Mistralが1兆パラメータのLarge 4の重みをオープンソース化：プログラミング自己テストが13ポイント上昇、1問あたりのコストが63%削減

動察 Beating AI 速報、フランスのAI企業MistralがフラッグシップモデルLarge 4（Le Chonk）の重みを正式にオープンソース化した。モデルの総パラメータ数は1.05兆、推論ごとに約490億がアクティブ化される。10月6日にAPIプレビューを公開した後、Mistralはさらに3週間の強化学習トレーニングを行い、今回リリースされたのは改良版である。

Mistralが公表したTerminal-Bench 4.0のプログラミングスコアは28%から41%に上昇した。FrontierCode 2.0では19.7%を記録し、オープンソースモデルの中で首位となった。Artificial AnalysisのコーディングAgent指数では、Large 4は48%を記録し、GLM-5.3の49%に迫り、1問あたりの平均Token消費量は47%少ない。しかしArtificial Analysisは独自のテスト構成では、Terminal-Bench 4.0でわずか25%しか測定できず、公式の41%を再現できなかった。

その他のテストでは、金融表計算タスクのFinchが67.4%から73.3%に上昇し、エージェントのプロンプトインジェクション攻撃への耐性成功率は93.3%から97.1%に向上した。サイバーセキュリティ指数のスコアは51%で、依然としてDeepSeek V4.1 Flashの57%を下回っている。

総合能力の向上はそれほど大きくない。Artificial Analysisは先ごろ智能指数をv5にアップグレードし、同一基準ではLarge 4はプレビュー版の25点から26点に上昇したが、GLM-5.3とDeepSeek V4.1 Flashの32点を下回っている。

しかし推論効率は明らかに改善している。1問あたりの出力Tokenは39%減少し、ハルシネーション率は41%から28%に低下した。API価格もほぼ半減した。10月29日の評価価格と使用量に基づく試算では、1問あたりのコストは5.54ドルから2.06ドルに下がり、63%の削減となった。

モデルの重みはすでにHugging Faceにアップロードされており、FP8とNVFP4バージョンが提供され、自行でのデプロイ、ファインチューニング、一般的な商用利用が可能である。商用モデルホスティングサービスを運営する場合は、別途Mistralの許諾を得る必要がある。