欧州発、1兆パラメータの「Le Chonk」がフロンティア領域へ

フランスを拠点とするAI企業Mistral AIが、2026年10月6日に新たなオープンウェイト大規模言語モデル（LLM）「Mistral Large 4」を発表しました。社内では「Le Chonk」という愛称で呼ばれているこのモデルは、1兆パラメータを誇る同社史上最大のオープンウェイトリリースとなります（The Register）。この規模は、まさにフロンティア領域のLLMと言えるでしょう。

Mistral Large 4は1兆パラメータを誇り、Mistral AIにとって過去最大のオープンウェイトモデルです。

Le Chonkはマルチモーダルに対応し、推論能力を備えています。さらに、約490億のアクティブパラメータを持つMoE（Mixture of Experts）アーキテクチャを採用することで、サービス提供コストの低減を図っているとのことです。Mistral AIのデータセンターで、およそ3,800個のGrace Blackwell GPU（約52ラックのNVL72に相当）を用いて、160以上の言語にわたるコーパスで教師あり事前学習と強化学習の組み合わせによりトレーニングされました（The Register）。

既存モデルとの比較とサイバーセキュリティ性能への注力

独立系ベンチマーク企業のArtificial Analysisによる初期テストでは、Le ChonkはOpenAIやAnthropicの主力モデルに対しては劣勢とされています。AIのインテリジェンスリーダーボードでは、DeepSeek V4.1 FlashとOpenAIのGPT6 Lunaの中間に位置するようです。しかし、米国の最も高性能なオープンウェイトモデルであるThinking Machines LabのInklingを大きく上回る性能を示しており、ダウンロード可能な非中国製LLMとしては非常に優れていると言えるでしょう（The Register）。

Mistral AI自身のベンチマークでは、コーディング、エージェント、金融、法律といった分野で、中国の主要モデル群（Alibaba, Moonshot, Z.AI, DeepSeekなど）と互角に渡り合っていると報告されています（The Register）。特にMistral AIが誇りに感じているのは、Le Chonkのサイバーセキュリティワークロードにおける性能です。

Le Chonkはサイバーセキュリティ分野のベンチマークにおいて、最も強力なパフォーマーの一つであるとMistral AIは主張しています。

同社は、Artificial Analysisの新しいCyberインデックスなど、サイバーセキュリティのベンチマークで高い性能を発揮していると主張しています。これは、敵対的と見なされる可能性のあるサイバーセキュリティ関連タスクを拒否しがちなOpenAIやAnthropicのようなプロプライエタリな米国製モデルに対するメッセージだと感じます。自社のシステムをレッドチーム化して脆弱性を特定したい企業にとって、プロバイダーレベルの拒否は正当な脆弱性研究やインシデント対応を妨げ、深刻なセキュリティリスクにつながる可能性があるため、この点は非常に重要ではないでしょうか（The Register）。

特徴 Mistral Large 4 (Le Chonk) OpenAI/Anthropic主力モデル Thinking Machines Lab Inkling
パラメータ数 1兆 非公開（Le Chonkより大規模とされる） 非公開（Le Chonkより小規模とされる）
アーキテクチャ MoE（約490億アクティブパラメータ） 非公開 非公開
モダリティ マルチモーダル マルチモーダル マルチモーダル
サイバーセキュリティタスク 優れた性能、拒否なし タスクを拒否する傾向あり 記載なし
ウェイト公開 1ヶ月以内に公開予定 非公開 公開済み

エンジニア目線で見ると：欧州ソブリンAIとオンプレミスの可能性

Mistral AIがLe Chonkをオープンウェイトで提供する方針は、特に欧州における「ソブリンAI」の動きと非常に密接に関わっていると感じます。欧州のエンジニアや企業にとって、データが域外に出ることなく、かつ自分たちのポリシーに基づいて高度なセキュリティ作業を行えるオープンウェイトモデルは、単なる技術的な選択肢以上の意味を持つのではないでしょうか。

これは、GCPやAWSなどの米国系クラウドサービスに依存せず、欧州域内でモデルをトレーニングし、実行したいというニーズに応えるものです。特にサイバーセキュリティタスクにおいて、プロプライエタリモデルが特定のシナリオで動作を拒否する可能性がある中で、完全にコントロール可能なオープンモデルの存在は、企業にとって非常に大きな安心材料になるはずです。

また、1兆パラメータ規模のモデルが「8-way GPU box」で合理的に動作するという点は、個人でLLMを動かす身としては大変興味深い情報です。NVIDIAのHGX B300やAMDのMI355XのようなハイエンドGPUが必要となるものの、これにより自社データセンターやオンプレミス環境での活用が現実的な選択肢になりえます。私は自宅でRTX 3090を複数枚搭載した自作PCを運用していますが、こうしたフロンティアモデルの動向は、今後の自作PCのスペック選定やローカルLLM環境構築の方向性を考える上で重要な指標となります。

Pythonバインディングが提供されれば、手持ちの環境で試してみたいという気持ちが湧いてきます。コストとパフォーマンスのバランスを見ながら、どのような形で自分のプロダクトに組み込めるか、今後も注目していきたいです。