Mistralの1兆パラメータモデル「Le Chonk」のチェックポイントがHugging Faceで公開

Mistral AIは2026年10月29日、フラッグシップとなる1兆パラメーターのネイティブなマルチモーダルモデル、通称Le ChonkことMistral Large 4の重みを公開した。チェックポイントはHugging Faceからダウンロードしてセルフホスティングできるほか、修正版MITオープンウェイトライセンスの下、自社APIやパートナープラットフォームを通じても利用できる。

今回の公開は、Mistralが1.05兆パラメーターの混合エキスパート（MoE）システムを初めて発表した2026年10月6日の一般向けプレビューに続くものだ。発表では、Mistralはプレビューからのフィードバックを反映するとともに、強化学習の規模拡大を続けた結果、コーディング、防御的サイバーセキュリティ、推論効率において大幅な向上を実現したと説明した。同社はMistral Large 4をコーディングに最適なオープンウェイトモデルと位置づけ、向上の勢いは衰える兆しを見せず、加速し続けていると述べた。

ライセンス、料金、提供状況

重みは、MITライセンスを改変したMistral Ecosystem Open-Weight Licenseの下でHugging Faceに公開されている。その条件に従い、モデルは無料で利用、改変、ファインチューニング、商用利用が可能だ。ただし、モデル・アズ・ア・サービスを提供する企業は、モデルを商用利用する前に、Mistralから別途商用ライセンスを取得しなければならない。

Mistralのモデルのドキュメントによると、APIの利用料金は入力トークン100万個あたり0.70ドル、キャッシュされた入力トークン100万個あたり0.07ドル、出力トークン100万個あたり2.10ドルだ。モデルはMistral APIおよびMistral Studioでmistral-large-4として提供されており、OpenRouter、MistralのコーディングアシスタントVibe Code、最適化されたNVIDIA NIMコンテナを備えたNVIDIAホスト型エンドポイント、Microsoft Foundryからも利用できる。Mistralによると、Foundryを通じてAzure開発者向けのプライベートデプロイメントも提供されている。MicrosoftのFoundry担当コーポレートバイスプレジデント、Tina Schuchmanは、Mistral Large 4を顧客に提供する最初のクラウドプロバイダーはMicrosoftだと述べた。

コーディングのベンチマークと推論モード

Mistralによると、Mistral Large 4はCognitionの非公開ベンチマーク「FrontierCode 2.0」で首位に立った。このベンチマークでは、エンドツーエンドのコード品質と、リポジトリのメンテナーがエージェントによる変更をマージするかどうかを評価する。同モデルのスコアは19.7%で、GLM-5.3、Kimi K3、DeepSeek V4.1 Flashなど、掲載されたオープンウェイトモデルを上回った。

Artificial Analysis Coding Agent Indexでは、Mistralの報告によるとスコアは48%で、主要なオープンウェイトモデルであるGLM-5.3と実質的に同等だった一方、タスクあたりの平均トークン使用量は47%少なかった。Terminal-Bench 4.0では、同社の報告によると、一般向けプレビューから13パーセントポイント改善して41%に達し、オープンウェイトモデルの中で首位となったうえ、出力トークンを30%削減した。Mistralが引用したSurge Codeのブラインド方式による一対比較の人間評価では、同モデルはGLM-5.3、Kimi K3、DeepSeek V4.1 Flashを上回る支持を得て、評価対象モデルのうちClaude Opus 5.5に次ぐ順位となった。

このモデルは、低・中・高の3つの推論モードに対応し、デフォルトは高に設定されている。Mistralによると、低モードは従来の「None」推論モードに代わるもので、簡単なタスクに適している。中モードは日常的な用途向けで、高モードは徹底的な推論を要する最も難しいユースケースを想定している。これにより、開発者は性能とコストのバランスを調整できる。

サイバーセキュリティの評価結果とガードレールの変更

Mistralによると、Artificial Analysis Cyber Indexでのスコアは51%だった。この指標は、コードベース内の脆弱性を発見し、再現・検証したうえで、既存機能を損なわずに修正するモデルの能力を測定する。同社は、このモデルは正当な防御目的のセキュリティタスクに対し、不必要に拒否することなく対応する一方、組み込みのガードレールによって、防御目的のタスクと悪意ある攻撃目的のタスクを区別できると述べた。Mistralは、JailbreakBench、StrongREJECT、AgentHarmのサイバー関連プロンプト全体で、悪意あるサイバー関連の要求に対する平均拒否率が96.6%だったと報告し、同社が評価するオープンモデルの中で最も高い数値だと説明した。

発表では、プレビュー後、Mistralが実運用中のトラフィックにおけるサイバーセキュリティ関連の利用状況を監視していたことも明らかにされた。同社によると、モデルは実稼働中の標的に対するブラックボックス攻撃への協力を拒否した一方、実際の攻撃を実行する能力が高まる可能性も見られたため、それに応じてガードレールを変更しており、今後数カ月以内にさらなる更新を行う予定だ。Orange Cyberdefenseなどの企業設計パートナーには、侵入テスト、脆弱性評価、レッドチーム演習に最適化されたMistral Large 4の専用バリアントがプレビュー提供されている。ただし、審査と契約上の保護措置が設けられ、テスト対象は管理下にある環境で、所有者が自ら保有するシステム、または明示的に許可を得たシステムに限られる。

発表には、Booz Allen Hamilton、Cisco、Cloudflare、CrowdStrike、Elastic、ENISA、Fortinet、NVIDIA、Orange Cyberdefense、Rubrik、Zscalerの幹部による評価コメントが掲載された。Booz Allen Hamiltonのナショナルサイバー部門社長Brad Medairyは、同社内のソースコードセキュリティ分析ベンチマークでテストしたところ、このモデルは他の最先端サイバーモデルと同等の脆弱性検出再現率を示したと述べた。

アーキテクチャとトレーニング

モデルカードによると、Mistral Large 4は、総パラメーター数が約1兆、トークンごとのアクティブパラメーター数が約520億（埋め込み層と出力層を除くと490億）の細粒度な混合エキスパートモデルです。ルーティングされるエキスパートを128個備え、トークンごとにそのうち4個と、共有エキスパート1個が有効になります。コンテキストウィンドウは100万トークンに対応し、入力としてテキストと画像を受け付け、テキストを出力します。画像エンコーダーには、さまざまな画像サイズやアスペクト比に対応できるよう学習された、パラメーター数16億のPixtral系モデルを採用しています。Mistralによると、このモデルは欧州にある同社独自のデータセンターで3,800基のNVIDIA Grace Blackwell GPUを使い、ゼロから学習されました。また、欧州連合の全公用語を含む160以上の言語をネイティブに扱えます。

このチェックポイントには、3トークン単位で候補を提案するDSparkの投機的デコーディング用ドラフトヘッドが組み込まれています。Mistralの測定では、対象モデル単体で推論を提供する場合と比べ、スループットが最大1.9倍に向上しました。また、Blackwell GPU向けの量子化済みNVFP4チェックポイントも利用できます。Artificial Analysis Intelligence Index v5では、モデルカードにスコア26と記載されており、西側のオープンウェイトモデルの中で最高とされています。一方で、総合指標では中国の主要なオープンウェイトモデルのほうが高いスコアを記録していることも明記されています。さらにMistralは、Finch（FinWorkBench）のスコアが73.3%に上昇し、オープンモデルの中でKimi K3に次ぐ2位になったこと、BrowseCompのスコアが、75%を記録した教師ありファインチューニング用チェックポイントから84.5%に向上したこと、そしてB3 Agent Security Benchmarkでの攻撃耐性がプレビュー版の93.3%から97.1%に上昇したことを報告しました。

Mistralによると、Mistral Large 4は、特化・最適化された新世代のMistralモデルの基盤となる予定です。同社は、最近のリリースであるVoxtralやTimestralをその例として挙げています。