使われる可能性はありますか？
はい、ダウンロード可能なモデルはどれも同様です。Mistralは、危険な要求を97%のケースで拒否すると述べています。ただしファインチューニング後には挙動が変わる可能性があります。
どの言語に対応していますか？
Punto Informaticoによると、ヨーロッパの言語をすべて含む160以上の言語です。テキストと画像を入力でき、テキストを出力します。
今後数か月の注目点、独立テストと実際のコスト
- Artificial Analysisなどの独立したテストを追い、企業の数値だけを信じないようにしましょう。
- ワークフローを移行する前に、ハードウェアやAPIによる実行コストを試算してください。小さく始めるなら、小規模事業でのAI活用five例が参考になります。
- 悪用への備えとして、まずはジェイルブレイクとプロンプトインジェクションへの対策から始めましょう。
