Mistral Large 4
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
- 総合Index53
- 推論46
- コーディング54
- エージェント・ツール49
- 数学54
- 知識41
- 人間の評価60
- マルチモーダル58
- 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[](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。
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 4.0.8 | 2026年10月6日 | – | – |
| Mistral Large 3 | 2025年12月2日 | 45.1 | #459 |
| Mistral Large 2.1 | 2024年11月18日 | 42.5 | #491 |
| Mistral Large 2 | 2024年7月24日 | 40.8 | #520 |
| Mistral Large 24.02 | 2024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/s | 41 s | $0.0009 | |
| medium | 45.9 | #440 | 80 tok/s | 27 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 |
| high | 48.3 | #384 | 87 tok/s | 45 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/s | 41 s | $0.0009 | エージェント・ツール 41 |
| 未記載最良 | 52.9 | #270 | 97 tok/s | 41 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。
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- 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 | medium | high | 出典 | 推移 |
|---|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | 38.9#155 | Artificial Analysis |
推論
| ベンチマーク | medium | high | 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#113 | Arena (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%#135 | Artificial Analysis | |
| HLE-Diamond (AA) | 13.9%#109 | 17.3%#90 | 15.1%#101 | Artificial Analysis | |
| CritPtIndex対象外 | 11.1%#127 | 10.0%#135 | 10.6%#131 | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 22.5%#95 | 27.0%#86 | 24.5%#91 | Artificial Analysis | |
| MysteryMechanismIndex対象外 | – | 12.2%#31 | – | Vals AI | |
| Arena ExpertIndex対象外エフォート未記載 | – | – | 1464#103 | Arena (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%#131 | Epoch AI Benchmarking Hub | |
| DTBenchIndex対象外エフォート未記載 | – | – | 88.2%#101 | Epoch AI Benchmarking Hub |
コーディング
エージェント・ツール
数学
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 58.6%#47 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 26.8%#47 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 98.3%#30 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | 10.0%#70 | Vals AI | |
| LiveBench MathematicsIndex対象外 | 93.6%#21 | – | LiveBench | |
| Arena Mathsエフォート未記載 | – | 1459#68 | Arena (LMArena) |
知識
| ベンチマーク | medium | high | 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 v1.1 | 3.3#76 | 5.1#73 | -7.5#102 | Artificial 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%#113 | 26.0%#109 | 23.9%#110 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 75.2%#24 | 71.8%#33 | 58.7%#61 | Artificial 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#116 | Arena (LMArena) |
人間の評価
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena Text | 1420#128 | Arena (LMArena) | |
| Arena Creative WritingIndex対象外 | 1359#166 | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1429#119 | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1420#136 | Arena (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#70 | Arena (LMArena) | |
| LiveBench DesignIndex対象外 | 76.3%#13 | – | LiveBench | |
| MMMU-Proエフォート未記載 | – | 76.4%#99 | Artificial 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#22 | Artificial Analysis | |
| AA-3DIndex対象外エフォート未記載 | – | 882#20 | Artificial 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%#64 | Artificial Analysis | |
| MLCRIndex対象外 | 17.8%#72 | 7.8%#139 | Artificial Analysis |
総合
| ベンチマーク | medium | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | 154.6#47 | Epoch 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#86 | 26.1#78 | 25.3#80 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外エフォート未記載 | – | – | 38.4#80 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 310.2#97 | – | 312.4#86 | Artificial 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#13 | 50.9#8 | 49.5#10 | Artificial 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%#44 | Scale AI SEAL | |
| DistressBenchIndex対象外 | 77.0%#10 | Scale 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 |
|---|---|---|---|---|---|---|
| Mistral | 98 tok/s | 1.27 s | $0.770 | $2.31 | 524k | – |
| Mistral | 87 tok/s | 1.49 s | $0.700 | $2.10 | 1.0M | – |
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。
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 | $0.0007 | 44.0 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0097 | $0.0040 | 47.1 s |
| コード編集 | 6,000 / 1,500 | $0.0074 | $0.0045 | 56.3 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 | $0.022 | 1.4 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0018 | $0.0009 | 43.0 s |
Mistral AIのほかのモデル
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。
[](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}
}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