Mistral Large 4公開:マルチモーダル対応のMoEモデル

基本情報
| 項目 | 内容 |
|---|---|
| 公開元 | Hugging Face Blog |
| 公開日 | 2026-10-29 |
| 出典の種類 | 公開元の一次情報(Hugging Face公式ブログでMistral Large 4の公開が確認できる) |
情報を集めた時点で、当サイトのコードが確定させた値です。日付はJSTで表示しています。
概要
Mistral AIから、マルチモーダル・多言語対応のMixture-of-Experts (MoE) モデルである「Mistral Large 4」(別名:Le Chonk)が公開されました。このモデルはテキストと画像を入力として受け取り、テキストを生成することができます。\n\nMistral Large 4は、大規模なエキスパートプールに疎なアテンション(sparse attention)とPixtralビジョンエンコーダを組み合わせたアーキテクチャを採用しています。言語モデルが各トークンに対して少数のエキスパートを選択する一方で、アテンションインデクサが参照すべき過去のトークン位置を選択するという、2つの異なる形式のスパース性を備えています。
得意なこと・想定用途
Mistral Large 4は、特にサイバーセキュリティ、コーディングエージェント、マルチモーダル処理、およびエージェント的ワークフローにおいて高い性能を発揮します。
サイバーセキュリティ領域では、特に防御的なセキュリティ作業に向いています。オープンソースソフトウェアの実際の脆弱性を再現してパッチを適用するArtificial Analysis Cyber Indexのテストにおいて82%を記録しているほか、セキュリティコンペティションの課題で構成されたCybenchでは93%の課題を解決しています。さらに、マルウェア解析、脆弱性の優先順位付け、検知ルールの作成といった作業にも有効です。オープンウェイトとして提供されているため、利用ポリシーやデプロイ環境をユーザー自身で制御でき、インシデント対応の途中でサービスへのアクセスが遮断されるリスクを回避できます。拒絶挙動の直接測定や、独自のコードベース・マルウェアサンプルを組み込んだ専用システムの構築、TRLを用いた小型モデルへのファインチューニングにも活用できます。
コーディングおよび業務タスクにおいては、DeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4(ターミナル上で実際にコマンドを実行し、与えられた作業を最後までやり切れるかを測定する指標)で28.3%を達成しており、Coding Agent Indexスコアは49.8%となっています。また、ビジネスワークフローや長期の専門的タスクを評価するAutomationBenchで59.9%、AA-Briefcaseで1,393 Eloを記録しています。
さらに、1.6BパラメータのPixtralビジョンエンコーダを備えているため、テキストと画像を組み合わせたマルチモーダルなタスクにも対応します。プロンプトインジェクション攻撃への堅牢性を評価するLakeraのB3ベンチマークでは93.3%の攻撃耐性を示しています。
入手方法
Mistral Large 4は、Mistral Ecosystem Open-Weight Licenseのもとで配布されています。このライセンスはMITライセンスの派生ですが、Model-as-a-Service(MaaS)として提供する場合の制限が定められています。
配布形式としては、公式のFP8版およびNVFP4版が用意されています。また、Unslothやllama.cppチームによって作成されたGGUF形式の量子化モデル(IQ2_XXS、Q2_K、Q4_K_M、NVFP4、Q8_0、BF16)も入手可能です。
対応するエンジンやライブラリは以下のとおりです。
Transformers
transformers パッケージを最新版に更新して利用します。AutoModelForMultimodalLM および AutoProcessor を用いてテキストや画像の入力を処理します。思考レベル(reasoning_effort)は low、medium、high(デフォルト)から選択可能です。
pip install --upgrade transformers
vLLM NVIDIA Blackwell GPUを必要とするNVFP4チェックポイントに対応しています。高速化のためのDSparkドラフターもサポートされています。
llama.cpp / Llama App Llama Appをインストールすることで、ローカルサーバーを起動してWebUIやAPIから利用できます。
curl -LsSf https://llama.app/install.sh | sh
llama serve -hf ggml-org/Mistral-Large-4-1T-A52B-GGUF:Q2_K
TRL(Fine-tuning)
trl、transformers、peft を組み合わせてファインチューニングを実行できます。
pip install --upgrade transformers trl peft
クラウド・エンタープライズ環境 Hugging Face Inference Endpointsや、Dell Enterprise Hubの dell-ai CLIを使用したデプロイにも対応しています。
pip install dell-ai && dell-ai login
関連記事
- MetaのマルチモーダルMoEモデル「Muse Spark Open」公開
- Phonon: オンデバイス向け超軽量音声合成モデル
- Hugging Face transformers、GGUFモデルの直接実行をサポート
- BotPsy: 0.8Bのオンデバイス向けエージェント言語モデル
次に読むなら
- 記事に出てくる Terminal-Bench の読み方を知る → ベンチマーク用語集

