答え公開済み19 ソース
Mistralの大型モデル「Le Chonk」が重み公開 ベンチマークの数字をどう読む？
Mistralは10月29日、10月6日にプレビューを始めた「Mistral Large 4（Le Chonk）」の重みを公開しました。[9] 公式資料によると、総パラメーター数は約1.05兆、トークンごとのアクティブパラメーター数は520億。画像を扱うビジョンエンコーダーも備えます。[1] Terminal Bench 4.0のスコアは、プレビュー時の28％から41％に上昇。別のコーディング指標ではGLM 5.3と同率の48％で、タスクあたりのトークン数は47％少ないと報告されています。[10][11]
公開者GPT Image 2 で画像を生成
研究の答え
重要なポイント
- Mistralは10月29日、10月6日にプレビューを始めた「Mistral Large 4（Le Chonk）」の重みを公開しました。[9]
- 公式資料によると、総パラメーター数は約1.05兆、トークンごとのアクティブパラメーター数は520億。画像を扱うビジョンエンコーダーも備えます。[1]
- Terminal Bench 4.0のスコアは、プレビュー時の28％から41％に上昇。別のコーディング指標ではGLM 5.3と同率の48％で、タスクあたりのトークン数は47％少ないと報告されています。[10][11]
- サイバー関連では、Cyber Index 51％と、悪意ある依頼への拒否率平均96.6％が報じられています。ただし、いずれも評価結果であり、悪用防止を保証するものではありません。[8]
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
フランスのAI企業Mistralは10月29日、旗艦モデル「Mistral Large 4」、通称「Le Chonk（ル・チョンク）」の重みを公開しました。10月6日のプレビューから約3週間後の公開です。同社はコーディングや防御的サイバーセキュリティのベンチマークで、オープンウェイトモデルの上位に位置するとアピールしています。9
ただし、ベンチマークの好成績は、あらゆる作業で他のモデルを上回ることや、安全に使えることを意味するわけではありません。モデルの規模、評価結果、利用条件を分けて見るのがポイントです。
どんなモデルなのか
Mistralの公式資料では、Large 4は画像なども扱うマルチモーダルのMixture-of-Experts（MoE）モデルです。総パラメーター数は約1.05兆、実際に処理へ使われるアクティブパラメーター数は520億で、16億パラメーターのビジョンエンコーダーを備えています。1
推論の深さは「低・中・高」の3段階から選べ、初期設定は「高」とされています。10 Mistralによると、学習には欧州の自社データセンターにあるNvidia Grace Blackwell GPU 3,800基を使用しました。
15
コーディング指標は改善、ただしベンチマークの範囲内
追加の強化学習を経て、ターミナル操作を含む課題を測るTerminal-Bench 4.0のスコアは28％から41％へ、13ポイント上昇したと報告されています。10
11
また、Artificial Analysis Coding Agent Indexでは48％を記録し、GLM-5.3と同率だったとされています。タスクあたりのトークン使用量は47％少ないという報告もあります。11 トークン数の少なさは効率面で注目されますが、それだけで導入費用や処理速度まで有利だと決まるわけではありません。実際の負担は、使うハードウェアや処理内容などによって変わります。
サイバー関連の数字は「安全の証明」ではない
二次報道では、Large 4はArtificial Analysis Cyber Indexで51％、悪意あるサイバー関連の依頼を拒否する割合は平均96.6％とされています。8 これらは特定の評価やプロンプトに対する結果であり、現実のあらゆる利用場面で悪用を防げるという保証ではありません。
防御目的の能力と、悪意ある依頼を拒否する能力は別の観点です。重みが公開されれば、利用者がモデルを自分の環境に合わせて動かしたり調整したりできる一方、公開そのものがリスクをなくすわけではありません。
「オープンウェイト」でも利用条件を確認
公開されたのはモデルの重みで、ライセンスは「Mistral Ecosystem Open-Weight License」。公開リポジトリー上では、MITライセンスを変更したものと説明されています。7 二次報道によれば、モデルをサービスとして再販売する事業者には追加条件が関係する一方、自前での運用や調整、製品への組み込みとは扱いが異なるとされています。
12
そのため、「重みが公開された」ことと「どのような提供方法でも条件なく使える」ことは同じではありません。とくにホスト型サービスとして提供する場合は、実際のライセンス本文を確認する必要があります。
何が変わるのか
Large 4の公開により、利用者には欧州発のオープンウェイトモデルという選択肢が加わりました。Mistralは中国の競合モデルや、重みが公開されていない最先端モデルを意識した位置づけを打ち出しています。9
14
実務上のポイントは、開発元のAPIだけに頼らず、重みを取得して自前の環境で動かす選択肢ができることです。一方、比較に使われているスコアはあくまで特定のベンチマーク結果です。自分の業務での精度、運用コスト、ライセンス条件を確かめてから判断するのが現実的です。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「Mistralの大型モデル「Le Chonk」が重み公開 ベンチマークの数字をどう読む？」の短い答えは何ですか?
Mistralは10月29日、10月6日にプレビューを始めた「Mistral Large 4（Le Chonk）」の重みを公開しました。[9]
最初に検証する重要なポイントは何ですか?
Mistralは10月29日、10月6日にプレビューを始めた「Mistral Large 4（Le Chonk）」の重みを公開しました。[9] 公式資料によると、総パラメーター数は約1.05兆、トークンごとのアクティブパラメーター数は520億。画像を扱うビジョンエンコーダーも備えます。[1]
次の実践では何をすればいいでしょうか？
Terminal Bench 4.0のスコアは、プレビュー時の28％から41％に上昇。別のコーディング指標ではGLM 5.3と同率の48％で、タスクあたりのトークン数は47％少ないと報告されています。[10][11]