Mistral AIは2026年10月6日、Mistral Large 4（内部コードネームはLe Chonk、略称ML4）をパブリックプレビューとして公開した。モデルドキュメントによれば、これは細粒度のMixture of Experts（MoE）モデルで、総パラメータは1.05兆、トークンあたりの活性化パラメータは490億、16億パラメータの視覚エンコーダを備え、コンテキストウィンドウは100万トークン。Mistralが欧州に持つ自社データセンターにおいて、NVIDIA Grace Blackwell GPU 3,800基を用いてゼロから学習された。
アーキテクチャの面では、ML4は指示応答と推論を統合したハイブリッド型MoEで、画像入力をネイティブに扱える。トークンあたりで活性化するのは重みの約4.7%にすぎず、これが1兆パラメータ級のモデルを中間価格帯で提供できる理由だ。ただし1.05兆のパラメータ全体は依然としてメモリ上に常駐させる必要があり、活性化パラメータが決めるのは計算量であってハードウェア費用ではない。専門家の数、top-kルーティング、層構成はまだ公表されておらず、これらは重みとともに公開される見込みだ。学習データはEUの全公用語を含む160以上の言語に及ぶ。
APIはすでに稼働しており、入力は100万トークンあたり1.36ドル、出力は100万トークンあたり4.18ドル。キャッシュ入力は100万トークンあたり0.14ドルで、100万トークンのコンテキストでは長時間動くエージェントループのコスト構造に大きく影響する。重みは2026年10月末の公開が約束されているため、現時点ではセルフホストはできず、ライセンスも未公表だ。
性能面で最も際立つのはサイバーセキュリティで、MistralはCybench 93%、CyberGym-E2E 82%を報告し、Artificial Analysis Cyber Indexで世界トップ5に入るとしている。さらに注目すべきは構造的な主張だ。Mistralによれば、複数のクローズドなフロンティアモデルはCyberGym-E2Eでほぼゼロ点であり、その理由はタスクを拒否するからだという。脆弱性を再現して実在を証明することは標準的な防御業務であり、プロバイダー側の拒否はこうした作業を妨げる。
エージェント型コーディングでは、DeepSWE v1.1が61.7%、SWE-Atlas-QnAが59.4%、Terminal-Bench 4.0が28.3%で、統合したArtificial Analysis Coding Agent Indexは49.8%。Mistralはこれらがテストハーネス公開前に非公開で評価されたもので、まだ独立に再現できないと注記している。より正直なシグナルはSurge AIと実施したブラインドの人手評価だろう。専門アノテーターはML4 Previewを5点満点で3.74と評価し、5モデル中2位。GLM-5.3（3.60）とKimi K3（3.59）を上回るが、Claude Opus 5の4.22には及ばない。安全性については、LakeraのB3ベンチマークで攻撃の93.3%を防ぎ、KORABenchでは最大2.0のうち1.691を記録した。
最も近いオープンウェイトの競合と比べると違いは明確だ。DeepSeek V4 Proは総パラメータ1.6兆、トークンあたり活性化490億、コンテキスト100万トークン、ネイティブ画像入力は非対応、重みはHugging Faceで公開済み、MITライセンス、API価格はプロバイダーにより異なり、2026年8月（0813ビルド）公開。Kimi K3は総パラメータ2.8兆、トークンあたり活性化約1,040億、コンテキスト100万トークン、ネイティブ画像入力対応、重みは2026年7月27日から利用可能、Modified MITライセンス、入力/出力は3ドル/15ドル、2026年7月16日公開。GLM-5.3は総パラメータと活性化パラメータが正式には非公表、コンテキスト100万トークン、ネイティブ画像入力は非対応、重みはArtificial Analysisの情報によるもので、GLM-5.3ライセンス、価格は1.40ドル/4.40ドル、2026年8月14日公開。ML4の強みはネイティブなマルチモーダル対応、100万トークンのコンテキスト、そして低めのAPI価格にあるが、重みとライセンスの公開が待たれる点が現時点の主な弱点だ。
今日から何が作れるのか。プレビューAPIは関数呼び出し、構造化出力、ドキュメントQ&A、バッチ処理、そしてAgentsおよびConversationsエンドポイントをサポートする。キャッシュ入力が100万トークンあたり0.14ドルという価格は、100万コンテキストでの長時間エージェントループの経済性を大きく変える。総じてML4は、欧州の主権AIにとって重要な発表だ。学習と配備はいずれもEUのデータセンターで行われ、モデル規模は兆パラメータ級に達し、クローズドモデルがしばしばタスクを拒否するサイバーセキュリティ領域で差別化を示している。ただし重み、ライセンス、第三者による独立再現は、引き続き検証が必要な項目として残っている。