--- title: "Mistral Large 4、ついに重み公開。1兆パラメータ「Le Chonk」がダウンロード可能に、ライセンスのただし書きはMaaSだけ別契約" description: "Mistral AIは2026年10月29日、旗艦モデル「Mistral Large 4（Le Chonk）」の重みをHugging Faceで公開した。総パラメータ約1兆、コンテキスト100万トークン、ライセンスはMIT改変版の「Mistral Ecosystem Open-Weight License」で、モデルをサービスとして売る場合だけ別契約が要る。プレビューから3週間の追加学習で変わった数値と、自前で動かす現実味を整理する" url: https://itpostjp.com/ai/mistral-large-4-open-weights-release/ category: "AI・生成AI" published_at: 2026-10-29T21:41:00Z updated_at: 2026-10-29T21:41:00Z author: "IT Post編集部" editor: "編集長 千田智也" publisher: "IT Post by Rice Studio Lab" language: ja-JP ai_generated: true ai_model: muse-wonder terms: ["MoE（専門家混合）", "オープンウェイト", "ベンチマーク（AIモデルの性能評価）", "大規模言語モデル（LLM）"] --- # Mistral Large 4、ついに重み公開。1兆パラメータ「Le Chonk」がダウンロード可能に、ライセンスのただし書きはMaaSだけ別契約 IT Post編集部 ＆ 編集長 千田智也 Mistral AIは2026年10月29日、旗艦モデル「Mistral Large 4（Le Chonk）」の重みをHugging Faceで公開した。総パラメータ約1兆、コンテキスト100万トークン、ライセンスはMIT改変版の「Mistral Ecosystem Open-Weight License」で、モデルをサービスとして売る場合だけ別契約が要る。プレビューから3週間の追加学習で変わった数値と、自前で動かす現実味を整理する ## 30秒で分かる結論 - Mistral AIは2026年10月29日、旗艦モデル「Mistral Large 4（愛称Le Chonk）」の重み（学習済みパラメータ）をHugging Faceで公開しました。10月6日のAPIプレビュー開始から約3週間での公開で、プレビュー時点の予告ページが示していた10月31日の予定より2日早い到着です。 - 仕様は総パラメータ約1兆の混合専門家モデルで、1トークンあたりの有効パラメータは約490億（埋め込みや出力層を含め約520億）、コンテキスト長は100万トークン、テキストと画像の入力に対応します。あわせて量子化版（NVFP4）のチェックポイントも公開されました。 - ライセンスは「Mistral Ecosystem Open-Weight License」というMITライセンスの改変版で、利用・改変・追加学習・商用利用は自由とされます。ただし、モデルをサービスとして提供する事業（MaaS）を営む場合は、Mistralとの別途の商用ライセンスが必要です。API料金は100万トークンあたり入力0.70ドル、キャッシュ済み入力0.07ドル、出力2.10ドルと案内されています。 ## まず初めに 「Le Chonk（太っちょ）」という愛称に恥じない1兆パラメータ級が、ついに箱から出てきた。プレビューの時は「重みは月末」と言われて首を長くして待たされ、しかもライセンスの中身は最後まで伏せられていた。その伏せ方がまた上手くて、期待だけが先に太っていく。で、蓋を開けたら中身は意外と太っ腹だった、というのが今回の話である。ただし書きが1行だけ付いているところまで含めて、である。 ※個人の感想です ## 何が公開されたのか Mistral AIの公式ブログによると、今回公開されたのは10月6日に公開プレビューが始まったMistral Large 4の改良版の重みです。プレビュー期間の利用者フィードバックを反映し、強化学習を追加で回したことで、特にコーディングと防御側のサイバーセキュリティで性能が伸びたと同社は説明しています。 モデルの素性はHugging Faceの公式リポジトリ（モデルカード）にまとまっています。総パラメータは約1兆、128個のルーティング先エキスパートのうち1トークンごとに4個と共有エキスパート1個を使うMoE構成で、欧州にあるMistral自社のデータセンターで3,800基のNVIDIA Grace Blackwell GPUを使ってゼロから学習されたと記載されています。入力はテキストと画像、出力はテキストで、対応言語は160以上とされます。 ![Mistral Large 4の公開内容とライセンス条件の整理](/images/articles/mistral-large-4-open-weights-release-inline-1.webp) 推論の進め方（reasoning effort）は low／medium／high の3段階から選べるようになりました。プレビュー時は推論量の調整が限られていましたが、利用者からは「どれだけ長く考えさせるかを自分で決めたい」という声が多かったと二次報道は伝えています。量子化版のNVFP4チェックポイントも同時に公開され、Blackwell世代のGPUでvLLMやSGLangによる自己ホスティングが想定されています。通常版の重みはbf16形式で総量がおよそ1.06TBに及ぶため、ダウンロードできると言っても、置き場所とGPUの両方で相応の覚悟が要ります。 推論を速くする仕掛けとして、推測デコーディング用のドラフトヘッド「DSpark」がチェックポイントに同梱されています。モデルカードでは、条件によって最大で約1.9倍のスループット向上を測定したとされています。 ## プレビューから何が変わったのか（公表ベンチマーク） Mistralが公表したベンチマークは、いずれも同社または評価事業者の土俵の数字です。鵜呑みにせず「公表値」として並べます。 | 指標 | プレビュー時 | 重み公開時 | 備考 | |---|---|---|---| | Terminal-Bench 4.0（エージェント型コーディング） | 28% | 41% | 出力トークンは30%減と公表 | | Artificial Analysis Coding Agent Index | ― | 48% | GLM-5.3と実質同点、タスクあたりトークンは47%少ないと公表 | | FrontierCode 2.0（Cognitionの非公開評価） | ― | 19.7% | オープンウェイトで首位と公表 | | Artificial Analysis Cyber Index | 50（プレビュー記事時点の別系統の公表値） | 51% | 脆弱性の発見・再現・修正を測る指標 | | B3 Agent Security Benchmark（攻撃耐性） | 93.3% | 97.1% | エージェントへの攻撃を防げた割合 | | BrowseComp（Web調査） | SFT時点で75% | 84.5% | 強化学習後の到達点と公表 | 悪意のあるサイバー攻撃の依頼への拒否率は平均96.6%で、同社が測定するオープンモデルの中で最も高いとしています。一方で同社は、実際のトラフィックを観察する中で「本物の攻撃への転用の可能性」も見えたとして、ガードレールの調整を続けるとも明記しています。防御に強いモデルを誰でもダウンロードできる形で出す以上、ここは同社自身も楽観していない部分です。 なお、サイバー用途の特化版は別枠です。Orange Cyberdefenseなどの審査済みの企業パートナー向けに、侵入テストや脆弱性評価に最適化した派生モデルのプレビュー提供が進められていて、対象は自社所有か明示的に許可されたシステムに限るとされています。一般公開の重みとは運用が分かれています。 ## ライセンスの読み方 今回いちばんの新規情報は、重みそのものよりライセンスです。プレビュー時点では「Open」という分類表示だけで条項は未公開でしたが、公開された「Mistral Ecosystem Open-Weight License」はMITライセンスを改変したもので、利用・改変・ファインチューニング・商用利用を認める一方、モデルをサービスとして提供するMaaS事業にはMistralとの別途の商用ライセンスを求める、という1点に条件を絞っています。 実務的には、社内利用や自社製品への組み込み、研究目的の改変は広く開かれていて、「このモデルをそのままAPIとして転売する」形態だけが囲い込まれている形です。オープンウェイトを名乗るモデルのライセンスは各社で条件がまちまちなので、導入を考える場合は条項の原文を法務と確認するのが前提になります。 ## どこで使えるのか 入手先はHugging Faceの公式リポジトリで、アクセス申請（ゲート）は設けられていません。マネージドで使う場合はMistral StudioとMistral API（モデル名は mistral-large-4）、OpenRouter、Microsoft Foundry、NVIDIAのホスト型エンドポイントなどが案内されています。MicrosoftはFoundry経由で最初に提供するクラウド事業者とされ、Azure開発者向けのプライベートデプロイも選べるとしています。自分の基盤で動かす場合はvLLMまたはSGLangが推奨されています。 *重みは誰でも落とせる。動かせるかどうかは財布と電源次第、という身も蓋もない現実は1兆パラメータ級では変わらない* ## 初心者が知っておくべきこと Q. 「オープンウェイト」とは何ですか。 A. AIモデルの学習済みパラメータ（重み）が公開され、自分の環境にダウンロードして動かしたり、追加学習したりできる公開方式です。学習コードや学習データまですべて公開される「オープンソース」とは厳密には別物で、使える範囲はライセンス条項で決まります。 Q. 1兆パラメータは、個人のパソコンで動きますか。 A. 通常版の重みだけで約1.06TBあり、個人のパソコンでは現実的ではありません。量子化版でもデータセンター級のGPUが想定されています。試すだけなら、Mistralが用意したデモギャラリー（公開初週は来訪者向けの無料枠あり）やAPIの方が現実的です。 Q. APIで使う場合の料金はどうなっていますか。 A. 公式ブログの案内では、100万トークンあたり入力0.70ドル、キャッシュ済み入力0.07ドル、出力2.10ドルです。料金は改定されることがあるため、利用時は公式の料金表で再確認してください。 ## IT Postの見方——「オープン」の値付けが、転売禁止の1行に集約された IT Postでは、今回の公開の勘所は性能表ではなく、ライセンスの設計だと考えます。1兆パラメータ級の旗艦を、ゲートなし・改変可・商用可で放り出しながら、止めたのは「そのままサービスとして売る」行為だけ。要するにMistralは、モデルの普及と改変の自由は最大化しつつ、自分たちのAPI事業と正面衝突する転売だけを契約で押さえにいったわけだ。太っ腹なのか計算高いのかと問われれば、両方である。普及しなければエコシステムは育たず、育った先の出口を1行で押さえる。オープンウェイトの「オープン」がスローガンから契約設計の話になった、という意味で2026年の象徴みたいな公開だと思う。 性能面では、トークン効率の改善（同じ成績を47%少ないトークンで）を前面に出した点が実務向きだ。エージェントを長時間走らせる用途では、賢さの絶対値より「1タスクいくらで終わるか」が効く。ただし数字はすべて公表値で、独立した再現はこれからだ。特に量子化版で公表スコアがどこまで保たれるか、100万トークンの文脈が実運用でどこまで実効するかは、第三者の検証待ちである。 ※個人の感想です ## 今後どうなりそうか 焦点は、量子化版を含む自前ホスティングの実測報告と、技術レポートの公開です。あわせて、MaaS条項が実際の転売サービスにどう適用されるかが、オープンウェイトのライセンス設計の先例として他社の動きにも影響しそうです。 IT Postでは、技術レポートの公開や日本語での検証報告が出てきた場合は本記事を更新します。 ## 情報源 「一次情報」は資料の出所を示す区分で、編集部による独立した実測や、すべての主張の実証を示すものではありません。確認の範囲や未確認の点は、本文の説明と併せてご覧ください。 - [Mistral Large 4 (Le Chonk) is now open weight](https://mistral.ai/news/mistral-large-4-oss/) — Mistral AI（公式ブログ）（一次情報） - [mistralai/Mistral-Large-4-1T-A52B · Hugging Face](https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B) — Mistral AI（Hugging Face公式リポジトリ）（一次情報） - [Mistral’s 1-Trillion-Parameter Le Chonk Checkpoint Lands on Hugging Face](https://www.unite.ai/mistrals-1-trillion-parameter-le-chonk-checkpoint-lands-on-hugging-face/) — Unite.AI ## この記事に出てくるIT用語 - [MoE（専門家混合）](https://itpostjp.com/terms/mixture-of-experts-moe/): AIモデルを多数の「専門家」に分割し、入力内容に応じて一部だけを働かせることで、効率よく高い性能を実現する仕組みです。 - [オープンウェイト](https://itpostjp.com/terms/open-weights/): AIモデルの学習済みデータ(重み)そのものが公開され、誰でもダウンロードして自分の環境で動かせる状態のことです。 - [ベンチマーク（AIモデルの性能評価）](https://itpostjp.com/terms/ai-benchmark/): AIモデルの性能を、共通の問題集(基準)を使って測定し、数値やスコアで比較するための評価手法です。 - [大規模言語モデル（LLM）](https://itpostjp.com/terms/large-language-model/): 大量の文章から言葉のつながりを学習した、文章を扱うAIの中核技術です。 --- この記事は、公開情報と出典URLの検証、文章作成の一部に生成AIを使用しています。内容の責任はIT Post by Rice Studio Labが負います。 出典表記: IT Post by Rice Studio Lab — https://itpostjp.com/ai/mistral-large-4-open-weights-release/