Mistral Large 4「Le Chonk」解説 ─ 1兆パラメータの正体と「重み未公開」の罠

Mistral Large 4「Le Chonk」とは何か

2026年10月6日、フランスのMistral AIがMistral Large 4のパブリックプレビューを公開した。社内でのあだ名は「Le Chonk（ル・チョンク）」——フランス語圏のネットスラングで「でぶ猫」を意味する。公式ブログの見出しもそのまま「Le Chonk」だ。

数字だけ並べるとこうなる。

総パラメータ 約1兆（1.05T）、1トークンあたりのアクティブは約490億（49B）＝わずか4.9%
ネイティブマルチモーダル（テキストと画像を入力、テキストを出力）
コンテキストウィンドウ 100万トークン
1.6Bパラメータのビジョンエンコーダを内蔵
160言語以上に対応。EUの全公用語を含む
学習はMistral自身の欧州データセンターにあるNVIDIA Grace Blackwell 3,800基

「オープンウェイトのフロンティア」という触れ込みで発表されたが、重みはまだ配布されていない。ここがこの記事でいちばん重要な点だ。

料金：入力$1.36／出力$4.18

Mistralの公式発表とAPI価格ページに載っている数字はこうだ。

入力：$1.36 / 100万トークン
出力：$4.18 / 100万トークン
キャッシュ済み入力：$0.14

比較対象を並べると位置づけが見える。Gemini 4 Argon（導入価格）とGPT-6.1 Solはいずれも$2 / $10。Mistral Large 4は入力で約32%安く、出力では半分以下だ。

ただし注意点が2つある。ひとつは、Mistralのドキュメントカードには$0.68 / $2.09という半額の表記が併記されており、この割引の理由も期限も説明されていないこと。もうひとつは、これがプレビュー価格であり、正式版でどうなるかは未公表だということだ。

ベンチマーク：サイバーセキュリティで強く、総合力では後塵

ここは慎重に読む必要がある。Mistral自身が公表した数値と、独立系トラッカー（Artificial Analysis）の測定値は、方向性が違う。

Mistralの発表による数値は次の通り。

Cybench 93%
CyberGym-E2E 82%
DeepSWE v1.1 61.7%
Terminal-Bench 4.0 28.3%

一方、Artificial AnalysisのIntelligence Indexではスコア38。これはGPT-6 Luna（最大推論時）と同水準、DeepSeek V4.1 Flash（最大推論時）の39にわずかに届かない位置で、追跡対象25モデル中25位にあたる。Cyber Indexは50で、GLM-5.3-Flashと並び、MiMo-V2.6-Proの56には及ばない。

つまり、セキュリティと文書処理という特定分野では強いが、汎用の総合力ではトップ集団から離れている。Mistralの主張する「フロンティア性能（open weightsとして最先端）」は、あくまでオープンウェイト勢の中での話として読むのが正確だ。

Terminal-Bench 4.0の28.3%という数字は特に見落とされやすい。同じ週に発表された競合のTerminal-Bench 4.0が、Claude Sonnet 5.5で63.6%、GPT-6.1 Solで56.1%だったことを考えると、エージェント的なコーディング作業はこのモデルの主戦場ではないと判断できる。

「重みは今月末」——オープンウェイトはまだ存在しない

発表文にこうある。「Weights drop end of this month」。Mistralは10月中の重み公開を約束し、ロイターは10月27日と報じた。しかし2026年10月12日現在、ライセンスは公表されていない。

これは決定的に重要な区別だ。なぜなら:

Mistral Large 3はApache 2.0だったが、VentureBeatによればLarge 4はカスタムのMistralライセンスになる見込み

プレビューの背後で回っている強化学習の実行がまだ進行中で、正式チェックポイントはこれから確定する

セキュリティパートナーと国家当局によるレッドチーミングが前提条件として挙げられている

つまり、いま検索して出てくる「Mistral Large 4はオープンウェイト」という記事の多くは、まだ存在しないものについて書いている。

セルフホストの現実的な壁

仮に重みが公開されても、自前で動かすのは生易しい話ではない。重みのサイズはこうなる。

INT4で約525GB
FP8で約1.05TB
BF16で2.1TB

単一ノードで本番運用するなら、現実的な構成はB200×8のサーバー1台になる。コンシューマ向けGPUやローカルのワークステーションで動かす類のモデルではない。49BしかアクティブでないMoE構造は計算量を減らすが、メモリ要件は減らさない——ここがMoEに対する最も一般的な誤解だ。

実際に運用している身から言えば、100万トークンのコンテキストは魅力的に見えるが、そのコンテキストを埋めるリクエストを8枚のB200でさばくコストを考えると、素直にAPIを叩いたほうが安いケースがほとんどだ。

使いどころ：ドキュメント処理とセキュリティ

このモデルを試す価値があるのは、次のような用途だ。

脆弱性の発見とパッチ適用：Mistralの公表値ではCybench 93%、CyberGym-E2E 82%。この領域は独立系の評価でも相対的に強い

多言語の文書処理：160言語以上、EU全公用語に対応。欧州の規制対応文書を扱う業務では実用的

契約書・法務ドラフト：Mistralは法務ドラフトで良好な結果を示したとしている

画像を含む文書の一括処理：ネイティブマルチモーダルなので、スキャン文書とテキストを同じパイプラインで流せる

逆に、コーディングエージェントの頭脳として使う、長文コンテキストの推論を大量に回す、といった用途では、この価格帯にはGPT-6.1 SolやClaude Sonnet 5.5という強い選択肢がすでに存在する。

2026年10月の教訓：発表と出荷は別物

Mistral Large 4の話で本当に持ち帰るべきは、モデルそのものよりリリースの作法の変化だ。

同じ10月に、こういうことが起きている。

GoogleのGemini 4 Argonは9月30日に発表され、Intelligence Indexで52.6というトップ級のスコアを出した。しかし入手できるのはFairwind Programの審査を通ったサイバー防御担当者だけで、一般提供の日付は一切ない
OpenAIのGPT-6.1 Astraは、社内の安全性テストを通過しなかったとしてリリースが中止された（WSJ報道）
Mistral Large 4はAPIは使えるが、重みは約束だけ
10月1日から3日までに出た8モデルは、どれも汎用フロンティアではなく専門特化型だった

つまり、「発表された」＝「使える」ではないという前提で計画を立てる必要がある。2026年10月は、能力と入手可能性が分離した最初の月になった。

実務的には次のように動くのが安全だ。

クリティカルパスには常に2つ目のモデルを認定しておく
ベンダーの「数週間以内」を期日ではなく見積もりとして扱う
ルーターを再デプロイなしで差し替えられるアーキテクチャを選ぶ

まとめ

Mistral Large 4は1.05兆パラメータ／49BアクティブのMoEで、160言語以上・100万トークンコンテキストに対応する欧州産フロンティアモデル
価格は入力$1.36／出力$4.18で、Gemini 4 ArgonやGPT-6.1 Solより明確に安い
ただし総合力ではトップ集団に届かず、強みはサイバーセキュリティと多言語文書処理に集中している
重みは10月末まで未公開。ライセンスも未公表で、Mistral Large 3のApache 2.0とは扱いが変わる可能性が高い
セルフホストにはINT4で525GB、実運用にはB200×8級のノードが必要
2026年10月の本質は「発表と出荷の分離」。名前のついた次のモデルが必ず来る前提で計画しないこと