Mistral Large 4 vs Mistral Large 4.0 OSS
詳しいプロフィール:Mistral Large 4(Mistral AI)とMistral Large 4.0 OSS(Mistral AI)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 7件の情報源のデータ
2026年11月16日時点で、共通するベンチマークが少なく、品質の判定はできません。知識(41 対 34)を重視するならLarge 4、推論(64 対 46)、数学(66 対 54)を重視するならLarge 4.0 OSSが向いています。
要点(2026年11月16日時点)
- Mistral Large 4の100万トークンあたりのブレンド価格は$1.05です(定価、2026年11月16日)。
用途別のおすすめ
おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。
主な違い
- 共通するベンチマークが少なく、判定できません。
- Mistral Large 4は知識で優れています。
- Mistral Large 4.0 OSS (high)は数学、推論で優れています。
概要
| 仕様 | Mistral Large 4 | Mistral Large 4.0 OSS |
|---|---|---|
| プロバイダー | Mistral AI | Mistral AI |
| リリース日 | 2026年10月6日 | 2026年10月29日 |
| コンテキストウィンドウ(トークン) | 1,048,576 | – |
| 比較した構成 | Mistral Large 4 | Mistral Large 4.0 OSS (high) |
| オープンウェイト | あり | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | $0.700 / $2.10 / $0.070 | – |
カテゴリ別の比較
カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。
| カテゴリ | Mistral Large 4 | Mistral Large 4.0 OSS (high) | トップ |
|---|---|---|---|
| 推論 | 46.2 | 64.2 | Mistral Large 4.0 OSS |
| コーディング | 53.8 | – | 比較不可 |
| エージェント・ツール | 48.8 | – | 比較不可 |
| 数学 | 54.2 | 66.4 | Mistral Large 4.0 OSS |
| 知識 | 40.7 | 34.1 | Mistral Large 4 |
| 人間の評価 | 59.7 | – | 比較不可 |
| マルチモーダル | 58.0 | – | 比較不可 |
| 長文コンテキスト | 65.3 | – | 比較不可 |
1つのグラフで比較
各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。
描画していないもの(測定済みのモデルが2つ未満):コーディング, エージェント・ツール, 指示追従, 長文コンテキスト, マルチモーダル, 人間の評価。
価格・速度・レイテンシ
定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。
| 指標 | Mistral Large 4 | Mistral Large 4.0 OSS (high) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $1.05 | – |
| 100万トークンあたりの入力/出力 | $0.700 / $2.10 | – / – |
| 100万トークンあたりのキャッシュ入力 | $0.070 | – |
| タスクあたりの価格:チャットの返答 | $0.0009 | – |
| タスクあたりの価格:30ページのレポートを要約 | $0.0097 | – |
| タスクあたりの価格:コード編集 | $0.0074 | – |
| タスクあたりの価格:エージェント型コーディングセッション | $0.050 | – |
| タスクあたりの価格:構造化データの抽出 | $0.0018 | – |
| エージェント型コーディングセッション(入力の大半がキャッシュ) | $0.022 | – |
| ベンチマークのタスクあたりのコスト(AA Index) | $4.21 | – |
| タスクあたりの出力トークン(AA Index) | 135k | – |
| うち推論 | 102k | – |
| タスクあたりの時間(AA Index) | 23 min | – |
| 出力速度 | 97 tok/s | – |
| 回答開始までの時間 | 40.9秒 | – |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 119.0秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Mistral Large 4のスコアは52.9、最初の回答トークンまで41秒。Mistral Large 4 (high)は48.3(45秒)、Mistral Large 4 (medium)は45.9(27秒)。Mistral Large 4.0 OSS (high)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
111件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Mistral Large 4 | Mistral Large 4.0 OSS (high) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 52.9 | – |
| エージェント・ツールスコア | BenchLeader | 48.8 | – |
| コーディングスコア | BenchLeader | 53.8 | – |
| 人間の評価スコア | BenchLeader | 59.7 | – |
| 知識スコア | BenchLeader | 40.7 | 34.1 |
| 長文コンテキストスコア | BenchLeader | 65.3 | – |
| 数学スコア | BenchLeader | 54.2 | 66.4 |
| マルチモーダルスコア | BenchLeader | 58.0 | – |
| 推論スコア | BenchLeader | 46.2 | 64.2 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.05 | – |
| 出力速度 | BenchLeader | 97 tok/s | – |
| 回答開始までの時間 | BenchLeader | 40.9秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | – |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 88.1%† | 90.2% |
| Arena Hard Prompts | Arena (LMArena) | 1453 | – |
| LiveBench 2.0 Reasoning | LiveBench | 85.2%† | – |
| LiveBench 1.0 Reasoning | LiveBench | 83.9%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 35.0% | – |
| HLE-Diamond (AA) | Artificial Analysis | 15.1% | – |
| CritPt | Artificial Analysis | 10.6% | – |
| CritPt v2 hard subset (AA) | Artificial Analysis | 24.5% | – |
| MysteryMechanism | Vals AI | 12.2%† | – |
| Arena Expert | Arena (LMArena) | 1464 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 33.0%† | 29.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 17.0%† | 20.0% |
| LMCA | Epoch AI Benchmarking Hub | 35.8% | – |
| DTBench | Epoch AI Benchmarking Hub | 88.2% | – |
| コーディング | |||
| SciCode | SciCode | 54.2% | – |
| FrontierCode | Cognition | 39.4%† | – |
| Arena Coding | Arena (LMArena) | 1484 | – |
| Arena WebDev | Arena (LMArena) | 1565 | – |
| LiveBench 2.0 Coding | LiveBench | 79.4%† | – |
| LiveBench 1.0 Coding | LiveBench | 77.2%† | – |
| IOI | Vals AI | 45.3%† | – |
| Code Migration | Vals AI | 30.6%† | – |
| SWE-bench Multimodal | Vals AI | 33.1%† | – |
| Vibe Code Bench 1-100 | Vals AI | 14.3%† | – |
| Vibe Code Bench v1.1 | Vals AI | 78.4%† | – |
111件のベンチマークをすべて表示
| 指標 | 公開元 | Mistral Large 4 | Mistral Large 4.0 OSS (high) |
|---|---|---|---|
| コーディング | |||
| SWE Atlas v1.1 | Scale AI SEAL | 45.2% | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3% | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 40.0% | – |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 34.3% | – |
| MirrorCode | Epoch AI Benchmarking Hub | 40.0%† | – |
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 28.1% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1213.2 | – |
| WeirdML v3 | WeirdML | 4.5%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 26.8% | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 57.6† | – |
| Design Arena Website | Design Arena | 1258 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 41.5% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 13.6% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 27.6%† | – |
| APEX-Agents | Mercor | 51.6%† | – |
| Arena Agent | Arena (LMArena) | -5.4 | – |
| LiveBench Long Agentic | LiveBench | 24.7%† | – |
| LiveBench Browser | LiveBench | 17.4%† | – |
| LiveBench Agentic Coding | LiveBench | 57.2%† | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 46.1% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1431 | – |
| Finance Agent v2 | Vals AI | 54.7%† | – |
| Finance Agent v2.1 | Vals AI | 61.4%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 17.5%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 15.8%† | – |
| Legal Research Bench | Vals AI | 31.7%† | – |
| Tax Agent Bench | Vals AI | 30.4%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | 27.8%† | – |
| Arena Agent Task Completion | Arena (LMArena) | -4.7 | – |
| AutomationBench | Artificial Analysis | 59.9% | – |
| GDP.pdf (AA) | Artificial Analysis | 18.6% | – |
| Harvey LAB-AA v1.1 | Harvey | 3.1% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1393 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 4.8% | – |
| CWE-Bench (AA) | Artificial Analysis | 50.8% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 16.0% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 81.7% | – |
| MKA (AA) | Artificial Analysis | 35.1%† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 58.6%† | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 26.8%† | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 98.3%† | 99.4% |
| ProofBench | Vals AI | 10.0% | – |
| LiveBench Mathematics | LiveBench | 93.6%† | – |
| Arena Maths | Arena (LMArena) | 1459 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 20.0%† | 22.4% |
| LiveBench 2.0 Data Analysis | LiveBench | 76.6%† | – |
| LiveBench Research | LiveBench | 80.3%† | – |
| LiveBench 1.0 Data Analysis | LiveBench | 76.5%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | -7.5 | – |
| BioMysteryBench | Vals AI | 67.0%† | – |
| Excel Modeling Benchmark | Vals AI | 56.2%† | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 69.0%† | – |
| MedCode | Vals AI | 40.7%† | – |
| MedScribe | Vals AI | 80.4%† | – |
| Immigration Bench | Vals AI | 63.7%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | – | 18.1% |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 23.9% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 58.7% | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 49.6%† | – |
| LiveBench Instruction Following | LiveBench | 64.8%† | – |
| Arena Instruction Following | Arena (LMArena) | 1418 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1420 | – |
| Arena Creative Writing | Arena (LMArena) | 1359 | – |
| Arena Multi-turn | Arena (LMArena) | 1429 | – |
| Arena Longer Queries | Arena (LMArena) | 1420 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1244 | – |
| LiveBench Design | LiveBench | 76.3%† | – |
| MMMU-Pro | Artificial Analysis | 76.4% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 20.8%† | 30.8% |
| VIALS-AA | Handshake AI | 20.5%† | – |
| Code2Video-AA | Artificial Analysis | 931 | – |
| AA-3D | Artificial Analysis | 882 | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 81.3% | – |
| MLCR | Artificial Analysis | 7.8% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.6 | – |
| LiveBench 2.0 | LiveBench | 60.3%† | – |
| LiveBench 1.0 | LiveBench | 71.8%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 25.3 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 38.4 | – |
| AA Progress Index v1 | Artificial Analysis | 312.4 | – |
| Vals Finance Index | Vals AI | 56.9%† | – |
| Vals Legal Index | Vals AI | 65.6%† | – |
| AA Cyber Index | Artificial Analysis | 49.5 | – |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 23.1% | – |
| DistressBench | Scale AI SEAL | 77.0% | – |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 38.9† | – |
データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Mistral Large 4:BenchLeader Index 52.2 → 52.9。
- Mistral Large 4:新しい結果1件(GDPval-AA v2.1)。
- Mistral Large 4:スコアの改訂1件。
- Mistral Large 4:スコアの改訂2件。
- Mistral Large 4:スコアの改訂6件。
- Mistral Large 4:BenchLeader Index 52.7 → 52.2。
- Mistral Large 4:スコアの改訂7件。
- Mistral Large 4:スコアの改訂8件。
- Mistral Large 4:スコアの改訂2件。
- Mistral Large 4:スコアの改訂1件。
関連する比較
- Mistral Large 4 vs Muse Spark 1.3
- Mistral Large 4 vs MiniMax M3.1 Flash
- Mistral Large 4 vs Muse Ember
- Mistral Large 4.0 OSS vs Inkling
- Mistral Large 4.0 OSS vs Nemotron 3.5 Super VL 120B A12B
- Mistral Large 4.0 OSS vs Qwen3.5-35B-A3B
ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM
Mistral Large 4 vs Mistral Large 4.0 OSS:よくある質問
- Mistral Large 4.0 OSSはいつリリースされましたか?
- Mistral Large 4.0 OSSは2026年10月29日にリリースされました。