Ripple-65B Preview 対 Mistral Large 4.0：650億パラメータのDenseモデルが1兆パラメータのMoEに挑む

ディスク上でRipple-65B PreviewとMistral Large 4.0を並べてみると、その違いは微妙ではない。BF16シャード129.6 GBに対し、FP8シャード1,060.6 GB——どちらもオープンウェイトと自称し、どちらもエージェント型コーディングを売りにする2つのモデルにしては。一方は、3,200万ドルを費やしたと語る5人組の研究グループが12兆トークンでゼロから訓練した65Bの密なトランスフォーマー。もう一方は、520億のアクティブパラメータと16億パラメータの視覚エンコーダを備えた1.05兆パラメータのMixture of Expertsで、製品ラインを持つ企業のものだ。

興味深いのはサイズの差ではない。両方のラボがDeepSWE 1.1の数値を公表することを選んだという点だ。同じベンチマーク、同じバージョンであり、そこでは小さいモデルが17.4ポイント負けている。Ripple自身のモデルカードは44.3を報告している。MistralはLarge 4.0について61.7を報告している。つまり、効率性、ライセンス、セルフホスティングに関する議論の前に、ボード上には同一バージョン・同一タスクセットによるクリーンな比較が1つあり、それは新しいモデルに有利ではない。

各ラボが実際に出荷したもの

Ripple-65B PreviewはRicursive Intelligence初の公開モデルで、2026年11月4日にApache 2.0の下でリリースされ、アクセスゲートも、ライセンス自体を超える利用許諾の付帯条項もありません。アーキテクチャは意図的に細く深く——モデル幅5,120で80層——アテンションヘッドを過剰気味に配備し、グローバル層に対するスライディングウィンドウ層の比率が高く、ゲート付きアテンション、グローバルNoPE、バリュー残差を備えています。モデルカードでは、比較的軽めのポストトレーニングが行われ、RLステップが700回で、エージェント型コーディングに重点を置いていると明記されています。4.04Bの投機的ドラフター、NVFP4チェックポイント、ゲートなしのベースモデルも同時に提供されます。

Mistral Large 4.0は、2023年以降同社の旗艦であり続けてきたシリーズの第4世代であり、今回は2段階で登場した。2026年10月6日のAPIプレビューに続き、10月29日にはサービスプロバイダー条項を加えたMITライセンス改変版であるMistral Ecosystem Open Weight Licenseの下で重みが公開された。Rippleとは異なりマルチモーダルで、16億パラメータの視覚エンコーダーが画像を取り込む。また、推論エフォートレベルを1段階ではなく3段階で備えている。

• パラメータ — 65Bの密モデルで、トークンごとにすべてのパラメータがアクティブ。一方、合計1.05Tで52Bがアクティブ、128個のルーティングエキスパート（トークンごとに4個）

• ディスク上の重み — 16 シャードで 129.6 GB の BF16 に対し、54 シャードで 1,060.6 GB の FP8、さらに 610.1 GB の NVFP4 版

• コンテキスト — 最大1Mと主張されているが、最初のホスト型エンドポイントは16,384を提供しており、より新しいリスティングでは全体で128K対1Mが前面に掲げられている

• モダリティ — テキスト入力・テキスト出力 vs テキストと画像入力・テキスト出力

• ライセンス — Apache 2.0 と、モデルをサービスとして提供する際に商業契約を必要とする Mistral Ecosystem Open Weight License の比較

• ホストされている場所での価格 — 100万トークンあたり $0.20 / $0.60 対 $0.70 / $2.10、キャッシュされた入力は $0.07

ライセンスの方がより際立った違いであり、しかもその差は僅差ではない。

Apache 2.0 は、これまで常に意味してきた通りの意味を持ちます。Ripple-65B Preview を取得してファインチューニングし、名前を変え、顧客に提供し、何も公開しなくてもかまいません。収益のしきい値も、通知義務も、ルーティング層をライセンシーに変える条項もありません。製品が API の背後にあるモデルである企業にとって、それがすべてを決めます。それは、ビジネスを築けるモデルと、機能を一つ作れるだけのモデルとの違いなのです。

Mistral Large 4.0のライセンスは、その名称から想像されるよりも寛容で、Apacheよりは寛容ではない。これは修正MITライセンスに条件を1つ追加したもので、第三者にモデルをサービスとして提供する場合は商用契約が必要になる。定義では重要な2点が除外されている。エンドユーザー製品へのモデルの組み込みと、「他者がホストするモデルへのリクエストを単に中継すること」であり、これはゲートウェイがMistral自身の推論にリクエストを転送するときに行うことだ。注意深く読めば、その除外規定によってルーターは境界線の正しい側にとどまる。不注意に読んだり、「オープンウェイト」と書かれたマーケティングページだけを読んだりすると、自分で自分を説得してコンプライアンス問題に陥ってしまうことがある。

ですから、正直な捉え方は「{{1}}Apache 対 制限的{{/1}}」ではなく、「{{2}}Apache 対 一度弁護士に読んでもらうべきライセンス{{/2}}」です。自分で重みをホストしてアクセスを販売する計画なら、{{3}}Ripple の条件は明確にシンプルです{{/3}}。エンドポイントを呼び出す計画なら、どちらのライセンスもあなたの用途に対応しており、{{4}}違いはほぼなくなります{{/4}}。

Terminal-Benchは、ここでは使用できないベンチマークです。

両ラボはTerminal-Benchのスコアを公開しているが、それは同じテストではない。RippleはTerminal-Bench 2.1で80.52を報告し、これを米国のオープンウェイトにおける最先端（SOTA）だと称している。MistralはTerminal-Bench 4.0で28.3%を報告している。この2つの数字を並べると、52ポイント差の圧勝のように見える。しかし両者は比較可能ではなく、比較可能なものとして扱うことが、どちらのモデルの報道においても最もよくある誤りだ。

Terminal-Bench 4.0はより難度の高い後発のタスクセットであり、バージョン間の差は十分に大きいため、良好な2.1スコアと平凡な4.0スコアが同じモデルを指し得る。RippleをClaude Opus 5.5と比較した私たち自身の比較は、主に80.5とOpusの66.4も単純に差し引けない理由を説明するために存在している。ここで擁護できる唯一の記述は、Rippleが4.0の数値を公表しておらず、Mistralが2.1の数値を公表していないため、この特定の軸は空であるということだ。

残るのはDeepSWE 1.1であり、そこでは全体像が読み取れる。Rippleの44.3は同社自身のモデルカードによるものだ。Mistralの61.7はMistral自身の実行によるものだ。どちらも独立したものではないが、同じベンチマークの同じバージョンであり、それはTerminal-Benchが提供できる以上のことだ。ソフトウェアエンジニアリングタスクにおける17.4ポイントの差はノイズではなく、各カードの残りの内容とも整合する。Mistral Large 4.0もGPQA Diamondで87.6、MMLU-Proで89.4、Artificial Analysisの長文脈推論セットで81.3を報告しており、Rippleの85.2、84.2、75.0と対比される。

Rippleの反論は、自社の比較セットで首位に立つベンチマークと、Mistralが太刀打ちできない一つの数値に依拠している。Terminal-Bench 2.1で、Reflection Beam 501Bの80.1に対して80.52という数値であり、それは15分の1の規模のモデルによるものだ。これはトレーニング効率に関する確かな成果ではある。しかし、Mistral Large 4.0より優れているという成果ではなく、二次報道ではこの二つの主張が混同され続けている。

トークンあたりのコストはRippleをよく見せるが、タスクあたりのコストの方がより実態に近い

定価ベースでは、ホスト型の価格差は両方向とも約3.5倍です。100万トークンあたり$0.20と$0.60に対して、$0.70と$2.10です。高ボリュームのエージェントにとって、その差は予算議論のすべてであり、65Bのdenseモデルがベンチマークで負けてもなお興味深い理由でもあります。

Artificial AnalysisはMistral Large 4.0をインテリジェンス指数26、インデックスタスクあたりのコスト$2.06と評価している。Ripple-65B Previewには指数の登録自体がないため、割るべき同等の数値が存在しない。これ自体が「能力単位あたりではどちらが安いか」に対する正直な答えだ。一方のモデルは中立的な評価ボードで測定済みで、もう一方はそうではない。今日計画用の数値が必要なら、これらの列のうち中身があるのは片方だけである。

自己ホスティングの算術は、また形を変える。BF16の65B密モデルは、80GBカード4枚にまたがるテンソル並列4で収まり、11月5日時点でマージされたvLLMサポートにより、今では--trust-remote-codeなしでロードできる。1.05TのFP8モデルには、一桁多いハードウェアと、エキスパート並列を理解するサービングスタックが必要だ。GPU4枚とコンプライアンス要件を抱えるチームにとって、65Bは妥協の選択肢ではない——このリスト上で唯一の選択肢なのだ。

ルーティングの判断が実際にどこに着地するのか

どちらのモデルもOrcaRouterのカタログにはありません。Mistralのモデルはまったく含まれておらず、Ripple-65B Previewもありません。したがって、これを含め、1つのキーで両方にアクセスできると伝える記事はでっち上げということになります。実際に正しいのはもっと限定的です。当社が実際にルーティングしているオープンウェイトモデルこそ、コスト重視の購入者が通常これら2つと比較するモデルです。Kimi K3.1 Proは、100万トークンのコンテキストと94.3万トークンの最大出力を持ち、価格は100万トークンあたり2.00ドルと10.00ドルです。DeepSeek V4 Proは、100万トークンのコンテキストと38.4万トークンの出力を持ち、価格は100万トークンあたり0.66ドルと1.98ドルです。どちらも自動フェイルオーバー付きの単一のOpenAI互換エンドポイント経由で利用でき、プロバイダーの定価はマークアップなしでそのまま適用されるため、ベンダーの価格変更は当日中に当社側でも反映されます。

これはこの比較において、一つの具体的な点で重要です。Mistral Large 4.0は$1.36と$4.18で登場し、現在Mistralのドキュメントに表示されている$0.70と$2.10は、その後に適用された割引料金です。1か月で半額になる価格は、覚えておくよりも確認する価値のある価格です。そしてそれは、何も変更しなくてもパススルー型ゲートウェイが反映する種類の変動です。

誰がどれを選ぶべきか

重みを解釈の要らない条件のもとで完全に所有したいなら、ワークロードが広範なソフトウェアエンジニアリングではなくターミナル形式のエージェントコーディングであり、65Bがハードウェアに収まるなら、Ripple-65B Previewを選べ。そして次のことを受け入れよ——独立系ラボが誰も再現していないベンダーのスペック表を信頼していること、コンテキストの数値はサービング方法に完全に左右されること、そして今動かしているものを置き換える前に超えるべき数字はDeepSWEの44.3だということだ。

画像とテキストの両方が必要で、ライセンスの簡潔さよりも1Mコンテキストと文書化された提供実績が重要で、測定されたIntelligence Index 26とタスクあたり$2.06のコストが調達プロセスで許容される数値なら、Mistral Large 4.0を選んでください。ライセンスには一度法的な確認が必要であり、1,060.6 GBの重みは別格のインフラ投資であり、Terminal-Bench 4.0の28.3%は自社評価でも再現される可能性が最も高いスコアであることを受け入れてください。

私が絶対にしないのは、主要なベンチマークで両者を選び分けることだ。2つのラボ、2つのベンチマークバージョン、2つの自己申告によるDeepSWEの実行——これを決める比較は、自分のリポジトリで実行するものだ。そして両モデルは、誰の許可も得ずにそれを可能にするのに十分オープンだ。