Mistral、1兆パラメータ規模とサイバーセキュリティ機能をアピールする「Mistral Large 4」プレビュー版を発表

欧州のAIスタートアップであるMistralは、同社史上最大規模となる人工知能システム「Mistral Large 4」（ML4）のパブリックプレビューを公開した。「le Chonk」の愛称を持つこのネイティブマルチモーダルモデルは1兆個のパラメータを備え、現在はMistral StudioのAPI経由で利用可能となっている。オープンモデルのウェイトは10月末に公開される予定だ。

Mistralは、複数のベンチマークを統合した評価において、ML4が欧米で開発されたオープンウェイトモデルとして最高峰の能力を持つと主張しており、ソフトウェアの脆弱性パッチ適用、製造、金融、ビジュアルグラウンディングにおける強力な成果を強調している。

主な差別化要素としてのサイバーセキュリティ

MistralはML4をエンタープライズITセキュリティおよびサイバー防衛向けに強く位置付けている。Artificial Analysis Cyber Indexにおいて、ML4は世界トップ5にランクインし、中国以外のオープンウェイトモデルを大きく引き離している。

オープンソースソフトウェアにおける実際の脆弱性を再現し、その後にパッチを適用する能力を評価するベンチマークにおいて、ML4はテストされた全モデル中最高となる82%のスコアを記録した。Mistralによれば、Claude Opus 5.5やGPT-6 Astraといった主要なクローズドモデルは、セーフティフィルターがプロンプトの処理を拒否したため、このテストでスコアがほぼゼロになったという。

Mistralは、ソフトウェアを防衛するためには脆弱性を直接検証する必要があると主張し、過度に制限的なセーフティフィルターは正当なセキュリティ業務を妨げる一方で、悪意ある攻撃者はジェイルブレイクによってそうしたガードレールを回避できてしまうと警告した。ML4は、インシデント対応中の運用リスクを排除するため、プライベートクラウドやオンプレミス環境に導入できるように設計されている。

一方でMistralは、JailbreakBench、StrongREJECT、AgentHarmにおいて、あからさまに悪意のあるサイバープロンプトに対してML4がオープンモデルの中で最も高い拒否率を維持した点も強調した。同モデルはまた、LakeraのB3 AI Security Benchmarkにおいて攻撃の93.3%をブロックした。

コード、ビジョン、汎用推論にわたるベンチマーク性能

10分野の横断的ベンチマークを組み合わせたArtificial Analysis Intelligence Indexにおいて、ML4は38ポイントを獲得した。これはMistral Large 3（9ポイント）やMistral Medium 3.5（14ポイント）、さらにはZ.aiのGLM-5.2と比べても大幅な向上となる。しかし、依然としてトップクラスのクローズドモデルには及ばず、同インデックス首位のClaude Opus 5.5 (Max)は58ポイントを記録している。

ソフトウェア開発のベンチマークであるArtificial Analysis Coding Agent Indexでは、ML4は49.8%を記録し、Deepseek V4 ProやQwen3.8 Maxを上回った。Surge AIが実施したコード品質のブラインド評価では、人間のアノテーターによる評価でML4は5点満点中3.74点を獲得して5モデル中2位となり、Claude Opus 5（4.22点）には及ばなかったものの、GLM-5.3やKimi K3を上回った。

画像処理に関しては、ML4はDense 200ベンチマークで42%を記録し、GPT-6 Astraの41%を僅差で上回った。Mistralによれば、同モデルは文書、グラフ、CADファイル、ギガピクセル規模の衛星画像を検証できるという。ビジネスワークフローに関しては、Vals.aiによる評価で、法務および金融ドメインにおいてML4がGPT-6 Astraを上回ったことが示されている。

アーキテクチャと主権型インフラ

Mistralの技術文書によると、ML4はきめ細かなMixture-of-Experts（MoE）アーキテクチャを採用しており、総パラメータ数は1兆500億（1.05兆）、トークンあたりのアクティブパラメータ数は490億となっている。16億パラメータのビジョンエンコーダを統合し、100万トークンのコンテキストウィンドウを備える。

このモデルは、Mistralの欧州データセンターにおいて3,800基のNvidia Grace Blackwell GPUを使用し、160以上の言語にまたがる学習コーパスを用いてゼロからトレーニングされた。現在進行中の強化学習（RL）ポストトレーニングでは約3,000基のGPUが使用され、1日あたり約330億トークンを生成している。Mistralは、RLトレーニングフェーズはまだ頭打ちになっておらず、最終的なウェイト公開までにさらなる性能向上が見込まれると指摘した。

この大規模な計算資源の投入は、Mistralが先ごろ実施した30億ユーロのシリーズD資金調達や、パリ近郊のデータセンター向けに3月に確保した8億3,000万ドルの融資を受けたもので、2027年後半までに欧州内で200メガワットのコンピュート容量を達成することを目指している。MistralのCEOであるArthur Menschは以前、機密性の高い防衛・軍事用コードの監査において、米国製AIモデルに全面的に依存することに対して欧州当局者に警告を発していた。

Mistral Studioでのプレビュー期間中、API利用料は入力100万トークンあたり0.68ドル、出力100万トークンあたり2.09ドル、キャッシュされた入力100万トークンあたり0.07ドルに設定されている。ドキュメントには、これらの2倍の価格設定となるスタンダードティア（入力1.36ドル、出力4.18ドル、キャッシュ入力0.14ドル）の記載もある。完全なテクニカルレポート、ライセンスの詳細、モデルのウェイトは10月末に公開される予定だ。