GPT-6 Astra 対 Mistral Large 4：能力格差、価格格差、そしてベンチマークが見逃す3つのこと

Mistral Large 4はGPT-6 Astraよりおよそ3～7倍安く、Intelligence Indexではおよそ16ポイント低い。2026年10月8日の週に読まれた独立系の数値では、Mistral Large 4 PreviewはArtificial AnalysisのIntelligence Index v4.3で38.4、GPT-6 Astraは54.7に位置する——この差は、この価格帯の他のどのモデルとAstraとの差よりも大きい——一方、料金は100万トークンあたり$0.68と$2.09で、$10.00と$50.00と対照的だ。もし1ドルあたりの能力だけが問題なら、答えは難しい作業にはAstra、大量処理にはMistral Large 4となり、記事はここで終わるだろう。

それで終わりではない。なぜなら、この対決を決める違いのうち3つは、どちらのベンダーのベンチマーク表にも載っていないからだ。Mistral Large 4 は2026年10月6日にパブリックプレビューとして登場したが、その重みは公開されておらず、Mistral 自身の欧州データセンターから提供され、クローズドモデルがいくらコストをかけても再現できない拒否挙動を売りにしている。GPT-6 Astra は2026年9月3日に OpenAI の製品ラインの最上位として出荷され、クローズドで、モデレーションされており、この比較ではノーと言う側のモデルだ。それは、このインデックスが測定する軸とは別の軸である。

仕様、すべての線の両側に

• リリース — GPT-6 Astra 2026年9月3日、一般提供 vs Mistral Large 4 2026年10月6日、パブリックプレビュー

• パラメータ — Astra は非公開、対する Mistral Large 4 は合計 1.05 兆でトークンあたり 490 億がアクティブ、さらに 16 億パラメータの視覚エンコーダーを搭載

• コンテキストウィンドウ — Astra 1,050,000トークン 対 Mistral Large 4 は1Mと宣伝されているが、Artificial Analysisがテスト中の構成で読み取った値は524,288

• 最大出力 — Astra 128,000トークン 対 Mistral Large 4 は未文書化

• 入力価格 — Astra は100万あたり$10.00、Mistral Large 4 は公開料金表で$1.36、現在はプロモーションの$0.68で請求

• 出力価格 — Astra は 1M あたり $50.00、一方 Mistral Large 4 はカード上 $4.18、現在は $2.09

• キャッシュ入力 — Astra 1Mあたり$1.00 vs Mistral Large 4 $0.14、現在 $0.07

• ロングコンテキスト階層 — Astraは、入力トークンが272,000を超えるとリクエスト全体を$20.00および$75.00に再価格設定する；Mistralは同等の段階を公表していない

• 重み — Astraは非公開、一方Mistral Large 4は2026年10月末までに名称未公開のオープンライセンスの下で提供すると約束されているが、まだリリースされていない

• 実行場所 — Astra は OpenAI のインフラストラクチャ、Azure、AWS Bedrock 上で動作し、一方 Mistral Large 4 は現在 Mistral 自身の欧州クラスター上で動作、重みが公開され次第セルフホスト可能

• 独立知能指数 — Astra 54.7 対 Mistral Large 4 Preview 38.4

• 独立した長コンテキスト想起 — Astra 80.7 対 Mistral Large 4 81.3、Mistralがリードする唯一の能力項目

インデックスのギャップは現実であり、それがモデルの全てではない

54対38は丸め誤差ではない。同じ評価者のTerminal-Bench 4.0ハーネス上で、Astraは59.1%を記録し、Mistral Large 4 Previewの26.8%と対照的だ。またArtificial Analysis自身のページでは、Mistral Large 4はタスクあたり平均約507秒と指摘されており、一方Astraのindex runsは計算コストが1回あたり約3.26ドルと価格設定されている。タスクあたり8分かかり、16ポイント低いスコアのモデルは、エージェント型コーディングにおいて同じワークロードクラスで競合しているとは言えない。

2つの指標は逆方向を示しており、どちらもあらゆる意思決定に持ち込む価値がある。Mistral Large 4は長いコンテキストの想起で優位に立ち、81.3対80.7。これは、欧州の購入者が最も必要とする可能性が高い、文書が多く検索負荷の高い作業にとって真の強みだ。そしてこれは、1.05兆パラメータのMixture-of-Expertsのプレビュー版であり、Mistralによればまだ飽和していない強化学習の実行中だという——ベンダー自身の言葉を借りれば、同社は「今後数週間から数か月で大規模かつ急速な改善」を見込んでいる。今日ベンチマークするモデルは、あなたが課金されることになるそのモデルのうち、最悪のバージョンだ。Astraの54.7は固定された能力に結びついており、Mistralの38.4は動き続ける能力に結びついている。そしてこれらの事実はいずれも、それぞれ異なる形で購入者に有利に働く。

Mistralの数字はどこから来たのか、そして誰がそれを実行したのか

Mistralの発表資料は、出典の扱いが異例なほど慎重で、その慎重さ自体が情報になっている。主要なエージェント型コーディング数値のうち3つ——DeepSWE v1.1で61.7%、SWE-Atlas-QnAで59.4%、Terminal-Bench 4.0で28.3%、これらが合わさってCoding Agent Indexスコア49.8%になる——は、Mistralによれば、その評価ハーネスの一般公開前にArtificial Analysisが非公開で評価したものだと説明されている。これらはまだ公開インデックスには掲載されておらず、そのため自己実施ベンチマークより強力でありながら、今日あなたが再現できるものではない。

リリースの中で最も強力な独立したデータポイントは、Mistral自身が実施したものではない。サードパーティのアノテーション企業であるSurge AIが、モデルの身元を隠したコーディング品質に関するブラインド人間評価を実施し、プロのアノテーターはMistral Large 4 Previewを1–5の尺度で3.74と評価した。これは5者中2位で、4.22のClaude Opus 5にのみ劣り、3.59のKimi K3、3.60のGLM-5.3、3.40のGLM-5.2を上回っている。相手側に名の知られたラボがいるブラインド人間評価は、自己公表の表とは別種の証拠であり、この発表における唯一最も強力な独立した結果である。

Mistralの表にあるその他はすべてベンダー報告であり、再現もされていない。以下に示すサイバー関連の数値も含めて。それらは測定値ではなく、自信のあるラボがなす主張として読んでほしい。

Mistralが実際に売っているもの：拒否

これは比較の中でベンチマークが一切捉えられない部分であり、この対決でどちらのベンダーが口にした中でも最も鋭い発言だ。

Artificial AnalysisのCyber Indexで、MistralはMistral Large 4が世界トップ5に入り、中国以外で開発されたオープンウェイトモデルの中で首位に立っていると述べている。ある特定のテスト――オープンソースソフトウェアの実際の脆弱性を再現し、その後修正する――では、82%を報告しており、これはあらゆるモデルの中で最高とされ、さらにCybenchの40の競技課題のうち93%も達成している。そして、このリリースに優位性を与える指摘をしている。複数の主要なクローズドモデル――その中にはClaude Opus 5.5やGPT-6 Astraが名指しされている――は、同じテストでほぼゼロのスコアを記録している。なぜなら、そのタスクを拒否するからだ。

その両方の側面はベンダー報告によるものだ。どちらも独立して再現されていない。しかし、その仕組みは奇抜なものではなく、当てこすりでもない——OpenAIはGPT-6 Astraを、ローンチ時の報道が「Critical cyber threshold」と表現したものの下で出荷した。そして、拒否姿勢がより厳格なモデルは、より緩いモデルなら試みる脆弱性再現リクエストを断る。82%とほぼゼロは同じポリシー決定の表裏であり、どちらを望むかは何で生計を立てているかで決まる。自社ソフトウェアを評価するレッドチームは82%を望む。エンドユーザーにサービスを提供する規制対象のプラットフォームは、特に拒否の方を望むかもしれず、そのために100万トークンあたり$10.00と$50.00を支払う用意があるかもしれない。

それが、どのリーダーボードの行にも決して表れない、これら2つのモデル間の違いであり、一方が他方を取って代わるのではなく、両者が市場で共存する理由なのです。

「オープンウェイト」が今週意味するもの

3つの注意点は表のMistral Large 4側に記載されるべきであり、それぞれに代償が伴う。

• 重みはまだ公開されていない。チェックポイントもライセンスファイルもリポジトリも、現時点では存在しない。Mistralによれば、審査済みのパートナーと各国当局がロック解除済みのビルドを入手できるレッドチーミング期間を経て、2026年10月末までに公開されるという。それまではプレビューAPI経由でしかアクセスできず、「自分のハードウェアで動かす」という主張は、今ある機能ではなくロードマップ上の項目にすぎない。

• 独立性フラグはマーケティングと一致していない。Artificial Analysis はモデルを isOpenWeights: falseとして、「proprietary」という分類で掲載している。なぜなら、存在するのはベンダー自身のクラスターから提供されるプレビューだからである。このフラグこそが、「オープンウェイト」という言葉と実際の成果物との隔たりを最も明快に示す単一の例証である。

• 提示されている価格はプロモーション価格です。Mistralのカードには$0.68と$2.09が、取り消し線の付いた$1.36と$4.18に対して示されています。請求額は後者を基準に想定してください。プレビューは契約上の意味でのステージ区分でもあります — モデルはGAリリースよりも短い通知で参照先の変更、価格改定、または提供終了が行われる可能性があるため、今週のビルドに合わせて調整されたパイプラインには、予算に入れていなかった再検証コストが伴います。

そうした点のどれも、プレビューが悪い買い物である理由にはならない。それはむしろ、有効期限と再検証の請求書が付いた買い物にする。これは、トークンあたりの料金とは異なる種類のコストだ。

主権とは調達予算の一行であって、スローガンではない

Mistralは、欧州にある自社データセンターの3,800基のNVIDIA Grace Blackwell GPU上でMistral Large 4をゼロからトレーニングし、その能力を構築するためにシリーズDで30億ユーロを調達し、同じインフラからプレビューを提供している。規制対象の購入者にとって、これはマーケティング上の主張ではない。GPT-6 Astraが現在どのような価格でも満たせない要件なのだ。OpenAIのモデルは、OpenAI自身のAPI、Azure、AWS Bedrockを通じて利用できる。これらはいずれもスケールには優れているが、欧州で運用されるエンドツーエンドのパイプラインではない。

主権の議論の後半は、重みが手元に来て初めて効いてくる。GPUを持つ組織はそのとき、プロバイダーを一切介さずに1.05兆パラメータのスパースモデルをオンプレミスで実行でき、それによってデータレジデンシーの話も拒否挙動も同時に変わる。そうなっても、Astraは依然としてAPI呼び出しのままだ。あなたのロードマップにオンプレミス段階があるなら、この2つのうちそれを持つのはMistral Large 4だけだ。もしなければ、その列全体はあなたにとって何の価値もない。

どちらにも賭けずに両方を走らせる

この対決がルーターにとって厄介な形なのは、片方は当社が提供しているモデルで、もう片方は当社が提供していないプレビュー版だからです。GPT-6 Astraは、OrcaRouterのカタログにOpenAIの定価のまま、何も上乗せせずに掲載されています。200以上ある他のモデルと同じOpenAI互換キーで、上流プロバイダー間の自動フェイルオーバーに対応しています——これがここで重要なのは、プレビュー版はまさに、落ち着くまではクリティカルパスから外しておきたいタイプの依存先だからです。Mistral Large 4は、プレビューフラグの背後でMistral自身のクラスタから提供されている間は、当社のルーティング対象にはなっていません。この比較における当社側の正直な説明は、Astra側の話、そして2つ目の契約を結ばずに同じタスクをどちらに対しても実行できるという点です。一般提供版のMistralエンドポイントが登場すれば、カタログの他のモデルと同じ0%のパススルーを引き継ぎ、ベンダーの価格変更は次回の更新時にではなく、それが起きた当日に同じキーに反映されます。

今ひとつのキーで手に入るのは、ほかならぬA/Bそのものだ。同じプロンプト、同じ評価器、2つのモデル文字列、請求は1つ——これが、プレビューについて唯一重要な問いに答える方法である。すなわち、その拒否スタンスと長文脈の想起が、あなたのワークロードにとって16インデックス・ポイントに見合うかどうか、という問いだ。

決定ルールと、それを変える日付

難しい推論、エージェント型コーディング、あるいはIntelligence Indexの最上位で測られるような作業であれば、GPT-6 Astraが一歩先を行っており、その価格差はそれに対するプレミアムです — 100万トークンあたり$10.00と$50.00、入力トークンが272,000を超えるリクエストでは$20.00と$75.00に価格が改定されます。

要件上、欧州域内に置く必要がある作業、拒否応答が問題になりやすい作業、またはオンプレミス機器での実行を予定している作業であれば、2つのうちそもそもこの問いに答えられるのは Mistral Large 4 だけであり、トークン単価は4分の1から7分の1だ。ただし、後からデプロイするアーティファクトが、今評価しているアーティファクトと同じではないという注意点がある。

注目すべき日は2026年10月末だ。Mistralがチェックポイントを公開すると述べている時期である。その日、三つのことが変わる。ライセンスに名前が付き、セルフホスティングという論拠は約束ではなくなり、流動的なプレビューに紐づくローンチ価格は、固定されたものに紐づく価格ではなくなる。現在この2つのモデルを能力で比較している人は、その後で比較をやり直すべきだ。その比較の片方の列は変わっているからである。