Mistral AI とは｜モデル体系と利用ルートの地図

Mistral AI は2023年にフランス・パリで創業した AI 企業で、Arthur Mensch、Guillaume Lample、Timothée Lacroix の3人が共同で設立しました。モデル本体、チャット製品、API、運用ツールまでを自社でそろえていて、オープンウェイトのモデルを配るだけの団体ではありません。使い始める入口は、チャット、API、クラウドのマネージド API、オンプレミスや自社 VPC、Mistral 側のホストに分かれます。オープンウェイトのモデルを自社環境で動かすこともできます。研究ページでは、汎用モデルの最上位に Mistral Large 4 が置かれています。最初に用途をひとつ決めてから入口を選ぶと、選び直しが減ります。

Mistral AI とはどのような会社ですか

Mistral の特徴は、オープンウェイトのモデルを配る経路と、ホストされたサービスとして使う経路を並行して用意していることです。入口は後から乗り換えられます。ただ、最初にどちらで試すかを決めておくと、用意するものがはっきりします。

同社は自らを「ソブリン AI」の提供者と位置づけ、モデル、開発ツール、アプリケーション、計算資源を一通りそろえる方針を掲げています。性能の数字だけでなく、どこで動かし、誰が管理するかまで見ると選びやすくなります。

データを自社の外に出したくない組織は、オープンウェイトを自社環境で動かす経路か、オンプレミス・自社 VPC の配備が候補です。

Mistral のモデルはどういうまとまりになっていますか

Mistral の研究ページは、モデルを「汎用」と「専門」の2つに分けて載せています。汎用は推論や言語、マルチモーダル理解、コーディングを担うモデル群で、専門は文書、音声、ロボティクス、物理 AI といった特定の領域に向けたモデル群です。2026年の掲載では、汎用の最上位が Mistral Large 4 です。

Mistral Large 4 は1T総パラメータ・49B active のオープンウェイトなハイブリッド MoE です。マルチモーダル入力に対応し、指示と推論とエージェントの機能を1つのモデルにまとめ、160以上の言語にネイティブ対応すると研究ページに書かれています。

同ページは、サイバーセキュリティ、金融、製造の領域でオープンウェイトの中で最先端だとしていますが、これは Mistral 自身の説明です。旧世代の Mistral Large 2（123B）や Mixtral は規模の数字が別なので、同じ表に並べると比較を誤ります。

Mistral Large 4 の下には、Mistral Medium 3.5（128B の稠密モデル）と Mistral Small 4（119B総・6.5B active のハイブリッド MoE）が並びます。Mistral Small 4 は Instruct、Magistral、Devstral の役割を1つに統合したモデルで、Mistral Medium 3.5 は推論の深さを調整できます。

小型の Ministral 3 は3B、8B、14B の3サイズで、画像理解に対応します。

専門モデルは次のとおりです。

• OCR 4.1：文書抽出
• Voxtral TTS（4B）：参照音声を使った音声生成
• Voxtral Mini Transcribe Realtime（4B）：遅延を設定できるストリーミング文字起こし
• Voxtral Small（24B）：音声とテキストの理解

与えられた方針に沿ってテキストと画像を分類する Shieldstral（3B）と、Lean 4 の証明工学を担う Leanstral 1.5（119B総・6B active）もあります。API 上の Leanstral 1.5 は Labs モデルで、2026年9月30日に退役しました。Mistral は OCR 4.1 を文書抽出の最先端モデルと説明しています。

現行世代のモデル一覧

契約書や帳票から項目を抜きたい、会話をリアルタイムで文字にしたい、といった仕事は、汎用モデルで代用するより専門モデルを当てたほうが早いことがあります。扱える入力の種類がモデルごとに違うので、まず何を入力するかを決めると絞り込みやすくなります。

オープンウェイトで受け取る場合

オープンウェイトのモデルは、研究ページの案内に沿ってダウンロードし、自社の環境に合わせて適応させて配備できます。自社データを外に出さずに使いたいとき、推論の設定を細かく詰めたいときの入口です。

Mistral Small 4 は2026年3月にオープンウェイトとして公開されたモデルで、自社環境に持ち込む側の候補になります。

利用条件はモデルごとに異なります。過去の世代では Apache 2.0 で公開されたモデルがある一方、最も性能の高いモデルの導入には制約が付く場合があります。現行モデルの配布条件は、各モデルの配布ページが一次情報です。

チャットとして使う場合と API から呼ぶ場合で何が変わりますか

変わるのは、自分で組み込むかどうかです。チャットは完成した画面でそのまま対話できます。API は自社のアプリや業務フローの中から呼び出す形で、モデルの選択、プロンプト、出力の扱いまで自分で決められます。

チャット側の代表が Vibe（旧 Le Chat）です。2024年2月26日にベータ版として初めて公開され、入口は現在も chat.mistral.ai のままです。沿革には2025年2月6日付で刷新版の節目が別に記録されているので、初回公開と現在の姿は同じものとして扱わないほうが正確です。

チャットで試す場合

まず感触をつかむならチャットです。日本語の言い回しや指示の通り方は、環境を作らずに試せる分だけ早く判断できます。出力を業務システムに流し込む、複数人の利用量を管理する、といった要件はチャットでは満たせません。

API と運用製品を組み合わせる場合

API はモデルを呼び出す窓口で、その上に運用の道具が重なります。Mistral が用意しているのは次の3つです。

• Forge：自社データに合わせてモデルを調整する（沿革では2026年3月17日）
• Studio：エージェントやアプリケーションを構築し統治する（同2025年10月24日）
• Vibe：研究やコーディング、日常タスクに AI を持ち込む

Vibe は2025年6月4日の Mistral Code が後にその名前になったと沿革に記されています。

役割が分かれているので、モデルを自社向けに寄せたいなら Forge、エージェントを運用に乗せたいなら Studio、日々の作業を軽くしたいなら Vibe を選びます。すでに社内でエージェントを回しているチームは Studio、モデルを自社データで寄せたいチームは Forge が起点です。

モデルはどこで動かせますか

実行場所は、オンプレミス、自社 VPC、Mistral 側のホストの3つから選べます。推論をリージョン内に保つことや、専用の GPU 容量を確保してスループットを安定させることも、ホームページ上で選択肢として説明されています。必要な容量の規模や期間は、契約時に詰める条件です。

自社で動かすか、ホストを借りるか

データの置き場所に制約がある組織は、オンプレミスか自社 VPC を選びます。使っているクラウドが決まっているなら、そこに合わせて配備できるかが最初の判断点です。ハードウェアの調達や運用を避けたい場合や、需要の波が読みにくい場合は、Mistral 側のホストが現実的です。

クラウドのマネージド API を使う

自分でホストせずに呼び出す道もあります。Google Cloud の Gemini Enterprise Agent Platform では、Mistral AI モデルをフルマネージドかつサーバーレスの API として利用でき、インフラを用意する必要はありません。API を有効にし、Model Garden のモデルカードから対象モデルを有効にして、エンドポイントへリクエストを送ります。

リージョンごとに毎分のクエリ数とトークン数の割り当てが定められていて、割り当ては入力トークンと出力トークンの合計で数えます。

クラウド側に並ぶモデル名と版は、そのプラットフォームのページに載っているものだけです。Google Cloud の文書には mistral-medium-3、mistral-small-2503、mistral-ocr-2505、codestral-2 といった名前が例として挙がっていて、Mistral 本体の最新ラインナップと版がずれていることがあります。

使いたいモデルがそこにあるかは、モデルカードの記載で分かります。

複数のモデルを1つの窓口にまとめたいなら、MixRoute のようなゲートウェイも選択肢です。MixRoute は単一のエンドポイントで Chat Completions と Anthropic 互換の Messages API にリクエストを送れるので、モデルごとに接続先やキーを増やさずに試せます。

複数のモデルを使い分けるときは何を比べますか

比較の軸は次の4つに絞ると判断が早くなります。同じ用途でも、モデルによって答え方が変わるためです。

• 指示の追い方。長い手順書や出力形式の指定で差が出ます。
• 推論の深さ。Mistral Medium 3.5 のように調整できるモデルもあれば、Mistral Large 4 のように指示と推論を1つにまとめたモデルもあります。
• 扱える入力の種類。テキストで足りるのか、画像や音声まで要るのかで候補が絞られます。
• 入手形態。オープンウェイトで自社に持ち込むのか、API で呼ぶのかで、準備する作業が変わります。

候補を2つか3つに絞ったら、同じプロンプトと同じ入力で並べるのが一般的です。得意不得意は用途の組み合わせで決まるので、総合スコアの順位だけでは決めきれません。契約書や帳票から項目を抜きたいなら OCR 4.1、会話を要約したいなら Voxtral Small が候補になります。

異なるモデルを同じ観点で並べた比較の実例のように、同じ項目で並べると Mistral の候補も絞りやすくなります。

料金はどうなっていますか

クラウド経由で Mistral のモデルを呼ぶ場合の課金は、API コールの使用量に応じた従量課金です。単価は提供元ごとに設定されるため、同じモデル名でもプラットフォームによって条件が変わります。

比べるのは、どの単位で課金されるかと、リージョンごとの割り当てを超えたときに何が起きるかの2点です。

オープンウェイトのモデルを自社環境で動かす場合は、API の従量課金とは別の話になります。費用の中心は計算資源と運用の人手で、ソフトウェアの利用条件はモデルごとに異なります。

MixRoute は、単一のエンドポイントで250+のモデルを扱い、プラットフォーム手数料を0%と自社サイトで説明しています。複数のモデルを並べて試す段階では、モデルごとの単価と手数料の条件を先にそろえておくと、候補を絞ったあとの試算がぶれません。MixRoute の料金ページで、モデルごとの単価と手数料の条件を確認する