Mistral Large 4 対 Llama 4 Maverick：価格差ではなく世代差

Mistral Large 4とLlama 4 Maverickは同じ種類のものであり、同じ世代のものではない。どちらもスパースな混合エキスパートであり、モデルカード上では100万トークンのコンテキストウィンドウを持ち、テキストだけでなく画像も入力でき、自身のハードウェアにダウンロードして実行できる。Maverickは2025年4月5日に総パラメータ4000億、アクティブ170億でリリースされた。Mistral Large 4は2026年10月6日にプレビュー版が公開され、10月29日に重みを公開した。総パラメータ1兆500億、アクティブ520億である。両者には19か月の隔たりがある。Maverickのホスティング市場全体の中央値価格では、両者のコスト差も約1.3倍しかない——これほど古いモデルについて、ほとんどの人が予想もしない話である。

注意点を述べる前に、まず手短に結論から言うと

2026年後半に新たなビルドを始める予定があり、推論、長文書の処理、エージェント型コーディングが必要なら、Mistral Large 4 はより優れたモデルであり、より高価なモデルでもある。ファインチューニングできるオープンウェイトモデルが必要な場合、エアギャップ環境で実行したい場合、あるいは単純な抽出タスクで1リクエストあたり数セント未満で呼び出したい場合、Llama 4 Maverick は依然として妥当な選択だ。能力で競合しているからではなく、そのワークロードが能力を必要としない可能性があるからだ。間違いは、19か月の差を競争関係とみなすことだ。それはたまたま同じカテゴリを共有している価格帯であり、価格の部分のほうが能力の部分より奇妙だ。

横に並んだ数字

• パラメータ総数 — Mistral Large 4 は128のルーティングされるエキスパートと1つの共有エキスパートで合計1.05T、一方 Llama 4 Maverick は128のエキスパートで402B（Metaによる表記は400B）。

• アクティブパラメータ — Mistral Large 4 ではトークンあたり 52B（言語スタックは 49B、埋め込み層と出力層を数えると 52B になる）に対し、Llama 4 Maverick では 17B なので、トークンあたりの計算量の差はおよそ3対1です。

• コンテキスト — {{1}}両方で1Mトークンが宣伝されていますが、ホストが実際に提供するのは異なる数であり、それについては後のセクションで説明します。{{/1}}

• モダリティ — 両方ともテキストと画像を入力し、テキストを出力します。Mistral Large 4のビジョンエンコーダーは16億パラメータです。Maverickのアーリーフュージョンエンコーダーは、Metaの公表数値では個別に示されていません。

• 推論 — Mistral Large 4 は低・中・高のエフォート段階を備え、高がデフォルトです。Artificial Analysis の仕様パネルでは、Llama 4 Maverick には推論モードがまったくないと記載されています。

• 100万トークンあたりの価格 — Mistral 直販で入力 $0.70、出力 $2.10、キャッシュ済み入力は $0.07。一方、Maverick は Meta が販売していないため、ファーストパーティの定価がまったくありません。ホスト事業者の料金は入力 $0.17、出力 $0.60 と低く、Artificial Analysis によるとプロバイダー中央値は $0.50 と $1.68 です。

• ライセンス — Mistral Ecosystem Open-Weight License（モデル・アズ・ア・サービスに関する除外規定を加えた修正 MIT ライセンス）対 Llama 4 Community License（月間アクティブユーザー7億人という閾値付き）。

• リリース — Mistral Large 4 チェックポイントは2026年10月29日、対して Llama 4 Maverick は2025年4月5日、知識カットオフは2024年8月です。

ベンチマーク対決は、2つの異なるものさしの間で行われている。

この対戦を検索すれば、Mistral Large 4 が Artificial Analysis Intelligence Index で 38.0 を記録し、Maverick は 14.3 だとするページが見つかる。また、Maverick が 11 個中 9 個のベンチマークで勝つと主張するページもある。どちらの数値群も、誰かがそれを掲載したという意味では実在する。だが、どちらも比較にはなっていない。

2026年10月27日に再構築された現在のArtificial Analysis Intelligence Index v5では、Mistral Large 4は高推論設定で26、中程度で23を記録しています。引用されている38.0は、10月のプレビュー時点の以前のv4.3.2ビルドにおけるスコアであり、再構築後に測定されたどの値からも差し引くことはできません — 変わったのはモデルだけではなく、インデックスなのです。一方、Maverickにはv5のインデックススコアがまったくありません。そのArtificial Analysisページでは、知能の数値が表示されるべき箇所に「N/A」と表示され、併記して速度は毎秒62.7出力トークン、そして同クラスの平均より遅いという注記があります。比較サイトに出回っている14.3という数値は、再構築より前のものです。

測定可能な範囲はより狭く、より誠実だ。MistralはTerminal-Bench 4.0で41%を報告しており、プレビュー時の28%から上昇している。DeepSWE v1.1で61.7%、CyberGym-E2Eで79%、Artificial Analysis Cyber Indexで51で、オープンウェイトモデル中3位だ。これらのうちCyber Indexを除くすべては、Mistral自身のエージェントスキャフォールド上でのベンダー報告値であり、特にTerminal-Benchの数値は、同じ重みをArtificial Analysisの中立的なmini-swe-agentハーネスで実行すると、はるかに低い24.7%として再現されている。Maverickの公表数値は2025年4月のもので、完全に古いスイートを使用している。MMLU 85.5、MMLU-Pro 80.5、GPQA Diamond 69.8、DocVQA 91.6で、いずれもローンチ時にMetaが報告したものだ。両者が同じハーネスで実行されたことはないため、擁護できるのは方向性のみだ。新しい、より大規模で推論訓練されたモデルの方が難しいタスクに強いが、その差を両者間でクリーンに測定した者はいない。

100万トークンでそれぞれ実際に何が得られるのか

コンテキストウィンドウこそ、両モデルが最もよく似て見えながら、本番環境では最も異なる挙動を示す場所だ。

Llama 4 Maverickのモデルカードには1,048,576トークンと記載されており、Artificial Analysisの仕様パネルも1Mを繰り返しています。しかし実際には、ほとんどのホストがそれをはるかに低く制限しており、128Kが一般的で、フルウィンドウと実用的な出力予算の両方を提供するホストはほとんどありません。Maverickの最大出力はプロバイダーによって通常8K～16Kで、Meta自身のホステッドエンドポイントは約4Kと記載されています。つまり、Maverickでの「1Mコンテキスト」構成は通常、サードパーティホスト上の128K構成であり、最初の長い文書でそれに気づくことになります。

Mistral Large 4 は、Mistral 自身の API を通じて 1M を公開しており、これは少なくともホストごとのくじ引きではなく、単一の説明責任を負える数値です。Mistral のドキュメントは最大出力の数値を公開していないため、同じ助言が当てはまります。カード上ではなく、実際に呼び出すエンドポイントで、入力ウィンドウと出力上限のペアを測定してください。

これはルーターの出番となる類の問題です。OrcaRouter はプロバイダーのリスト価格を 0% の上乗せでそのまま反映し、プロバイダー間で自動的にフェイルオーバーするため、コンテキストウィンドウをこっそり縮めているホストがあっても、それは本番インシデントではなくルーティング上の判断として表面化します。当社のカタログには現在、Mistral Large 4 も Llama 4 Maverick も含まれていないため、これは選んだオープンウェイトモデルをどう運用するかについての主張であり、当社がこの2つを提供しているという主張ではありません。

請求書を読み解く — そしてスプレッドこそが核心である理由

控えめな本番ワークロードを想定します。月間1億入力トークン、4,000万出力トークンです。

• Mistral Large 4（定価） — 100 × $0.70 は $70、40 × $2.10 は $84 で、月額 $154 です。

• プロバイダー中央値での Llama 4 Maverick — 100 × $0.50 は $50、40 × $1.68 は $67.20 で、1か月あたり $117.20 です。

• 競合ホストでの Llama 4 Maverick — 約 $0.25 と $0.92 なら、同じワークロードは $61.80 になります。

• 最安値のホストでの Llama 4 Maverick は、約 $0.17 と $0.60 で、$41 になります。

つまり、Mistral Large 4 に対する比率は、中央値で1.3倍から、市場の最安値層で約3.8倍まで幅がある。その範囲はモデル固有の性質ではない。Maverick をどこで購入するかという性質であり、分布の中央における2モデル間の差よりも大きい。安価なホストでベンチマークし、中央値で予算を組むチームは、自らの予測に3倍の誤差を組み込んでしまっている。

それを、現時点では一対一では測れない能力と突き合わせると、判断は算術ではなくなる。妥当な枠組みはトークンあたりのコストではなく、完了したジョブあたりのコストだ。Maverickでは3回の試行と修正ループを要するタスクをMistral Large 4が1回で完了するなら、中央値で1.3×の差すら消える。それは自分のタスクで検証すべき主張であり、今月どちらのモデルに対しても実施できる中で最も価値のある単一の実験だ。

誰も口に出して言わないこと：Maverickは最後のオープンなLlamaだ

Llama 4 Maverickは非推奨になっていません。現在もHugging Face上にあり、Llama 4 Community Licenseの下にあり、オンプレミスやエアギャップ環境の作業向けに広く導入されています。しかし、それは系統の終わりです。Metaのフロンティア開発は2026年にクローズドなMuse Sparkファミリーへ移り、Llama 5は出荷されていません。出荷されたと主張するページには、互いに矛盾し、Meta自身の発表とも矛盾する仕様が記載されていました。オープンなLlama路線への投資は事実上止まっています。

それは「Maverick を選ぶ」ことの意味を変える。改善していくモデルを選ぶのではなく、周囲のツール環境が徐々に変化していく間、まったく現状のままにとどまるモデルを選ぶということだ。ファインチューニング済みで凍結され、デプロイ済みのシステムにとってはそれで問題ない——むしろ利点と言える。なぜなら、自分の足元で何も動かないからだ。その上で成長させるつもりのプラットフォームにとっては、2年の猶予しかない行き止まりだ。知識カットオフは2024年8月である点に注意してほしい。モデルはそれ以降に起きたことを一切見ておらず、どれだけプロンプトエンジニアリングをしてもそれは解決しない。

{{1}}Mistral Large 4{{/1}}は正反対のリスクプロファイルを持つ。オープンウェイトのリリースとしてまだ6日しか経っておらず、ドキュメントでは依然として{{2}}パブリックプレビュー{{/2}}と表記され、その上で推論を再販売する予定なら商用契約が必要だ。若く動き続ける存在であり、その上にビジネスを築く前に条件を読む必要がある。

Maverickが依然として優位に立つ分野

三つの事例があり、いずれも小さなものではない。

まずはハードウェアです。Maverickの400BパラメータはFP8で約373 GBに収まり、これはH100またはH200の8 GPU構成の単一ノードに相当します。Mistral Large 4のFP8チェックポイントは54シャードにまたがって約1.06 TBで、Mistralによれば、量子化されたNVFP4ビルドは4基のB200またはB300 GPUで動作します。導入先がすでに所有しているラック内の単一ノードであれば、選択はおのずと決まっています。

2つ目は{{1}}ファインチューニング{{/1}}です。Maverickには{{2}}19か月{{/2}}にわたるコミュニティ製のLoRA、量子化レシピ、サービングガイドの蓄積があります。Mistral Large 4はまだ{{3}}6日{{/3}}しかありません。エコシステムの差は現実にあり、それはベンチマークではなくデバッグに費やす時間で測られます。

第三はタスクの形です。分類、抽出、ルーティング、短い文書の要約、大量の画像キャプション生成——これらはいずれも1兆パラメータの推論モデルを必要とせず、すべて17Bアクティブのモデルで安く済みます。使うことのない推論トークンに割増料金を払うのは、チームがモデル選定でお金を無駄にする最もよくある方法です。

これらとは異なる現行のオープンウェイトモデルをお探しなら、OrcaRouterのカタログにはKimi K3とGLM-5.3-Flashがあり、どちらも、当社がルーティングする200以上のモデルと同様に同じAPIキーから呼び出せ、プロバイダーの定価でマークアップはありません。これらはこの比較の内側に入るのではなく、その両端を外側から挟む位置づけです — GLM-5.3-Flashは入力$0.15、出力$0.50で、ここに登場するどちらのモデルよりも大幅に安く、一方Kimi K3は$3.00と$15.00で、両方よりも大幅に高い価格です。どちらも本記事で扱う2つのモデルの代替ではありませんが、この比較のどちらの端も合わない場合に、まず確認すべき2つの選択肢です。

午後で決める方法

ログから実際のタスクを20件抜き出してください。両方のモデルに同じプロンプトと同じ出力上限で実行し、人手による編集なしでそのまま使えたかどうかで採点します。各タスクが消費したトークンを記録し、上記の価格を掛けてから、使えた出力の数で割ってください。そうして得られる「使える結果あたりのコスト」こそ、予算という現実に耐える唯一の数字です。

私の予想を、知見ではなく予想として述べるなら：Mistral Large 4 はその集合の難しい半分では勝ち、易しい半分ではコストで負ける。そして分岐点は、あなたのタスクが多段階推論を必要としなくなる地点に落ちる。Maverick はより優れたモデルではない。安さで足りる限り、中央値ではより安いモデルだ——そして後継が出ないまま19か月が経った今、それは目に見える有効期限を持つ賭けだ。