Mistral Large 4（Le Chonk）をHugging Faceで公開、オープンウェイトのマルチモーダルMoE

発表の内容

Mistral Large 4は、テキストと画像を入力として受け取り、テキストを生成するマルチモーダルかつ多言語対応のMixture-of-Expertsモデルです。総パラメータは約1兆、アクティブパラメータは49Bで、文脈長は100万トークンとされています。

テキストデコーダは72層、隠れ次元6,144、アテンションヘッド64という構成です。配布条件はMistral Ecosystem Open-Weight Licenseで、ブログではMITライセンスの派生版と説明され、モデル・アズ・ア・サービスとしての提供には制限が設けられています。

公表されている評価

Mistralによると、Mistral Large 4はArtificial Analysis Cyber Indexで82%を記録しました。このテストは、オープンソースソフトウェアの実際の脆弱性を再現し、修正することをモデルに求めるものです。Mistralは、一部のクローズドなフロンティアモデルが作業を拒否するため同テストでほぼゼロだったと報告しています。

セキュリティ競技由来の40問で構成されるCybenchでは93%を解決し、LakeraのB3ベンチマークでは93.3%の攻撃耐性を示しています。2026年10月29日時点で、Artificial Analysis Intelligence indexにおけるオープンウェイトモデルの中で5番目に位置するとされています。

提供状況と利用条件

重みはHugging FaceのMistral Large 4コレクションで公開されており、Unslothとllama.cppチームが作成したGGUF版も用意されています。transformers、vLLM、llama.cppは初日からサポートされています。

Inference Endpoints向けには、NVIDIA H200を8基使うレシピが用意され、最大131Kトークンの文脈を扱い、同時16リクエストまで処理するとされています。NVFP4チェックポイントはメモリ使用量が小さく、NVIDIA Blackwell GPUが必要です。Dell Enterprise Hubには、NVIDIA H200、B200、GB200、GB300を搭載したDell AI Server向けのレシピもあります。

2ビット量子化版は512GBのユニファイドメモリを搭載したApple Silicon Ultra 1台で動作し、それ以外は分散推論が必要とされています。推論の無効化はできず、reasoning_effortにnoneを指定してもhighが使われると説明されています。利用料金については今回の発表では示されていません。

クリエイターや事業者にとっての意味

画像も扱えるオープンウェイトモデルが登場したことで、素材の説明文づくりや社内文書の処理など、扱える入力の幅を広げる選択肢になります。ただし公表されている評価はサイバー分野が中心で、動画や画像生成の品質に関する数値は示されていません。

導入を検討する場合は、必要とする文脈長、推論環境の要件、ライセンス上のサービス提供の制限を自社の用途に照らして確認するとよいでしょう。料金や商用利用の条件は発表内容だけでは判断できないため、公式の情報を確認しておくことをおすすめします。