← すべてのニュース

Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認

Hugging Faceの2026年10月29日付ブログによれば、Mistral Large 4(Le Chonk)は総パラメータ約1T・活性49Bの開放重みとして公開され、1Mコンテキストに対応し、FP8、NVFP4、複数のGGUF量子化が用意されている。推論強度は既定でhigh、無効化はできず、NVFP4のvLLM経路にはBlackwell GPUが必要となる。

公開 更新
元の報道のカバー画像 — Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認
元の報道のカバー画像元の報道 ↗

主な変更

Hugging Faceが2026年10月29日に公開したブログによると、MistralのMistral Large 4(コード名Le Chonk)の重みが同プラットフォーム上で公開された。テキストと画像を入力し、テキストのみを出力する多言語のMixture-of-Expertsモデルで、総パラメータは約1T、トークンあたりの活性は49B、コンテキストウィンドウは1Mトークン。公式にはFP8とNVFP4の2つのバリアントが提供され、ほかにUnslothとllama.cppチームが変換したGGUF量子化もある。 ブログが明かしたアーキテクチャの詳細は次のとおり。テキストデコーダは72層、隠れ次元6144、アテンションヘッド64。アテンションブロックはマルチヘッド潜在アテンションとDeepSeekのスパースアテンションインデクサを組み合わせ、各クエリは最大2048のキー位置を選択する。デコード層はRoPEとNoPEを3:1で交互に配置し、KV状態を層間で共有する。最初の層は稠密フィードフォワード、残り71層はMoEで、softmaxルータが128のエキスパートからトークンごとに4つを選び、さらに常時稼働の共有エキスパート1つを加える。視覚側は1.6BのPixtralエンコーダで、30層、アテンションヘッド16、14×14パッチ。 公開元が自ら報告した成績は、DeepSWE v1.1が61.7%、SWE-Atlas-QnAが59.4%、Terminal-Bench 4が28.3%、総合Coding Agent Indexが49.8%で、ブログは後者がDeepSeek V4 Pro 0813とQwen3.8 Maxを上回るとしている。サイバーセキュリティ分野では、実際の脆弱性の再現と修正を求めるテストで82%、Cybenchは40問中93%を解き、Lakera B3の攻撃耐性は93.3%だった。2026年10月29日時点で、Artificial Analysisのインテリジェンス指数において開放重みモデル中5位だとブログは述べている。これらの数値は公開元または同社が引用した評価基準によるもので、本稿は独立に再現していない。

開発者への影響

第一の影響はコストとレイテンシの見積もり方にある。ブログはTransformersの節で、reasoning_effortにlow、medium、highを指定でき、既定はhighで推論は無効化できないと明記している。reasoning_effort: noneを渡してもhighとして実行される。既存の経路が「思考なしモード」を前提に出力長や最初のトークンまでの遅延を見積もっていたなら、接続後に再測定が必要だ。Hugging Faceの推論エンドポイントは推論内容をレスポンスのreasoningフィールドに分離して返すため、クライアント側のパースも合わせて変更が要る。 第二はコンテキストの扱いだ。モデル仕様は1Mトークンだが、ブログに載るvLLMの起動コマンドはmax-model-lenを131072に設定しており、エンドポイントのレシピも「最大131Kコンテキスト」と書かれている。矛盾ではないが、1Mは重みの能力上限に近く、すぐ使えるサービス設定ではないことを示す。実際にどこまで動くかはVRAMと並行度の設定次第だ。 第三はハードウェアと精度の分岐である。NVFP4チェックポイントにはNVIDIA Blackwellが必要だ。エンドポイントのレシピはFP8を8枚のH200でテンソル並列とエキスパート並列により動かし、131Kコンテキスト、最大16並行リクエストを処理する。ブログはGGUF量子化も示しており、2-bit版は統合メモリ512GBのApple Silicon 1台で動き、その他の量子化は分散推論が必要で、複数のNVIDIAまたはAMD GPUで動かせる。3つの経路はスループットの桁が大きく異なり、相互に外挿はできない。 第四はライセンスだ。重みはMistral Ecosystem Open-Weight Licenseで配布され、ブログはこれをMITの派生ライセンスであり、モデル・アズ・ア・サービスに制限を設けると自ら説明している。重みをダウンロードできることは、推論サービスを自由に外部提供できることを意味しない。具体的な境界はライセンス原文で判断する必要がある。 第五は微調整の敷居だ。ブログのTRL LoRAの例は8枚のB300を載せたノードで実行され、学習スクリプトはFSDPとエキスパート並列を使う。単一GPUで再現できる構成ではない。

導入と評価の提案

以下は条件付きの提案であり、検証済みの結論ではない。 判断1:既定の推論強度を下げるか。報道された事実は、推論を無効化できず既定がhighであること。選択肢は既定をhighからlowまたはmediumへ下げることだ。前提条件は、負荷が短い出力で形式の固定された抽出や分類である場合。多段のコード修正や脆弱性の再現といったタスクは、ブログのベンチマーク自体が高強度の推論で測られているため、下げることは被測定対象を入れ替えることに等しい。評価方法は、同じ固定サンプル群でhighとlowをそれぞれ実行し、出力トークン数、エンドツーエンドのレイテンシ、タスク成功率を記録し、成功率の低下が許容でき、かつトークンとレイテンシが実際に減った場合に限り既定値を変えることだ。 判断2:どの配備経路を取るか。報道された事実は、公式にFP8とNVFP4の2つの精度バリアントがあり、公開された8×H200の配備レシピがあるのはFP8のみ、NVFP4にはBlackwellが必要だということ。ただし非Blackwell機に道が一つしかないわけではなく、ブログはllama.cppのGGUF量子化も示しており、2-bitは統合メモリ512GBのApple Silicon 1台で動き、その他の量子化は分散推論が必要で複数のNVIDIAまたはAMDカードで動かせる。選択肢は手持ちのハードでFP8、NVFP4、GGUFのどれを取るかだ。前提条件は、8枚のH200級のマシンがあって初めてFP8レシピの再現が視野に入り、Blackwellがあって初めてNVFP4でメモリ使用量の削減を狙う価値があり、単機かコンシューマー向けの複数カードしかなければGGUF量子化から選び精度低下を受け入れるしかない、ということ。評価方法は、目標の並行数と実際のプロンプト長で負荷試験を行い、最初のトークンまでの時間、生成スループット、VRAM使用量を記録し、ブログが報告する単一リクエストで最初のトークンまで約0.6秒、16Kプロンプトで4並行時にプリフィル約4300 tok/sという数値は桁の目安として扱い、合格ラインとはしないことだ。 判断3:1Mコンテキストを前提に設計するか。報道された事実は、モデル仕様が1M、サービス設定が131Kで、ブログ自身の長文コンテキスト試験ではIQ2_XXSが800Kコンテキストで生成速度3 tok/sまで落ちたということ。選択肢は、長文コンテキスト用に別経路を用意するか、リクエストを131K以内に収めて統一的に処理するかだ。前提条件は、まず実リクエストのp95長を集計すること。p95が131Kを大きく下回るなら、使わないウィンドウのために並行性を犠牲にするのは割に合わない。評価方法は、p95長でテストセットを構築し、「131Kに切り詰める」案と「全量入力」案を同じタスク群で比較し、完了率と総所要時間を見ることだ。 判断4:セキュリティ系の負荷を自前で持つか、マネージドAPIを使い続けるか。報道された事実は、ブログがサイバーセキュリティを主眼に据え、JailbreakBench、StrongREJECT、AgentHarmのサイバーセキュリティ系プロンプトで平均拒否率が他の開放重みモデルより高いとし、一部のクローズドなフロンティアモデルは同じ再現テストで拒否応答のためスコアがほぼゼロだったと述べていること。選択肢は自前配備かクローズドAPIの継続利用かだ。前提条件は、タスクが実際にクローズド側のフィルタで遮られる場合、またはインシデント対応の途中でアクセスを途切れさせたくない場合に限り、自前配備が割に合う。開放重みは利用ポリシーと配備を自分で握れる一方、コンプライアンスと悪用対策も自分で負う。評価方法は、自社の過去サンプルで「まず再現し、次に修正する」の成功率と拒否率を測り、同じサンプル群をクローズドAPIに通した対応する数値と比較することだ。

制限と未確認事項

第一に、Mistral Large 4は現在KimiSeekのモデルカタログにない。本文で触れたInference Endpoints、Inference Providersのサーバーレス推論、Dell Enterprise HubのレシピはいずれもMistral、Hugging Face、Dell側のチャネルであり、このバージョンとそのAPIを本サイトが提供するか、どの形で提供するかは本サイトのカタログと実際のページで確認する必要がある。 第二に、ベンチマークの多くは公開元の自己申告か、同社が引用した第三者基準だ。「開放重みモデル5位」は2026年10月29日という時点に限定される。マルウェア分析、脆弱性の優先順位付け、検出ルール生成などの結論はMistral社内のテストによるもので、独立した再現はない。 第三に、スループットの数値は特定のマシンと特定の量子化によるもので、M3 Ultra、RTX6000 Pro 4枚、H200 8枚での結果を他のクラスタへ外挿することはできない。 第四に、1M仕様、131Kのサービス設定、長文コンテキストでのスループット低下の間の取捨について、ブログは説明していない。自分で測るしかない。 第五に、原文のllama.cppのマルチモーダルリクエスト例では、modelフィールドに別のモデル名が書かれており、そのまま写すと誤りやすい。公式リポジトリ名は1T-A52Bとある一方、本文の説明は活性49Bパラメータで、両者が同じ統計基準かはモデルカードで確認する必要がある。 最後に、ライセンスにおいて「どのような外部提供がmodel-as-a-serviceに当たるか」はライセンス原文で判断すべきもので、本稿は法的結論を示さない。

元の報道の図版

元の報道の図 1 — Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認
元の報道の図 1元の報道 ↗
元の報道の図 2 — Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認
元の報道の図 2元の報道 ↗
元の報道の図 3 — Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認
元の報道の図 3元の報道 ↗
元の報道の図 4 — Mistral Large 4が開放重みで公開:1Tパラメータ、推論は無効化できず、導入前に精度とライセンスを確認
元の報道の図 4元の報道 ↗

3分で最初の呼び出しまで

登録後に API キーを作成してください。利用料金はアカウント残高から引き落とされます。初回チャージ30%オフ。¥500チャージ、お支払い ¥350、入金額 ¥500。¥1000チャージ、お支払い ¥850、入金額 ¥1000 最低チャージはこれまでどおり ¥10 で、試用にも使えます。

出典と編集方針

欢迎 Le Chonk:Mistral Large 4 登陆 Hugging Face

引用元を基にAIが分析と翻訳を補助し、自動品質チェックを行っています。提案は実測結果ではありません。提供状況と料金は最新カタログをご確認ください。