BenchLeader

Mistral Large 4

推論エフォート
品質339中131位
52.9Index
中央値より上
中央値比 +2.7
価格255中140位
$1.05100万トークンあたり
多くのモデルより高い
中央値の1.2倍
速度216中85位
97トークン/秒
中央値より上
中央値の1.2倍
コスパ255中141位
50.4ポイント/$
中央値より下
中央値の0.9倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(89%安い)。

より安価でスコアの高いランク付けモデルが34つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか31つ。

2026年11月16日時点で、Mistral Large 4(Mistral AI)のBenchLeader Indexは52.9です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(65)、最も弱いのは知識(41)です。API料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.10(3:1のブレンドで$1.05)で、2026年11月16日時点の定価です。出力速度は約97トークン/秒です(Artificial Analysis)。2026年10月6日にリリースされました。

要点(2026年11月16日時点)

  • Mistral Large 4のAPI料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.10(3:1のブレンドで$1.05)です(定価、2026年11月16日)。
  • Mistral Large 4の出力速度は約97トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Mistral Large 4は2026年10月6日にリリースされました(Mistral AI)。

詳しく見ると:Mistral Large 4はMistral AIのオープンウェイトの推論モデルです(2026年10月6日リリース)。最もスコアの高い構成は、BenchLeader Indexで52.9 ±4.6を記録し、608構成中270位で上位半分に入ります。重要なのはこの「±」です。ほかに283構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では長文コンテキストが最も高く(65)、知識が最も低くなっています(41)。ブレンド価格は100万トークンあたり$1.05で、中程度の価格帯です。出力速度は97トークン/秒、回答開始まで40.9秒で、多くのモデルより高速です。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$1.05/M
入力$0.700・出力$2.10
出典:Artificial Analysis
出力速度
97 tok/s
Artificial Analysisによる測定
回答開始
41 s
最初のトークン 1.67 s
コンテキスト
1.0M
出典:models.dev
回答完了まで
119 s
最終測定2026年11月13日
タスクあたりコスト
$4.21
1タスク23 min、AA Index
タスクあたりトークン数
135k
うち75%が推論
リリース日
2026年10月6日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index53
  2. 推論46
  3. コーディング54
  4. エージェント・ツール49
  5. 数学54
  6. 知識41
  7. 人間の評価60
  8. マルチモーダル58
  9. 長文コンテキスト65

この順位を埋め込む

ほかのバッジスタイル
[![Mistral Large 4 on BenchLeader: 総合 131位](https://www.benchleader.com/badge/mistral-large-4.svg?style=compact)](https://www.benchleader.com/models/mistral-large-4)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Mistral AIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

バージョン

Mistral AIはこの名前で6つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。

モデルリリース日Index順位
Mistral Large 4このページ2026年10月6日52.9#270
Mistral Large 4.0.82026年10月6日––
Mistral Large 32025年12月2日45.1#459
Mistral Large 2.12024年11月18日42.5#491
Mistral Large 22024年7月24日40.8#520
Mistral Large 24.022024年2月26日40.5#527

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
推論なし––97 tok/s41 s$0.0009
medium45.9#44080 tok/s27 s$0.0009エージェント・ツール 46 · コーディング 42 · 知識 47 · 推論 41
high48.3#38487 tok/s45 s$0.0009エージェント・ツール 53 · コーディング 46 · 総合 44 · 知識 40 · 数学 55 · 推論 50
max––97 tok/s41 s$0.0009エージェント・ツール 41
未記載最良52.9#27097 tok/s41 s$0.0009エージェント・ツール 49 · コーディング 54 · 人間の評価 60 · 知識 41 · 長文コンテキスト 65 · 数学 54 · マルチモーダル 58 · 推論 46

考えさせるほど増えるコスト

エフォートを上げるとIndexのポイントは伸びますが、費用は何倍にもなります。このモデルでは標準のコストがmediumの3.0倍で、Indexの変化は+7.0、支出が2倍になるごとに4.4ポイントです。ほかのモデルと比べる。

4851medium:タスクあたり$1.41、Index 45.945.9medium $1.41high:タスクあたり$2.06、Index 48.348.3high $2.06標準:タスクあたり$4.21、Index 52.952.9標準 $4.21Index

各点は推論の設定1つを表し、Artificial AnalysisのIndexタスク1件あたりのコスト(対数目盛)とBenchLeader Indexを示します。

Indexの推移

2026年10月9日〜2026年11月16日
445363
  • 標準
  • high

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマークmediumhigh出典推移
AA Openness IndexIndex対象外38.9#15538.9#155Artificial Analysis

推論

ベンチマークmediumhigh標準出典推移
GPQA Diamond–88.1%#75–Epoch AI Benchmarking Hub
Arena Hard Promptsエフォート未記載––1453#113Arena (LMArena)
LiveBench 2.0 ReasoningIndex対象外–85.2%#20–LiveBench
LiveBench 1.0 ReasoningIndex対象外–83.9%#42–LiveBench
Humanity's Last Exam (AA)Index対象外エフォート未記載––35.0%#135Artificial Analysis
HLE-Diamond (AA)13.9%#10917.3%#9015.1%#101Artificial Analysis
CritPtIndex対象外11.1%#12710.0%#13510.6%#131Artificial Analysis
CritPt v2 hard subset (AA)22.5%#9527.0%#8624.5%#91Artificial Analysis
MysteryMechanismIndex対象外–12.2%#31–Vals AI
Arena ExpertIndex対象外エフォート未記載––1464#103Arena (LMArena)
Chess PuzzlesIndex対象外–33.0%#65–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外–17.0%#80–Epoch AI Benchmarking Hub
LMCAIndex対象外エフォート未記載––35.8%#131Epoch AI Benchmarking Hub
DTBenchIndex対象外エフォート未記載––88.2%#101Epoch AI Benchmarking Hub

コーディング

ベンチマーク推論なしmediumhigh標準出典推移
SciCodeエフォート未記載–––54.2%#73SciCode
FrontierCode––39.4%#28–Cognition
Arena Codingエフォート未記載–––1484#108Arena (LMArena)
Arena WebDevエフォート未記載–––1565#47Arena (LMArena)
LiveBench 2.0 CodingIndex対象外––79.4%#11–LiveBench
LiveBench 1.0 CodingIndex対象外––77.2%#39–LiveBench
SciCode (AA)Index対象外エフォート未記載–––54.2%#75Artificial Analysis
IOI––45.3%#32–Vals AI
Code MigrationIndex対象外––30.6%#42–Vals AI
SWE-bench MultimodalIndex対象外––33.1%#22–Vals AI
Vibe Code Bench 1-100Index対象外––14.3%#21–Vals AI
Vibe Code Bench v1.1Index対象外––78.4%#38–Vals AI
SWE Atlas v1.1Index対象外エフォート未記載–––45.2%#23Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載–––61.3%#19Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載–––40.0%#24Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載–––34.3%#24Scale AI SEAL
MirrorCodeIndex対象外––40.0%#28–Epoch AI Benchmarking Hub
Surface Evolver BenchIndex対象外エフォート未記載–––28.1%#25Epoch AI Benchmarking Hub
ALE-BenchIndex対象外エフォート未記載–––1213.2#48Epoch AI Benchmarking Hub
WeirdML v3Index対象外––4.5%#25–WeirdML
Terminal-Bench 4.0 (AA)Index対象外–23.2%#8224.8%#7926.8%#71Artificial Analysis
GameBench 2 by reasoning settingIndex対象外34.2#156–57.6#70–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載–––1258#53Design Arena
FrontierCode 1.1 (AA)Index対象外–37.8%#48–41.5%#35Artificial Analysis
FrontierCode 2.0 (AA)–13.3%#8715.0%#8413.6%#86Artificial Analysis

エージェント・ツール

ベンチマークmediumhighmax標準出典推移
Terminal-Bench––27.6%#75–Terminal-Bench
APEX-Agents–51.6%#34––Mercor
Arena Agentエフォート未記載–––-5.4#43Arena (LMArena)
LiveBench Long AgenticIndex対象外–24.7%#22––LiveBench
LiveBench BrowserIndex対象外–17.4%#32––LiveBench
LiveBench Agentic CodingIndex対象外–57.2%#22––LiveBench
GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載–––46.1%#48Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載–––1431#81Artificial Analysis
Finance Agent v2Index対象外–54.7%#27––Vals AI
Finance Agent v2.1Index対象外–61.4%#22––Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外–17.5%#8––Vals AI
Harvey's Legal Agent Benchmark v1Index対象外–15.8%#10––Vals AI
Legal Research BenchIndex対象外–31.7%#53––Vals AI
Tax Agent BenchIndex対象外–30.4%#34––Vals AI
Terminal-Bench 4.0 (Vals)Index対象外–27.8%#29––Vals AI
Arena Agent Task CompletionIndex対象外エフォート未記載–––-4.7#39Arena (LMArena)
AutomationBenchIndex対象外52.8%#9757.8%#69–59.9%#58Artificial Analysis
GDP.pdf (AA)Index対象外16.8%#11517.6%#104–18.6%#95Artificial Analysis
Harvey LAB-AA v1.1Index対象外エフォート未記載–––3.1%#18Harvey
AA-Briefcase v1.1Index対象外1187#1181347#86–1393#78Artificial Analysis
Terminal-Bench-Science 0.1 (AA)Index対象外3.3%#924.3%#86–4.8%#83Artificial Analysis
CWE-Bench (AA)50.0%#2158.3%#11–50.8%#19Artificial Analysis
DeepSec-Bench (AA)8.9%#2515.0%#19–16.0%#17Artificial Analysis
CyberGym end-to-end (AA)71.8%#1279.4%#4–81.7%#3Artificial Analysis
MKA (AA)Index対象外–35.1%#19––Artificial Analysis

数学

ベンチマークhigh標準出典推移
FrontierMath Tiers 1–358.6%#47–Epoch AI Benchmarking Hub
FrontierMath Tier 426.8%#47–Epoch AI Benchmarking Hub
OTIS Mock AIME98.3%#30–Epoch AI Benchmarking Hub
ProofBenchエフォート未記載–10.0%#70Vals AI
LiveBench MathematicsIndex対象外93.6%#21–LiveBench
Arena Mathsエフォート未記載–1459#68Arena (LMArena)

知識

ベンチマークmediumhigh標準出典推移
SimpleQA Verified–20.0%#85–Epoch AI Benchmarking Hub
LiveBench 2.0 Data AnalysisIndex対象外–76.6%#18–LiveBench
LiveBench ResearchIndex対象外–80.3%#18–LiveBench
LiveBench 1.0 Data AnalysisIndex対象外–76.5%#32–LiveBench
AA-Omniscience v1.13.3#765.1#73-7.5#102Artificial Analysis
BioMysteryBenchIndex対象外–67.0%#21–Vals AI
Excel Modeling BenchmarkIndex対象外–56.2%#48–Vals AI
Excel Modeling Benchmark v1.1Index対象外–69.0%#24–Vals AI
MedCodeIndex対象外–40.7%#59–Vals AI
MedScribeIndex対象外–80.4%#55–Vals AI
Immigration BenchIndex対象外–63.7%#20–Vals AI
AA-Omniscience v1.1: accuracyIndex対象外22.5%#11326.0%#10923.9%#110Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外75.2%#2471.8%#3358.7%#61Artificial Analysis

指示追従

ベンチマークhigh標準出典推移
LiveBench LanguageIndex対象外49.6%#67–LiveBench
LiveBench Instruction FollowingIndex対象外64.8%#46–LiveBench
Arena Instruction FollowingIndex対象外エフォート未記載–1418#116Arena (LMArena)

人間の評価

ベンチマーク標準出典推移
Arena Text1420#128Arena (LMArena)
Arena Creative WritingIndex対象外1359#166Arena (LMArena)
Arena Multi-turnIndex対象外1429#119Arena (LMArena)
Arena Longer QueriesIndex対象外1420#136Arena (LMArena)

マルチモーダル

ベンチマークhigh標準出典推移
Arena Visionエフォート未記載–1244#70Arena (LMArena)
LiveBench DesignIndex対象外76.3%#13–LiveBench
MMMU-Proエフォート未記載–76.4%#99Artificial Analysis
Furniture AssemblyIndex対象外20.8%#37–Epoch AI Benchmarking Hub
VIALS-AAIndex対象外20.5%#21–Handshake AI
Code2Video-AAIndex対象外エフォート未記載–931#22Artificial Analysis
AA-3DIndex対象外エフォート未記載–882#20Artificial Analysis

長文コンテキスト

ベンチマークhigh標準出典推移
AA-LCR v1.1エフォート未記載–81.3%#64Artificial Analysis
MLCRIndex対象外17.8%#727.8%#139Artificial Analysis

総合

ベンチマークmediumhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載––154.6#47Epoch AI Benchmarking Hub
LiveBench 2.0–60.3%#25–LiveBench
LiveBench 1.0Index対象外–71.8%#53–LiveBench
AA Intelligence Index v5.0.1Index対象外23.1#8626.1#7825.3#80Artificial Analysis
AA Intelligence Index v4.3.2Index対象外エフォート未記載––38.4#80Artificial Analysis
AA Progress Index v1Index対象外310.2#97–312.4#86Artificial Analysis
Vals Finance IndexIndex対象外–56.9%#23–Vals AI
Vals Legal IndexIndex対象外–65.6%#30–Vals AI
AA Cyber IndexIndex対象外43.6#1350.9#849.5#10Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外23.1%#44Scale AI SEAL
DistressBenchIndex対象外77.0%#10Scale AI SEAL

GameBench 2, best reasoning setting (High): 57.6. 参考値で、BenchLeader Indexには含まれません。

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.

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
Mistral98 tok/s1.27 s$0.770$2.31524k–
Mistral87 tok/s1.49 s$0.700$2.101.0M–

価格の推移

上記の価格(100万トークンあたり)を、変更があった日ごとに示します。

$0.00$1.15$2.30$3.45$4.6026年10月26年11月
入力 出力
現在:入力$0.700・出力$2.10

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.070のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0009$0.000744.0 s
30ページのレポートを要約12,000 / 600$0.0097$0.004047.1 s
コード編集6,000 / 1,500$0.0074$0.004556.3 s
エージェント型コーディングセッション60,000 / 4,000$0.050$0.0221.4 min
構造化データの抽出2,000 / 200$0.0018$0.000943.0 s

Mistral AIのほかのモデル

今月の新着

Mistral Large 4と比較する

関連ページ

埋め込み・引用

Mistral Large 4の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Mistral Large 4 on BenchLeader: 総合 131位](https://www.benchleader.com/badge/mistral-large-4.svg)](https://www.benchleader.com/models/mistral-large-4)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Mistral Large 4 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mistral-large-4

BibTeX:

@misc{benchleader_mistral_large_4_20261116,
  author       = {{BenchLeader}},
  title        = {{Mistral Large 4 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mistral-large-4}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Mistral Large 4のベンチマークスコアは?
2026年11月16日時点で、Mistral Large 4のBenchLeader Indexは52.9 ±4.6です。最も強いのは長文コンテキスト(65)、最も弱いのは知識(41)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Mistral Large 4の順位は?
2026年11月16日時点で、Mistral Large 4はランク付けされた608構成中270位です。ほかに283構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Mistral Large 4の料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Mistral Large 4の料金は入力100万トークンあたり$0.700、出力100万トークンあたり$2.10で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.05です。定価が最後に変わったのは2026年10月30日です。
Mistral Large 4はMuse Emberより優れていますか?
2026年11月16日時点で、Mistral Large 4とMuse Ember(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで52.9対52.1、±6.0の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Mistral Large 4はいつリリースされましたか?
Mistral AIが2026年10月6日にMistral Large 4をリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Mistral Large 4:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/mistral-large-4