判断の分かれ目は、Mistral Large 4を「本番の置き換え先」ではなく「公開プレビューの検証対象」として扱えるかに尽きます。
2026年10月7日時点では、10月6日に公開されたMistral StudioのAPIから、モデルID mistral-large-4 を指定して試せます。既存システムに必須の移行や設定変更は発表されていません。
1Mトークンのコンテキストとマルチモーダル対応は検証できますが、重みはまだ未配布です。Public Previewではサイレント更新があり得るため、現行モデルを残し、評価ログとフォールバックを用意して試すのが安全です。
Mistral Large 4の使い方は「API検証」から始まる
Mistral Large 4 使い方を探している人が最初に区別すべきなのは、いま使えるものは公開プレビューAPIであり、ダウンロード可能なモデル重みではないという点です。Mistralは2026年10月6日の公式変更履歴で、Mistral Large 4をPublic Previewとして公開しました。同日の公式発表では、Mistral Studio上でプレビューAPIを試せると説明しています。
したがって、2026年10月7日時点の実務上の入口は明確です。Mistral StudioでAPIキーを作り、Chat Completions APIへ mistral-large-4 を指定してリクエストします。既存の本番モデルをLarge 4へ一括変更したり、ローカル推論環境を先に構築したりする段階ではありません。
特に重要なのがPublic Previewの意味です。Mistralのモデルライフサイクル方針では、Public Previewは一般提供前のほぼ最終段階とされる一方、サイレント更新が許容され、General Availabilityへ移行する保証もないと説明されています。General Availabilityだけが「本番向けで安定」と定義されています。試せることと、本番の標準モデルにできることは同義ではありません。
10月6日の発表内容を事実だけで整理
公式変更履歴、公式発表、モデルカードを突き合わせると、確認できる内容は次のとおりです。未公開の項目は「未発表」と分けています。
| 確認項目 | 2026年10月7日時点の公式情報 | 実務上の意味 |
|---|---|---|
| 発表日 | 2026年10月6日 | 同日から公開プレビューAPIを試せる |
| 提供段階 | Public Preview、バージョン26.10 | 検証向け。GAと同じ安定性は前提にしない |
| APIモデルID | mistral-large-4 |
既存モデルを残し、明示的に追加して比較する |
| モデル種別 | 汎用マルチモーダル、Mixture-of-Experts | テキストだけでなく画像・文書を含む業務検証の候補になる |
| コンテキスト | 1Mトークン | 長い文書群やエージェント履歴を扱う検証余地がある |
| 対応機能 | Structured Outputs、Function Calling、Document QnA、Chat Completions、Batch、Agents & Conversations、Built-In Toolsなど | 既存のエージェント評価項目を同じAPI系統で試しやすい |
| モデル重み | Coming soon。公式発表は月末までの公開方針を示す | 現時点では一般利用者が重みを入手してセルフホストする段階ではない |
| 最終ライセンス | Large 4固有のライセンス条件はモデルカードに未掲載 | 既存のMistralモデルのライセンスを流用して判断しない |
| GA予定日 | 未発表 | 本番移行日は決めず、公式更新を待つ |
公式モデルカードは総パラメータ1.05T、ビジョンエンコーダー1.6B、アクティブパラメータ52Bを掲載し、公式発表はアクティブパラメータ49Bと記載しています。この違いは、Mistral公式アカウントのHugging Face公開予定ページで、1トークンあたりのアクティブパラメータが49B、埋め込み層と出力層を含めると52Bと説明されています。比較表で数字を使う場合は、どちらの定義かを省略しないことが重要です。
直前世代のMistral Large 3から変わった点
Large 3の公式モデルカードと同じ項目で比べると、文脈長だけでなく提供段階と価格も変わっています。Large 4は公開記念価格でも出力単価がLarge 3より高いため、「新世代だから安い」とは判断できません。
| 項目 | Mistral Large 3 | Mistral Large 4 |
|---|---|---|
| 提供段階 | General Availability | Public Preview |
| コンテキスト | 256k | 1M |
| 総パラメータ | 675B | 1.05T |
| アクティブパラメータ | 41B | 1トークンあたり49B、埋め込み・出力層込み52B |
| 入力100万トークン | 0.50ドル | 通常1.36ドル、公開記念0.68ドル |
| 出力100万トークン | 1.50ドル | 通常4.18ドル、公開記念2.09ドル |
| 重み・ライセンス | 重み公開、Apache 2.0 | いずれも公開待ち |
1M文脈とオープンウェイトは別々に評価する
1Mコンテキストは「投入上限」であり、品質保証ではない
Large 4のモデルカードはコンテキストを1Mと明記しています。長い仕様書、複数文書、リポジトリ情報、エージェントの長期履歴を一度に渡す設計を検討しやすくなります。しかし、上限まで入力できることは、必要な根拠を必ず見つけられることや、回答品質が一定であることを保証しません。
業務検証では「最大量を一度に入れる」ことを目的にせず、同じ質問に対して短い入力、必要文書だけを検索して渡す入力、長い一括入力を比較してください。見るべきなのは、正答だけではありません。根拠箇所の再現、ツール呼び出しの成否、応答時間、入力・出力トークン、失敗時の挙動まで記録すると、1M文脈が自社の処理を単純化するのか、コストだけを増やすのかを判断できます。
「Open」と「今日セルフホストできる」は違う
MistralはLarge 4をopen-weightモデルとして発表しています。一方、公式変更履歴は「Open weights are coming soon」、公式発表は重みを月末までに公開する方針と記載しています。2026年10月7日時点では、一般向け重みのダウンロード先、Large 4固有の最終ライセンス、必要なGPUメモリ、量子化形式、推奨ランタイムは公式モデルカードで確認できません。
そのため、自社環境での運用可否をいま断定することはできません。重みの公開後は、ライセンス、派生物の扱い、商用利用条件、必要ハードウェア、推奨推論基盤をLarge 4固有の資料で確認する必要があります。オープンウェイト導入の論点は、既刊のオープンウェイトモデル導入の落とし穴でも整理しています。
性能は公式発表値と自社タスクを分けて読む
MistralはLarge 4について、コーディング、エージェント型ワークフロー、マルチモーダル理解、サイバーセキュリティ、金融、法務での評価結果を公表しています。以下はAIgent Labの実測ではなく、Mistralが2026年10月6日の公式発表で示した値です。ベンチマーク名、評価条件、競合モデルの版が変われば比較結果も変わるため、そのまま自社の精度予測には使えません。
| 領域 | Mistralが公表した結果 | 業務で確認する観点 |
|---|---|---|
| エージェント型コーディング | DeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4で28.3% | 自社リポジトリ理解、修正範囲、テスト成功、不要変更の有無 |
| 業務ワークフロー | 657件の業務ワークフローを扱うAutomationBenchで59.9% | ツール選択、権限境界、途中失敗からの復帰、人による承認 |
| 長時間の成果物作成 | AA-Briefcaseで1,393 Elo | スプレッドシート、資料、PDFの内容と形式を最後まで保てるか |
| 画像内の位置理解 | Dense 200で42%。Mistralは比較対象の41%を上回ったと報告 | 図面、グラフ、現場画像で根拠位置を正しく示せるか |
日本のAIエージェント実務で優先したいのは、総合順位ではなく、自社の失敗コストに近いタスクです。たとえば、コード変更なら「テストが通るか」だけでなく「触ってはいけないファイルを変更しないか」、文書処理なら「回答が正しいか」だけでなく「根拠ページを特定できるか」、ツール利用なら「最終結果が出るか」だけでなく「外部送信前に承認で止まるか」を確認します。
マルチモーダル業務の設計を先に整理したい場合は、マルチモーダルAIエージェント実装ガイドも参考になります。Large 4の優劣を既刊から推測するのではなく、入力形式と評価基準を作るための補助として使ってください。
料金と対象プランはどこまで確定しているか
API料金はローンチ割引と通常表示を分ける
公式変更履歴はローンチ価格を2週間50%割引と案内しています。10月7日に取得したモデルカードには、通常表示と割引表示が並んでいます。すべて100万トークンあたりの米ドル価格です。割引の終了時刻とタイムゾーンは公式ページに明記されていないため、月末まで続くとは考えず、利用前にモデルカードを再確認してください。
| 課金対象 | ローンチ表示 | 通常表示 |
|---|---|---|
| 入力100万トークン | 0.68ドル | 1.36ドル |
| キャッシュ済み入力100万トークン | 0.07ドル | 0.14ドル |
| 出力100万トークン | 2.09ドル | 4.18ドル |
試算では、実際の入力、キャッシュ済み入力、出力を分けてください。1Mコンテキストという上限を毎回使う前提で予算を置く必要はありません。MistralのUsage and limitsは、Usage画面でモデル別の利用状況を確認し、Workspaceごとに月間支出上限を設定できると案内しています。検証用Workspaceを分ければ、プレビュー評価と本番費用を区別して管理できます。
公開プレビューはStudioで提供、プラン別の専用表は未掲載
Mistralの公式発表は、プレビューAPIをMistral Studioで利用できるとしています。公式料金ページではFreeプランでもStudio上でMistralモデルを試せ、月10ドル分のAPIクレジットが含まれると案内しています。また、サブスクリプションの公式説明では、Free、Pro、Education、Team、EnterpriseがStudioとAPIを横断するプランで、付与された利用枠を使い切った後は設定に応じて従量課金を追加できると説明しています。
ただし、2026年10月7日時点の公式ページには「Large 4を全プランで必ず使える」と保証するモデル別プラン表はありません。FreeでもStudioとAPIキー作成の入口はありますが、実際のモデル表示、利用量、レート制限は組織やWorkspaceのコンソールで確認してください。Pay-as-you-goは独立したAPIプランではなく、付与枠を超えて利用するための追加課金設定です。
| 利用形態 | 確認できたこと | 利用前の確認 |
|---|---|---|
| Free | Studioでモデルを試せる。月10ドル分のAPIクレジットを掲載 | 自分のWorkspaceにLarge 4が表示されるか、レート上限はいくつか |
| Pro・Education・Team・Enterprise | StudioとAPIを含む共通プラン体系で、プランごとに利用枠がある | Large 4固有の提供可否、利用枠、組織の課金設定 |
| Pay-as-you-go | 付与枠を超える利用を従量課金へ延長する設定 | Workspace上限と請求先。別プランではない |
| セルフホスト | 将来の重み公開方針のみ | 重み、ライセンス、必要環境の公式公開を待つ |
自社の設定や運用は変更が必要か
今回の発表だけを理由に、既存環境を変更する必要はありません。Mistralは既存モデルの廃止やLarge 4への強制移行を発表していません。対応が必要になるのは、Large 4を評価対象として追加すると決めた場合です。
| 現在の状況 | 必須対応 | 試す場合の対応 |
|---|---|---|
| Mistral APIを使っていない | なし | Studioで小さな評価セットを作り、採用候補に入るかを見る |
| 既存Mistralモデルを本番利用中 | なし。強制移行の発表はない | 現行モデルを残し、Large 4用ルートを分けて比較する |
mistral-large-latestを使用中 |
なし | Public Previewは-latest対象外なので、Large 4はmistral-large-4で明示する |
| モデルIDを固定している | なし | Large 4を別設定として追加し、切り戻せる状態を保つ |
| セルフホスト運用中 | なし | 重みとLarge 4固有ライセンスの公開後に別環境で評価する |
| 規制・監査対象の本番業務 | なし | GAモデルを維持し、プレビューは隔離した検証環境で扱う |
Public Previewモデルにはサイレント更新があり得ます。モデルIDが同じでも応答が変わる可能性を運用設計に織り込み、評価日、入力、出力、ツール呼び出し、エラー、トークン使用量を残してください。合格基準を満たさない場合に現行モデルへ戻せるルーティングも必要です。これはLarge 4の欠点というより、Mistralが定義するPublic Preview段階に合わせた扱いです。
公式ドキュメントどおりに最小検証を始める
以下はLarge 4公式モデルカードのUsage欄に掲載された設定です。モデル名、エンドポイント、reasoning_effortを推測で変えていません。APIキーはソースへ直書きせず、環境変数 MISTRAL_API_KEY から読み込みます。
準備：StudioでAPIキーを作成する
公式のAPIキー作成手順に従い、Studioの「API Keys」からキーを作成します。キーは作成直後に一度だけ表示されるため、パスワードマネージャーやシークレット管理基盤に保存してください。公式の開発者向けクイックスタートはPython 3.9以上を前提とし、SDKの導入コマンドを次のように示しています。
pip install mistralaiPython：公式モデルカードの例
import os
from mistralai.client import Mistral
client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])
response = client.chat.complete(
model="mistral-large-4",
messages=[
{
"role": "user",
"content": "Write a Python function to merge two sorted linked lists into one sorted list.",
}
],
reasoning_effort="high",
)
print(response.choices[0].message.content)TypeScript：公式モデルカードの例
import { Mistral } from '@mistralai/mistralai';
const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });
const response = await client.chat.complete({
model: 'mistral-large-4',
messages: [
{
role: 'user',
content: 'Write a Python function to merge two sorted linked lists into one sorted list.',
},
],
reasoning_effort: 'high',
});
console.log(response.choices[0].message.content);curl：公式モデルカードの例
curl PH_13_ \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $MISTRAL_API_KEY" \
-d '{
"model": "mistral-large-4",
"messages": [
{
"role": "user",
"content": "Write a Python function to merge two sorted linked lists into one sorted list."
}
],
"reasoning_effort": "high"
}'注意：本番環境で使用する前に、必ずテスト環境で動作確認してください。APIキーをリポジトリ、ログ、チケット、チャットへ貼らないでください。本稿では公式コードとの照合を行っていますが、読者のアカウントでのモデル提供可否や実行結果までは保証できません。
導入判断は4種類の業務テストで分ける
Large 4を試す目的は、公式ベンチマークを再掲することではなく、自社の現行モデルより適している仕事を見つけることです。最初から全業務を移すのではなく、失敗条件が明確な代表タスクを分けます。
長文テスト：必要な根拠を取り出せるか
仕様書、規程、議事録など、正解箇所が分かっている資料を使います。回答文だけでなく、根拠文書、該当箇所、見つからない場合の返し方を確認します。1M文脈を使う価値は、投入量ではなく、検索や分割を減らしても根拠性を保てるかで判断します。
マルチモーダルテスト：画像と文章を混同しないか
図面、グラフ、表を含む文書で、画像内の位置と文章の主張を分けて評価します。画像にない値を補わないこと、読み取れない箇所を断定しないこと、参照位置を示せることを合格条件にします。
ツール利用テスト：外部操作の前で止まれるか
Function CallingやAgents & Conversationsを使う場合は、読み取り、更新、送信を同じ成功扱いにしないでください。検索までは自動、更新や送信は人の承認後という境界を作り、モデルが承認前に副作用を起こさないかを確認します。
コードテスト：正解だけでなく変更範囲を見る
既存コードを対象にする場合は、テスト結果、変更ファイル、依存関係、不要なリファクタリング、ロールバックのしやすさを記録します。Mistralの公式ベンチマークが高くても、自社の言語、フレームワーク、リポジトリ規約で同じ結果になるとは限りません。
比較では現行モデルとLarge 4へ同じ入力を渡し、モデル名以外の条件を揃えます。評価結果と同時に、StudioのUsageで入力、キャッシュ済み入力、出力のトークンを確認してください。品質が高くても、長文入力によって費用や応答時間が運用条件を超えるなら、そのタスクでは採用しないという判断ができます。
公開プレビューで起こりやすい判断ミス
失敗1：公開された日に本番モデルを置き換える
❌ Public Previewを「正式版」と読み替え、既存モデルの設定を上書きする。
⭕ Large 4を別のモデルIDとして追加し、現行モデルをフォールバックに残す。
Mistralのライフサイクル方針では、Public Previewはサイレント更新があり、GAへの移行も保証されません。設定の上書きより、比較ルートを追加するほうが段階に合っています。
失敗2：open-weight表記だけでローカル導入を決める
❌ 既存Mistralモデルのライセンスや必要GPUをLarge 4にも当てはめる。
⭕ Large 4の重み、ライセンス、推奨環境が公開されてから、別環境で導入可否を判断する。
公式変更履歴は重みを「coming soon」としています。現時点で自社サーバーに導入できると書くのは事実を先取りしています。セルフホストの基礎はvLLMでオープンLLMをセルフホストする本番運用ガイドで確認できますが、Large 4対応は公式公開後に別途確認が必要です。
失敗3：-latestでLarge 4へ切り替わると考える
❌ mistral-large-latestが公開プレビューのLarge 4を自動的に指すと仮定する。
⭕ 公式モデルカードどおり、検証にはmistral-large-4を指定する。
モデルライフサイクル方針では、Public Previewは-latestや-majorエイリアスの対象外です。モデル名を推測せず、モデルカードのUsage欄をそのまま使ってください。
失敗4：1M文脈を毎回埋めれば精度が上がると考える
❌ 関係の薄い文書も含め、上限まで入力する。
⭕ 必要情報だけを渡す方法と長文一括入力を比較し、根拠性、費用、応答時間で決める。
コンテキスト長は能力の一要素です。検索、文書整形、指示の明確さ、人による確認を省略できるという公式説明はありません。
失敗5：ローンチ価格を恒久価格として予算化する
❌ 割引表示の0.68ドル、0.07ドル、2.09ドルを長期予算へ固定する。
⭕ 通常表示の1.36ドル、0.14ドル、4.18ドルでも成立するかを確認し、利用開始日に公式モデルカードを再取得する。
公式変更履歴が案内する50%割引は2週間です。正確な終了時刻は公式ページで確認できないため、割引終了後の単価を基本ケースにすると予算超過を避けやすくなります。
関連する基礎知識を先に揃える
Large 4のAPI検証と、将来のセルフホスト検討は別プロジェクトとして扱うと整理しやすくなります。以下はAIgent Labで公開済みの関連記事です。すべて2026年10月7日に実在とHTTP 200を確認しています。
- ローカルLLMとは｜仕組み・クラウドとの違い・始め方【2026年10月】：API利用と自社環境運用の違いを整理したい場合
- オープンウェイトモデル導入の落とし穴、ライセンス・蒸留・更新運用：重み公開後に確認すべき権利と更新運用を洗い出す場合
- マルチモーダルAIエージェント実装ガイド 2026：画像・文書・テキストを扱う評価項目を作る場合
- vLLMでオープンLLMをセルフホスト｜本番運用ガイド【2026】：Large 4固有の重みと環境情報が公開された後の技術選定に備える場合
よくある質問
Mistral Large 4はいつ公開されましたか？
2026年10月6日にPublic Previewとして公開されました。2026年10月7日時点ではMistral StudioのAPIで試せます。
Mistral Large 4のモデルIDは何ですか？
公式モデルカードのUsage欄はmistral-large-4を指定しています。Public Previewモデルは-latestエイリアスの対象外なので、検証ではこのIDを明示してください。
無料プランでも使えますか？
公式料金ページはFreeプランでStudio上のMistralモデルを試せ、月10ドル分のAPIクレジットがあると案内しています。ただし、Large 4固有の全プラン提供表は公開されていません。自分のStudioでモデルが表示されるか、利用量とレート制限を確認してください。
API料金はいくらですか？
2026年10月7日のモデルカードでは、ローンチ表示が入力100万トークン0.68ドル、キャッシュ済み入力0.07ドル、出力2.09ドルです。通常表示はそれぞれ1.36ドル、0.14ドル、4.18ドルです。変更履歴は50%割引を2週間としています。
コンテキスト長はどれくらいですか？
公式モデルカードは1Mトークンと記載しています。これは入力可能な文脈の規模であり、上限まで入れれば正確性が保証されるという意味ではありません。
モデル重みをダウンロードできますか？
2026年10月7日時点では一般向け重みはまだ公開されていません。Mistralは月末までに公開する方針を示していますが、Large 4固有の最終ライセンスや必要ハードウェアも含め、正式な公開情報を待つ必要があります。
既存のMistral設定を変更する必要がありますか？
必須変更はありません。既存モデルの廃止やLarge 4への強制移行は発表されていません。試す場合だけ、mistral-large-4を別ルートとして追加し、現行モデルへ戻せるようにします。
本番環境で使ってもよいですか？
MistralはGeneral Availabilityを本番向けで安定した段階と定義しています。Large 4はPublic Previewでサイレント更新があり得るため、まず隔離した検証環境で評価し、本番採用は自社のリスク基準と公式のGA情報を確認して判断してください。
1M文脈はどんな業務で試すべきですか？
長い仕様書、複数文書、リポジトリ情報、長いエージェント履歴など、必要な根拠が既知のタスクから始めると比較できます。回答の正しさだけでなく、根拠位置、費用、応答時間、失敗時の挙動も記録してください。
運営元 Uravation よりAIエージェントを構想から本番運用まで進める順番と、体制・KPIの決め方をまとめた資料を無料で公開しています。 AIエージェント導入ロードマップを受け取る（無料）
参考・出典
- Mistral Changelog — Mistral AI、公開プレビュー、1M文脈、重み公開予定、ローンチ割引を確認（参照日：2026年10月7日）
- Mistral Large 4 model card — Mistral AI、モデルID、機能、コンテキスト、料金、公式Usage例を確認（参照日：2026年10月7日）
- Mistral Large 3 model card — Mistral AI、直前世代の提供段階、コンテキスト、パラメータ、料金、ライセンスを比較（参照日：2026年10月7日）
- Introducing Mistral Large 4 — Mistral、発表日、Studioでの提供、重み公開方針、性能発表値を確認（参照日：2026年10月7日）
- mistralai/Mistral-Large-4.0-1T05-A52B — Mistral公式アカウント、49Bと52Bの定義差、重みの公開予定を確認（参照日：2026年10月7日）
- Model lifecycle policy — Mistral AI、Public Previewの更新・GA・廃止条件を確認（参照日：2026年10月7日）
- Activate Studio and generate an API key — Mistral AI、Free modeとAPIキー管理手順を確認（参照日：2026年10月7日）
- Mistral Pricing — Mistral、FreeプランのStudio利用とAPIクレジットを確認（参照日：2026年10月7日）
- Subscriptions — Mistral AI、プラン体系、共有利用枠、従量課金設定を確認（参照日：2026年10月7日）
- Usage and limits — Mistral AI、モデル別利用状況とWorkspaceの月間支出上限を確認（参照日：2026年10月7日）
要点の整理
- Mistral Large 4は2026年10月6日にPublic Previewとして公開され、モデルIDは
mistral-large-4です。 - 1Mコンテキスト、マルチモーダル、Function Calling、AgentsなどをAPIで評価できます。
- 重みはまだ一般公開されておらず、最終ライセンス、必要環境、GA日は未発表です。
- 既存環境に必須変更はありません。試す場合は現行モデルを残し、Large 4を別ルートで追加します。
- Public Previewはサイレント更新があり得るため、評価ログ、回帰試験、フォールバックが必要です。
- 料金は2週間のローンチ割引中です。通常表示でも予算が成立するか確認してください。
まずは自社の代表タスクを一つ選び、公式モデルIDで現行モデルと比較してください。重みの公開後は、API評価とは切り分けてライセンスとセルフホスト要件を再確認するのが次の判断です。
AIエージェントのモデル選定や検証基準を、自社の業務とリスクに合わせて設計したい方へ
UravationではAIエージェント導入の研修・コンサルを行っています。
この記事はAIgent Lab編集部がお届けしました。
