Mistral、Mistral Large 4のウェイトを公開 コーディングに強いが総合では中国系モデルに及ばず

Mistral Large 4はテキストと画像を入力し、テキストとコードを出力する。総パラメータは約1兆、ステップごとのアクティブは52Bである。SGLangのドキュメントによると、標準版はNVIDIA B300を8基、より圧縮した版はGB300を4基で動かせる。公開プレビューから3週間、強化学習による追加学習が行われ、特にコーディングとサイバー防御で伸びたとMistralは説明している。ライセンスは修正版MITで、利用、改変、商用展開は自由だが、商用クラウドサービスとして提供する企業はMistralとの個別ライセンスが必要になる。APIは入力100万トークンあたり$0.70、出力$2.10で、Microsoft Foundryなどでも利用できる。

コーディングでは、Terminal-Bench 4.0のスコアが28%から41%に上がり、GLM-5.3の40%をわずかに上回った。Cognitionの新ベンチマークFrontierCode 2.0ではオープンモデルで最高の19.7%だが、Claude Opus 5.5は46%である。Artificial AnalysisのCoding Agent Indexでは48%でGLM-5.3とほぼ並び、使用トークンは47%少ない。同指数の首位はClaude Opus 5.5を使うClaude Codeの62ポイントである。Surgeのブラインド比較では、GLM-5.3、Kimi K3、DeepSeekのコードより好まれる場面が多かったが、Opus 5.5に対する勝率は22%にとどまった。

サイバー防御についてMistralはオープンモデルで首位と主張するが、Artificial AnalysisのCyber Indexでは51ポイントで、DeepSeek V4.1 Flashの57、MiMo-V2.6-Proの56に次ぐ3位である。プレビューの50からほぼ変わっていない。悪意あるサイバー要求の拒否率は平均96.6%とされ、Orange Cyberdefenseなど一部パートナーが侵入テスト向けの特別版を試している。Mistralは攻撃を容易にしうると認め、数か月内に安全対策を強化する方針である。

Artificial Analysis Intelligence Index v5では26ポイントで、オープンモデルの同規模の中央値23を上回る。プレビューは25だった。生成速度はプレビューの111から161トークン/秒に上がり、1タスクあたりの費用は$5.54から$2.06に下がった。GLM-5.3の$5.01やKimi K3.1 Proの$3.68より安いが、DeepSeek V4.1 Flashの$0.60やMiMo-V2.6-Proの$0.26よりは高い。出力トークンは全体で1億1000万と、プレビューの1億5000万から減ったが、同等モデルの中央値1億はなお上回る。Moonshotは2026年11月4日までにKimi K3.1 Proのウェイトを公開する予定で、同モデルはTerminal-Bench 4.0で67%である。