Mistral AIがMistral Large 4（Le Chonk）をリリース：1.05TパラメータのマルチモーダルMoEモデル

Mistral AI はリリースを発表したばかりです Mistral Large 4 (ML4)、内部での愛称は Le Chonk,パブリックプレビューとして提供されます。ML4は、合計1.05兆パラメータ、トークンあたり490億のアクティブパラメータ、16億パラメータのビジョンエンコーダ、100万トークンのコンテキストウィンドウを備えた、粒度の高いMixture of Expertsモデルです。 モデルのドキュメントによると。Mistral自身の欧州データセンターにある3,800基のNVIDIA Grace Blackwell GPUを使い、ゼロから訓練されました。

要約

Mistral AIは2026年10月6日、Mistral Large 4(愛称「Le Chonk」)をパブリックプレビューとして公開しました。これは1.05Tパラメータの粒状MoEモデルで、トークンあたり49Bがアクティブ、ネイティブの画像入力に対応し、1Mのコンテキストウィンドウを備え、Mistral自身のEUデータセンターにある3,800基のNVIDIA Grace Blackwell GPUを用いてスクラッチから訓練されました。APIは現在、1M入力トークンあたり$1.36、1M出力トークンあたり$4.18で利用可能ですが、重みは10月末まで提供されないため、セルフホスティングはまだ不可能です。その際立った成果はサイバーセキュリティ分野であり、MistralによればCybenchで93%、CyberGym-E2Eで82%を記録し、タスクを拒否するために複数のクローズドなフロンティアモデルがほぼゼロのスコアにとどまっていると指摘しています。

アーキテクチャとは何ですか?

ML4は、画像入力をネイティブに受け付けるハイブリッド型の指示＋推論MoEです。トークンごとに活性化される重みは約4.7%だけであり、これが1兆クラスのモデルをミドルティアの価格で提供できる仕組みです。ただし、1.05Tの全パラメータは依然としてメモリ上に常駐する必要があるため、活性化数が計算量を決めるのであって、ハードウェアの費用を決めるわけではありません。

Mistralは専門家の数、top-kルーティング、レイヤー構成をまだ公開していない。それらは重みとともに明らかになる。学習データは、EUのすべての公式言語を含む160を超える言語に及んだ。

インタラクティブ解説

性能はどうなのか?

で サイバーセキュリティ, Mistralは93%を報告している Cybench CyberGym-E2Eでは82%を達成し、ML4はArtificial Analysis Cyber Indexにおいて世界トップ5に位置づけられました。より興味深い主張は構造的なものです。Mistralは、複数のフロンティア・クローズドモデルが、そもそも拒否するためにCyberGym-E2Eでほぼゼロのスコアしか出せていないと述べています。脆弱性を再現して本物であることを証明することは標準的な防御業務であり、プロバイダーレベルでの拒否はそれを妨げています。

で エージェンティックコーディング, MistralはDeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4.0で28.3%を報告しており、合計では Artificial Analysis コーディングエージェント指数は49.8%。Mistralは、これらがハーネス公開前に非公開で評価されたものであるため、まだ独立して再現可能ではないと述べています。

Surge AIとの協力で実施したブラインドの人間評価は、より誠実なシグナルである。プロのアノテーターはML4 Previewを5点満点中3.74点と評価し、5モデル中2位となった。GLM-5.3(3.60)やKimi K3(3.59)は上回ったが、以下のモデルには及ばなかった。 Claude Opus 5 4.22 の時点で。

オン 安全性において、ML4は93.3%の攻撃を防ぎ、 LakeraのB3ベンチマーク では最大2.0中1.691を獲得しています。 KORABench.

最も近いオープンウェイトのライバルとどう比べられるのでしょうか?

今日これを使って何を作れるか？

プレビューAPIは、関数呼び出し、構造化出力、ドキュメントQnA、バッチ処理、そしてAgentsとConversationsの各エンドポイントに対応しています。キャッシュ入力は1Mトークンあたり$0.14で価格設定されており、これは1Mウィンドウでの長いコンテキストを持つエージェントループの経済性を大きく変えるものです。

主なポイント

• 総パラメータ数1.05T、トークンあたりアクティブ数49B、コンテキスト1M、ビジョンエンコーダ1.6B。
• Mistral自社のEUデータセンターにある3,800基のGrace Blackwell GPUで学習されました。
• APIプレビューが現在利用可能で、入力は1Mトークンあたり$1.36、出力は1Mトークンあたり$4.18です。
• 「Weights promised by end of October 2026, so self hosting is not yet possible.」の日本語訳： 重み（ウェイト）は2026年10月末までに公開すると約束されているため、現時点ではセルフホスティングはまだ不可能です。
• 最も顕著な結果はサイバーセキュリティ分野で見られ、この分野ではクローズドモデルがしばしばタスクを拒否します。

チェックしてみてください: Mistral Large 4 発表, Mistral Large 4 モールドキュメント および Artificial Analysis によるモデル比較。本プロジェクトの研究者に全ての功績があります。また、ぜひ私たちをフォローしてください: Twitter そして、私たちの 150k以上のML SubReddit そして、「Subscribe to」を購読してください 当社のニュースレター. お待ちください!Telegramを使っていますか? Telegramでもご参加いただけるようになりました。

[提供] Translate.ウェブは、ほとんどのエージェントに欠けている唯一のAPIです。データベース、カレンダー、リポジトリにはAPIがあります。しかし、開かれたウェブにはほとんどありません。この TinyFish MCPサーバー どんなMCPクライアントにでも4つのツールを提供します: TinySearch、TinyFetch(JavaScriptを含むページ全体をmarkdownで取得)、ログインやフォーム用のTinyBrowser、複数ステップの作業用のTinyAgentです。Search と Fetch は無料です。

この投稿 Mistral AI、Mistral Large 4（Le Chonk）をリリース：1.05TパラメータのマルチモーダルMoEモデル 最初に掲載されたのは MarkTechPost.