Mistral Large 4 API
近日公開Mistral Large 4は、1Mトークンのコンテキスト、画像理解、ツール利用、強力なドキュメント推論を備えたMistral AIのマルチモーダルMoEモデルです。
Mistral Large 4 API 背景
概要
Mistral Large 4は、Research Public PreviewとしてMistral Large 4 APIを通じて提供されているMistral AIのフラグシップ汎用マルチモーダルモデルです。2026年10月6日にリリースされた本モデルは、テキスト生成、長文コンテキスト推論、プロダクション指向のAPI機能を備え、ハイエンドなテキストおよび画像の理解向けに設計されています。フロンティアスケールの知能と、構造化出力、ファンクションコーリング、ドキュメントQA、バッチ処理、エージェント、会話、組み込みツールなどの実用的な開発者向けツールを組み合わせており、Mistral Large 4 APIはエンタープライズアシスタント、ドキュメントワークフロー、マルチモーダル自動化に適しています。
開発履歴
Mistral Large 4は、2026年10月6日にMistral AIによってMistral Large 4 APIを通じて利用可能なResearch Public Previewとして導入されました。社内で「Le Chonk」という愛称で呼ばれるこのモデルは、特にマルチモーダル推論とドキュメント理解において、以前のMistral大型モデルからの大きな進歩を示しています。本モデルは2026年10月末にオープンウェイトのリリース計画を掲げてローンチされ、最初にホスト型APIアクセスを提供し、後に広範なエコシステムでの採用を目指す戦略を示しています。また、そのリリースにより画像サポートが大幅に拡張され、従来のMistralモデルでの8枚から1リクエストあたり100枚の画像へと入力容量が増加しました。
主要な革新
- 総パラメータ数1.05兆、トークンあたりのアクティブパラメータ数約490億〜520億を誇る細粒度（Granular）Mixture-of-Expertsアーキテクチャ
- テキストと画像の入力を組み合わせたマルチモーダル設計。16億パラメータの専用ビジョンエンコーダーを備え、Mistral Large 4 APIにおいて1リクエストあたり最大100枚の画像をサポート
- 最大100万トークンの極めて長いコンテキスト処理能力と、構造化出力、ファンクションコーリング、エージェント、会話、組み込みツールなどのプロダクションAPI機能の結合
Mistral Large 4 API 技術仕様
アーキテクチャ
Mistral Large 4は、トークンごとにエキスパートのサブセットのみをアクティブ化するよう最適化された細粒度のMixture-of-Expertsアーキテクチャを使用しており、推論時にすべてのパラメータをアクティブにすることを必要とせずにフロンティアレベルのスケールを実現します。本モデルはマルチモーダルであり、テキスト出力とともにテキストおよび画像の入力をサポートし、画像理解のための16億パラメータのビジョンエンコーダーを含みます。Mistral Large 4 APIでは、このアーキテクチャがチャット完了、プレフィックス完了、ドキュメントQA、バッチ処理、ツール駆動型ワークフローといった開発者向け機能と組み合わされています。
パラメータ
本モデルは、MoE設計を反映して総パラメータ数1.05兆、トークンあたりのアクティブパラメータ数約490億〜520億を備えています。また、画像入力を処理するための独立した16億パラメータのビジョンエンコーダーも含まれています。Mistralのドキュメントでは最大100万トークンのコンテキストウィンドウが記載されていますが、一部のサードパーティによる分析では512kと引用されています。APIの観点からは、Mistral Large 4 APIは単一のリクエストで最大100枚の画像をサポートすることでマルチモーダルのスループットを向上させ、ドキュメントおよび視覚分析ワークフローを大幅に拡張します。
機能
- ドキュメントQAや強力な画像理解を含む、テキストおよび画像入力によるマルチモーダル推論
- ワークフローの自動化、統合、および信頼性の高い後続解析のための構造化出力とファンクションコーリング
- Mistral Large 4 APIにおける長文コンテキストのチャット完了、プレフィックス完了、バッチ処理、エージェント、会話、組み込みツール
- 1リクエストあたり最大100枚の画像サポートによる大容量ビジュアル入力処理
- GDP.pdfでの19パーセントのスコア（Mistral Large 3から18ポイントの向上）を含む、強力なドキュメント分析パフォーマンス
制限事項
- 本モデルはResearch Public Preview段階にあるため、組織は広範な本番運用への展開前に動作、信頼性、運用成熟度を検証する必要があります
- Mistralのドキュメントには100万トークンのコンテキストウィンドウと記載されていますが、一部の外部分析では512kと報告されているため、チームは独自のワークロードに対してMistral Large 4 APIの実効制限をベンチマーク評価する必要があります
Mistral Large 4 API 性能
強み
- GPT-6 LunaやDeepSeek V4.1 Flashに匹敵する、Artificial Analysis Intelligence Indexで38を記録した強力なフロンティア知能
- Artificial Analysis Cyber Indexでのスコア50やCyberGym-E2E-AAでの82パーセントを含む、優れたサイバーおよびドキュメント推論力
- Mistral Large 3から18ポイント向上した19パーセントのGDP.pdf結果による、ドキュメント理解の顕著な改善
- Mistral Large 4 APIを通じた堅牢な画像推論と多数の画像リクエストサポートによる、競争力のあるマルチモーダルパフォーマンス
実世界での有効性
実用面において、Mistral Large 4はエンタープライズグレードのアシスタント、ドキュメント中心のワークフロー、マルチモーダル分析向けのハイエンドモデルとして位置付けられています。そのベンチマークプロファイルは、長文コンテキスト、サイバー推論、ドキュメント理解が重要となる場面で特に優れていることを示唆しています。フロンティア知能、画像サポート、APIネイティブな機能の組み合わせにより、Mistral Large 4 APIはレポートからの構造化情報の抽出、大規模なドキュメントセットに対する質問回答、ツールベースのワークフローのオーケストレーションに効果的です。米中に強いベンダーエコシステムの外部からトップティアのモデルを求めるチームにとって、特に魅力的な選択肢となります。
Mistral Large 4 API 使用場面
シナリオ
- 財務書類、ポリシーアーカイブ、技術マニュアル、法務レビューパックなどの大規模なドキュメントインテリジェンスワークフローがある場合。Mistral Large 4 APIは長文コンテキスト推論、ドキュメントQA、構造化出力を単一のモデルで組み合わせているため、複数の専門コンポーネントを準備する必要性を減らす理想的な選択肢です。これにより、チームはオーケストレーションのオーバーヘッドを削減し、従来のMistral世代よりもドキュメント中心のタスクで強力なパフォーマンスを発揮して、事実行為の抽出、長文資料の要約、機械判読可能な結果の返却を行うことができます。
- 保険金請求、小売カタログの検証、製造検査、スライドデックのレビューなど、多数の画像をまとめて分析することに依存するマルチモーダルビジネスプロセスがある場合。Mistral Large 4 APIは1リクエストあたり最大100枚の画像を受け入れ、その視覚容量と強力なテキスト推論を組み合わせることができるため、極めて適しています。これにより、単一のワークフローで画像間の証拠を比較し、運用上の質問に回答し、構造化出力を生成できるため、アナリストの生産性が向上し、手動レビューの労力が削減されます。
- 長い履歴の推論、ツールの呼び出し、および後続システムのための信頼性の高い出力を生成する必要があるエンタープライズアシスタントまたはエージェントプラットフォームがある場合。Mistral Large 4 APIは、フロンティアレベルの知能を維持しながら、ファンクションコーリング、エージェント、会話、組み込みツール、バッチ処理、構造化レスポンスをサポートしているため、強力な選択肢となります。これにより、プロダクトチームはモデル切り替えの複雑さを軽減しつつ、カスタマーサポート自動化、社内ナレッジアシスタント、サイバー運用サポート、ワークフローコパイロット向けに柔軟な基盤を得ることができます。
ベストプラクティス
- ビジネスに不可欠なワークフローには構造化出力およびファンクションコーリングを備えたMistral Large 4 APIを使用し、レスポンスの検証、解析、および後続システムへの統合をより確実に行えるようにする
- Mistral Large 4 APIを本格的な本番環境へスケールする前に、特に実効コンテキスト制限や画像を多用するプロンプトに関して、長文コンテキストおよびマルチモーダルワークロードの実際のタスクパフォーマンスをベンチマーク評価する