仏Mistral新モデル、単体指標で中国GLM-5.3上回るも総合は僅差で及ばず

フランスのAI開発企業Mistralは、最新モデル「Mistral Large 4」（ML4）のモデルウェイトを公開しました。あわせて、欧米のオープンウェイトモデルが中国のモデルに対して優位に立つことを示すベンチマークスコアを発表しています。

ML4は1兆パラメーター規模であることから「Le Chonk」という愛称が付けられ、10月上旬にパブリックプレビュー版として公開されていました。選ばれたパートナーとの3週間にわたるテストを経て、Mistralは「西側で開発されたオープンモデルの新たな基準を打ち立てた」と説明しています。モデルには低・中・高の3種類の推論モードが用意されています。

AIエージェントのコーディング能力を測る「Terminal-Bench 4.0」では、ML4のスコアはプレビュー版の28％から41％へ上昇しました。この結果、ML4は中国発のモデル「GLM-5.3」をわずか1ポイント上回っています。一方、関連する3つのベンチマークを合算した総合スコアでは、ML4が48、GLM-5.3が49となり、1ポイント届いていません。

サイバーセキュリティの分野でも評価が進んでいます。防御的サイバーセキュリティを測る「CyberGym」というベンチマークで、ML4はDeepSeekの「V4.1 Flash」をわずかに上回ったといいます。

オープンウェイトモデルとは、モデルの重み（パラメーター）を公開し、企業や開発者が自社環境で動かせるAIモデルを指します。クラウド経由で使う閉じたモデルと違い、社内データを外部に出さずに運用できる点が特徴です。ここ数年、中国発のモデルが低コストで高性能なオープンウェイトモデルを相次いで公開し、欧米企業の間でも採用が広がっていました。

今回の発表は、この流れの中でMistralが示した反撃材料といえる内容です。Mistralは「Artificial Analysis Coding Agent Index」というコーディング性能の指標でトップクラスに入ったとし、タスク当たりのトークン使用量を平均47％削減しながら性能を維持したと説明しています。

サイバーセキュリティ評価への取り組みも背景にあります。AnthropicやOpenAIといった米国企業でも、モデルのサイバー防御能力を外部パートナーと検証する動きが一般的になりつつあります。Mistralも同様に、制限措置を緩めたML4を初期のテストパートナーに提供し、サイバーセキュリティ能力の評価を進めてきました。