Mistralが1兆パラメータAI「Large 4」公開 API提供開始
約1兆パラメータの新モデルを公開
Mistralは10月6日、新モデル「Mistral Large 4」（愛称Le Chonk）の公開プレビューを始めた。総パラメータ数は約1兆で、推論時に一部の専門家ネットワークを使うMixture-of-Experts（MoE）方式を採用。文章と画像を扱えるマルチモーダルモデルで、Mistral StudioのAPIから試せる。モデルの学習済み重みは現時点では未公開で、10月末までの提供を予告している。
コーディングやセキュリティ分野を重視
同社はコード生成、AIエージェント、画像理解、金融・製造・サイバーセキュリティ関連の処理に強みがあると説明する。約3,800基のNVIDIA Grace Blackwell GPUを用い、欧州の自社データセンターで学習したという。性能比較は主に同社が公表した評価に基づくため、他社モデルに対する優位性は独立した検証結果と分けて判断する必要がある。
APIは先行利用可能、重み公開はこれから
公式モデル情報では100万トークンのコンテキスト長を案内。通常価格は入力100万トークン当たり1.36ドル、出力同4.18ドルで、公開直後は期間限定の半額料金も示されている。オープンウェイトとしての利用には学習済み重みの公開を待つ必要があり、約1兆パラメータという規模から、一般的な家庭用PCでのローカル実行は容易ではないとみられる。
利用者は実用性と負荷を議論
Redditでは新たな欧州発オープンウェイトモデルを歓迎する意見がある一方、必要なメモリ量、API価格、ベンチマークと実利用の差を懸念する声も出ている。実際にコーディングや学術文献の確認に使った利用者からは、指示への忠実さや詳細なレビューを評価する報告と、処理の遅さや引用情報の誤りを指摘する報告が並んだ。現段階はプレビューであり、用途別の検証が重要になる。
みんなの反応
26件全26件を表示しています
8GBのメモリしかないPCに、こんな巨大なモデルをどう収めればいいのか。
量子化版が出れば、もう少し現実的に試せるかもしれない。
新しいオープンモデルの競争相手が戻ってきたこと自体に価値がある。
家庭用のワークステーションで動く量子化版の結果を見たい。
これほど巨大だと、名前は好きでもローカル実行のハードルが高い。
モデル名の「Le Chonk」はユーモアがあって良い。
公開プレビューの段階なのに、示されたベンチマークは印象的だ。
性能がClaude Opus 5.5と比べてどの程度なのか知りたい。
欧州で開発したモデルという点に魅力を感じる。
この規模のモデルを約3,800基のGPUで学習したのはすごい。
具体的なベンチマーク数値をもっと見せてほしい。
コミュニティの冗談だった名前が本当に採用されて驚いた。
Vibe CLIではいつ利用できるのだろうか。
PythonとRustとQMLのプロジェクトで試したが、計画や指示追従がかなり良かった。
コードレビューで考え込みすぎ、トークンを消費するループに入ることがある。
同価格帯にはもっと安い競合モデルがあるので、多少良いだけでは厳しい。
明確な制約のあるコーディングなら、長々と説明せず仕事をこなしてくれる。
学術研究への利用を判断するにはまだ早い。現状は試験段階だ。
まず短期間試して、研究で使える結果になるか確かめるべきだ。
論文レビューで計算ミスや研究設計の欠陥まで見つけ、非常に詳細な結果を返した。
研究用途では処理が遅く、ツール呼び出しが長く続くのが気になる。
架空の論文は見抜いたが、実在する文献の書誌情報にも誤りがあった。
研究の引用リストをそのまま信用せず、個別に確認した方がよい。
Opus 5.5に慣れている人には、学術的な細かいニュアンスの扱いが物足りないかもしれない。
科学や数学よりも、画像処理や自動化、サイバーセキュリティに強みがありそうだ。
まだ学習と調整が続いているので、最終版が出るまで評価を急ぐべきではない。
一致する反応はありません。
あなたはどう思う？
コメントは投稿後すぐに公開されます。個人情報や不適切な内容は投稿しないでください。
コメント
まだコメントはありません。