Mistral Large 4が無料公開、コーディング実務で無料トップ級に並ぶ

有料のAIコーディング支援を使っていると、月々の請求書を見るたびに「本当にこの金額が要るのか」と考える瞬間がある。無料の試用期間を終え、API従量課金に切り替えてから使用量を気にし始めた人も多いだろう。

Mistralが2026年10月下旬に無償公開した新しいAIモデル「Mistral Large 4」は、ダウンロードして自分の環境で動かすのも、商用で使うのも無料だ。しかもコーディング支援の実務評価では、これまで無料モデルの中で最も評価が高かったモデルに並ぶか、一部では上回った(Mistral公式ブログ)。どこまでが本当に無料で、実際の実力はどれくらいなのか、公式発表とモデルカードから確かめた。

無料公開の範囲とライセンス

「無料」とは具体的に何ができて、どこに制限があるのか。

公式ブログによると、Mistral Large 4の重みはHugging Faceで公開されている。ライセンス名は「Mistral Ecosystem Open-Weight License」で、MITライセンスを修正したものだ。商用・非商用を問わず利用や追加学習ができる(Mistral公式ブログ)。自社の製品やサービスに組み込んで使う分には、追加の契約や支払いは要らない。

ただし例外が1つある。他社にAPIとして提供する「Model-as-a-Service」事業を営む場合は、Mistralと別に商用ライセンスを結ぶ必要がある(同社公式ブログ)。自社サービスの裏側で動かすのは無料、他社に「このモデルを貸し出す」事業は別、という線引きだ。

使う経路も複数ある。

• 自分のサーバーで動かす場合: Hugging Faceから重みを落とし、vLLMかSGLangでデプロイする
• 環境を用意したくない場合: MistralのAPI、OpenRouter、NVIDIAのホスト型エンドポイント、Microsoft Azure(Foundry)経由でも使える(同社公式ブログ)

API経由の料金は、100万トークンあたり入力0.70ドル、同じ内容をキャッシュした入力0.07ドル、出力2.10ドルだ。

無料で使えるのは分かった。では、1兆パラメータという巨大なモデルを、実際に動かせる環境は限られないのだろうか。

1兆パラメータは手元で動くか

Mistral Large 4は総パラメータ数が約1兆にのぼる(Hugging Faceモデルカード)。並のAIモデルが数十億から数千億パラメータであることを思えば、桁違いの大きさに見える。

図の数値は10億パラメータを1単位に換算している。総パラメータの1兆は1,000単位、実際に動く520億は52単位にあたり、長さの差はおよそ19倍になる(Hugging Faceモデルカード)。「1兆」という表示と、動かすたびの計算量は、同じ大きさではない。

ふつうのAIモデルは、どんな質問にも持っている全パラメータを使って答える。Mistral Large 4の設計はここが違う。内部に128個の専門家がおり、1つの質問が来るたびに、そのうち4個と、常に動く共有の専門家1個、合わせて5個だけが計算に参加する(同モデルカード)。残り123個は、その質問には関わらない。この設計をMoE(Mixture of Experts、専門家混合)と呼ぶ。

MoEのおかげで、総パラメータ約1兆のモデルが、実際には約520億パラメータ分の計算で動く。1兆という数字は保存しているデータ量の大きさであって、1回の答えを出すたびにその全部を計算しているわけではない。

とはいえ520億パラメータでも、一般的なノートPCで動くわけではない。公式モデルカードが示す動作例は、8基のGPUを束ねた構成が前提になっている。手元で軽く試したい場合向けに、計算の精度を落として軽量化した量子化版(NVFP4、GGUF)も同時に用意されている。量子化版だけでモデルの種類は11種類に及ぶ(同モデルカード)。大規模な計算資源を持つ企業だけでなく、量子化版を選べば個人の検証環境でも選択肢に入る設計だ。

動かす仕組みは分かった。では、肝心のコーディング支援としての実力はどうなのか。

コーディング実務で無料トップに並ぶ

AIのコーディング支援を横断評価する「Artificial Analysis」の指標に、Coding Agent Indexがある。Mistralの公式発表によると、Mistral Large 4はこの指標で48%を記録した。これは、これまでオープンウェイトモデルの中で首位だったGLM-5.3と同等の数字だ。しかも使ったトークン数は、平均で47%少なかったという(Mistral公式ブログ)。同じ結果を出すのに、処理コストにあたるトークン消費がほぼ半分で済んだことになる。

もう1つの評価、Terminal-Bench 4.0では、Mistral Large 4が41%でGLM-5.3の40%を上回った(同社公式ブログの図)。プレビュー版の28%からは13ポイントの伸びで、出力トークンも30%減っている。

この図で分かるのは、無料で商用利用もできるモデルが、これまで無料モデルの中で最も評価が高かったGLM-5.3を実際に上回った点だ(Mistral公式ブログ)。差はわずか1ポイントで、これを大きいと見るかは評価が分かれる。それでも「有料級の性能は有料でしか手に入らない」という前提が、コーディング支援という用途に限れば崩れ始めている。

ここに挙げた数値は、いずれもMistral自身による計測で、比較対象のモデルも同社が示した図に基づく。第三者機関が独立に再現した結果ではない点は留保しておく。

コーディングでは無料トップに並んだ。では、AIとしての総合的な実力まで、この評価は当てはまるのだろうか。

向く用途と総合力の限界

AIモデルの総合力を測る指数に、Artificial Analysis Intelligence Index v5.0がある。GIGAZINEの報道によると、Mistral Large 4はこの指数で26点にとどまった(GIGAZINE)。DeepSeek V4.1 FlashやGLM-5.3を下回る点数だという。コーディングの実務評価では無料トップに並んだのに、総合力の指数では同じ無料モデルに後れを取っている。

自分はこの食い違いに、最初は矛盾を感じた。Mistral公式ブログが示したベンチマークは、コーディングのエージェント実行やセキュリティ関連の評価に集中している。公開された数値を追うと、コーディングに割いた分だけ、他の分野の評価が薄くなった、という配分の違いに見える。

用途によって、この記事の評価が当てはまるかどうかが変わる。

• 向く: コーディング支援を主な用途として、無料で商用利用できるモデルを探している
• 向かない: 文章作成や一般的な質問応答まで含めて「総合的に一番良い無料AI」を探している

まとめ

Mistralは2026年10月下旬、新モデル「Mistral Large 4」の重みを無償公開した。商用利用も無料ライセンスの範囲でできるが、他社にAPIとして提供する事業者だけは別途契約が必要になる。総パラメータは約1兆あるが、MoEという設計により、1回の計算で実際に動くのは約520億パラメータ分で済む。

コーディング支援の実務評価では、公式発表によれば、これまで無料モデルの中で最も評価が高かったGLM-5.3にCoding Agent Indexで並んだ。Terminal-Bench 4.0ではわずかに上回り、使うトークン数も少なく済む。一方で総合的な実力を示す指数では他の無料モデルに後れを取っており、コーディング支援に絞って無料の選択肢を探している読者に向く結果だ。