Mistral Large 4の重みを一般公開
原題: We're releasing the weights of Mistral Large 4
なぜ重要か
オープンウェイトで1兆パラメータ規模かつコーディングベンチマーク首位は、企業の自社AIインフラ需要に直接応えるもので、クローズドモデル依存からの脱却を加速しうる。
フランスのAIスタートアップMistralは、1兆パラメータのマルチモーダルモデル「Mistral Large 4（Le Chonk）」のモデル重みを一般公開した。同モデルはコーディングおよびサイバーセキュリティのオープンウェイトベンチマークでトップクラスの性能を示し、欧州インフラで学習した完全オープンウェイトモデルとして企業・機関による自己ホスティングを可能にする。
Mistralは今月初めにMistral Large 4をパブリックプレビューとして公開していたが、開発者コミュニティや早期アクセスパートナーからの反響が「期待を上回った」として、フィードバックを反映した改良版のモデル重みを正式に無償公開した。
モデルの規模は1兆パラメータ。ネイティブにマルチモーダルに対応しており、コーディング・防御的サイバーセキュリティ・推論効率の3分野で大幅な性能向上を果たしたとMistralは説明する。
コーディング性能については、プレビュー公開からわずか3週間の追加強化学習によって、Cognitionが運営するプライベートベンチマーク「FrontierCode 2.0」で19.7%のスコアを記録し、DeepSeek V4.1 Flash（19.3%）やGLM-5.3（17.8%）を上回りトップに立った。このベンチマークはコード品質とリポジトリ管理者がマージを承認するかどうかを総合的に評価するものだ。
Artificial Analysis Coding Agent Indexでは48%のスコアを獲得し、首位のGLM-5.3と実質同率。一方でタスクあたりの平均トークン消費量は47%少なく、推論コストの面で優位性を持つ。
同モデルはすべてリーニッジ（学習起点から公開まで）が明確な欧州インフラで訓練されており、Mistralが掲げる「Sovereign AI」の理念に基づく。企業や政府機関が自社環境にデプロイし、モデルを所有・カスタマイズできる点を主要な差別化要素として訴求している。推論モードも複数用意されており、コストと性能のバランスを用途に応じて調整できる。