Mistral Large 4の重みが本日公開——1兆パラメータモデルがオープンコーディングベンチマークをリード

Mistralは2026年11月9日にMistral Large 4の完全モデル重みを公開した。この1兆パラメータの多モーダルモデルはFrontierCode 2.0ベンチマークで19.7%のスコアを記録している。

事実の整理

公式発表によると、Mistral Large 4はすでにパブリックプレビュー段階に入っており、3週間の強化学習を経てコーディングおよび防御的サイバーセキュリティの能力が大幅に向上した。モデルはCognitionのFrontierCode 2.0ベンチマークで19.7%、Terminal-Bench 4.0ではプレビュー版の28%から41%へスコアが向上し、Artificial Analysis Cyber Indexでは51%を達成した。低・中・高の3つの推論モードをサポートしており、高精度が求められるシナリオではデフォルトで高モードが使用される。

仕組みの解説

モデルは継続的な強化学習によってトークン効率を向上させており、Artificial Analysis Coding Agent Indexで48%のスコアを記録しているが、タスクあたりの平均トークン消費量は同カテゴリの主要モデルより47%低い。3つの推論モードにより、開発者はタスクの複雑さに応じて選択でき、推論コストを削減できる。欧州のインフラでゼロから学習されており、来歴も明確なため、セルフホスティング展開の基盤となる。

モデルはSurge Codeのブラインドテストにおいて、GLM-5.3、Kimi K3、DeepSeek V4.1 Flashより高く支持され、Claude Opus 5.5に次ぐ評価を得た。

産業への影響

オープンな重みと修正MITライセンスの組み合わせにより商業利用が可能となっているが、MaaSサービスには別途ライセンスが必要となる。これにより、開発者が複雑なコーディングエージェントを運用するハードルが下がるとともに、防御的サイバーセキュリティタスクにおける不必要な拒否が減少する。Hugging Faceプラットフォームからダウンロード可能で、vLLMおよびSGLangによる展開をサポートする。

戦略的見解（分析であり事実ではない）

現行のベンチマークデータから見ると、Mistral Large 4はオープンモデルのコーディングおよびサイバーセキュリティ分野において局所的なリードを形成しているが、トークン効率の優位性が大規模な採用につながるかどうかは、実際の展開コストとエコシステムのサポートにかかっている。欧州での学習という背景はデータ主権を重視する機関を引きつける可能性があるが、クローズドソースの最先端モデルとの全体的な差は引き続き注視が必要だ。

• 3つの推論モードがパフォーマンスとコストのバランスオプションを提供
• 出力料金は100万トークンあたり2.10ドル
• ウェブブラウジングタスクに関連する機能は今回の発表では詳細が開示されなかった