10月30日のニュースによると、欧州のAIリーディングカンパニーであるMistralは、コードネーム「Le Chonk」の新しいフラッグシップモデル「Mistral Large4」を正式にオープンソース化しました。現在のオープンウェイト陣営の中で最も大規模な大規模モデルの一つであり、最大1兆パラメータを備え、完全に欧州の現地インフラ上でゼロからトレーニングされています。これは、オープンソース大規模モデルが兆規模およびマルチモーダルネイティブ融合への道において実質的な突破を遂げたことを示しています。

性能で真っ向勝負とToken効率：単なるスコア稼ぎを拒否し、究極のコストパフォーマンスを重視

中核能力とベンチマークテストにおいて、Mistral Large4は極めて強力な競争力を示しています。Cognitionの独自ベンチマーク「FrontierCode2.0」（主にエンドツーエンドのコード品質とコードベースメンテナーのマージ意欲を評価）では、同モデルは19.7%という高スコアを獲得し、現在のオープンウェイトモデルの中で上位に位置しています。また、Artificial AnalysisのCoding Agent Index評価では48%の成績を収め、業界をリードするGLM-5.3とほぼ互角になりました。

特に注目すべきは、その優れたToken効率です。同等のトップ性能を実現しながら、Mistral Large4は平均して各プログラミングタスクで消費するToken数が競合製品より実に47%少なくなっています。また、Terminal-Bench4.0テストでは、その性能はプレビュー版から13ポイント大幅に向上して41%に達し、同時に出力Token数も30%削減されました。この「より少ないTokenでより多くのことを行う」特性は、現在企業がAIを呼び出す際のコストの大部分を占める課題に直撃し、開発者にとって非常にコストパフォーマンスの高い選択肢をもたらします。

3段階の推論モードと強化学習：性能とコストの両立

開発者がさまざまなシナリオで性能とコストを自由にバランスできるようにするため、Mistralは同モデルに対してさらに3週間におよぶ強化学習（RL）トレーニングを実施し、公式に3種類の異なる推論モードを提供しています。それぞれ、単純なタスク、中程度の複雑さ、および高精度で徹底的な推論を必要とする最も難しいシナリオに対応しています。開発チームによると、延長された強化学習トレーニング後も、モデル全体の利益は依然として加速的に放出されており、性能の飽和の兆候はまだ観察されていないとのことです。

安全防衛線と精細なガードレール

安全性とコンプライアンスガバナンスの面でも、Mistral Large4は堅実な成果を示しています。Artificial Analysis Cyber Index評価では、そのスコアは51%に達しました。これは主に、コードベース内で脆弱性を発見し、再現検証してパッチを当て、既存の機能を損なわないモデルの能力を評価するものです。同時に、JailbreakBench、StrongREJECT、AgentHarmなどの脱獄および有害なリクエストプロンプトテストでは、その平均拒否率は96.6%に達し、プレビュー版の95%からさらに向上しました。

特筆すべきは、公式が安全戦略において実用的な姿勢を示していることです。モデルはオンライン上の標的に対するブラックボックス攻撃を拒否する際に断固たる態度を示す一方、関連技術が合法的かつ正当な防御やペネトレーションテストに使用される必要性も認識しています。そのため、MistralはOrange Cyberdefenseなどサイバーセキュリティ分野の企業デザインパートナー向けに、特定のバリアントバージョンのプレビュー権限を特別に開放しましたが、すべての操作は厳格な契約上の制約と、自社または認可された環境での審査を経る必要があります。

エコシステムの展開とオープンソースライセンス契約