Mistral Small 4 の発表
Mistral AI は、推論・マルチモーダル・エージェント機能を統合した新モデル「Mistral Small 4」をApache 2.0ライセンスで公開し、業界標準の効率性と性能を達成しました。
キーポイント
機能の完全統合とアーキテクチャ革新
推論特化（Magistral）、マルチモーダル（Pixtral）、コーディング（Devstral）の機能を単一モデルに統合し、128 experts のMoE 構造で柔軟な推論強度を可能にしました。
圧倒的なパフォーマンス向上
エンドツーエンドの完了時間を40%短縮し、スループットは前世代比3倍となり、256k のコンテキストウィンドウとネイティブ画像入力に対応しています。
オープンソースへのコミットとエコシステム拡大
Apache 2.0ライセンスでの公開を継続し、NVIDIA Nemotron Coalition の創設メンバーとして加わり、オープンな最先端モデル開発を推進します。
影響分析・編集コメントを表示
影響分析
この発表は、開発者が複数の専門モデルを組み合わせる必要性を排除し、単一の汎用高性能モデルで多様なタスクを処理できる新たな基準を示しています。特にApache 2.0ライセンスでの公開とNVIDIAとの連携により、オープンソースコミュニティにおける推論能力とマルチモーダル性能の標準が引き上げられ、実装コストの削減と開発スピードの向上に直結する影響を与えます。
編集コメント
推論、視覚認識、コーディングを単一モデルで完結させる試みは、実務におけるモデル選定の複雑さを劇的に解消する画期的な一歩です。特にApache 2.0ライセンスでの提供により、企業利用のハードルが下がる点が注目されます。
本日、Mistral Small 4 を発表いたします。このモデルは、Mistral Small ファミリーにおける次の主要リリースです。Mistral Small 4 は、推論用のフラッグシップモデルである Magistral、マルチモーダル対応の Pixtral、エージェント型コーディング向けの Devstral の各機能を統合し、単一の汎用モデルとして実現した最初の Mistral モデルとなります。Small 4 を利用することで、ユーザーは高速な指示実行モデル、強力な推論エンジン、あるいはマルチモーダルアシスタントの間で選択する必要がなくなります。一つのモデルですべての機能を提供し、設定可能な推論負荷と業界最高クラスの効率性を兼ね備えています。
Mistral Small 4 は Apache 2.0 ライセンスの下でリリースされ、オープンでアクセス可能かつカスタマイズ可能な AI への当社のコミットメントを引き続き示しています。
マルチモーダル・推論最適化モデルにおける新たな基準
Mistral Small 4 は、一般的なチャット、コーディング、エージェントタスク、そして複雑な推論に最適化されたハイブリッドモデルです。そのアーキテクチャはテキストと画像の両方の入力をサポートしており、幅広いアプリケーションで多用途に活用できます。Mistral Small 4 を通じて、オープンソースモデルへの当社のコミットメントを再確認するとともに、NVIDIA Nemotron Coalition の創設メンバーとして参加することを誇りに思います。これにより、AI 開発における協力と革新の推進を図ります。
主要なアーキテクチャの詳細
- エキスパート混合 (Mixture of Experts: MoE): 128 個のエキスパートを持ち、トークンごとに 4 つがアクティブとなり、効率的なスケーリングと専門化を可能にします。
- 総パラメータ数は 119B で、トークンあたりのアクティブパラメータは 6B です（埋め込み層と出力層を含めると 8B）。
- 256k のコンテキストウィンドウをサポートし、長文の対話やドキュメント分析に対応。
- 推論努力度を設定可能：低遅延の高速レスポンスと、深い推論を要する出力の間で切り替えが可能。
- ネイティブなマルチモーダル性：テキスト入力と画像入力の両方を受け付け、ドキュメント解析から視覚分析まで多様なユースケースを実現。
パフォーマンスのハイライト
- エンドツーエンドの完了時間が 40% 短縮（遅延最適化設定）。
- Mistral Small 3 と比較して、1 秒あたりのリクエスト数が 3 倍増加（スループット最適化設定）。
なぜ Mistral Small 4なのか？
統合された機能
Mistral Small 4 は、Magistral（推論）、Devstral（コーディングエージェント）、および Mistral Small（指示）の強みを単一のモデルに集約しました。チャットアシスタント、研究パートナー、あるいはコーディングエージェントが必要かどうかに関わらず、Small 4 はタスクに合わせて適応し、専門的なモデル間で切り替える必要はありません。
必要な時の推論機能
新しい reasoning_effort パラメータにより、ユーザーはモデルの動作を動的に調整できます：
- reasoning_effort="none"：日常業務向けの高速で軽量なレスポンス。Mistral Small 3.2 と同じチャットスタイルに相当。
- reasoning_effort="high"：複雑な問題に対する詳細な段階的な推論。以前の Magistral モデルと同程度の詳しさを提供。
エンタープライズグレードの効率性
- 最小インフラ構成：NVIDIA HGX H100 を 4 基、または NVIDIA HGX H200 を 2 基、あるいは NVIDIA DGX B200 を 1 基。
- 推奨セットアップ：最適パフォーマンスを得るためには、NVIDIA HGX H100 を 4 基、または NVIDIA HGX H200 を 4 基、あるいは NVIDIA DGX B200 を 2 基。
- Mistral Small 4 は完全なオープンソースです。専門タスク向けにファインチューニング（微調整）して使用することも、汎用目的のためにそのままデプロイすることも可能です。コミュニティとの協力により、現在は vLLM、llama.cpp、SGLang、Transformers などでも利用可能になりました。
- 高度なオープンソース AI モデルを提供するには広範な最適化が必要です。NVIDIA と緊密に連携し、オープンソースの vLLM および SGLang の両方に対して推論（inference）を最適化しました。これにより、あらゆるデプロイメントシナリオで効率的かつ高スループットなサービングを実現しています。
*図：3 つのベンチマークにおけるスコアと出力長の関係。上段：精度スコア（数値が高いほど良い）。下段：平均出力長（千文字単位、短いほど良い）。
推論機能を備えた Mistral Small 4 は、すべてのベンチマークにおいて GPT-OSS 120B と同等かそれ以上の競争力のあるスコアを達成しながら、はるかに短い出力を生成します。AA LCR では、Mistral Small 4 はわずか 1.6K 文字で 0.72 のスコアを獲得するのに対し、Qwen モデルは同程度の性能を出すために 3.5〜4 倍の出力（5.8〜6.1K）を必要とします。LiveCodeBench では、Mistral Small 4 は GPT-OSS 120B を上回りながら、出力量を 20% 削減しています。この効率性の差は実務において重要です：短い出力とは、より低いレイテンシ、推論コストの削減、そしてより優れたユーザー体験を意味します。
エンタープライズ購入者向け:
トークンあたりの効率は直接コストとスケーラビリティに影響を与えます。応答が長くなっても性能を維持または向上させるモデルは、レポート生成やカスタマーサポート、意思決定ワークフローといった複雑でリスクの高いタスクにおいても、手動介入の必要性を減らし、運用コストを低下させ、一貫した品質を保証します。ハイブリッド推論モデルは、リソース使用量の比例増加なしに精度を最大化することでより高い価値を提供し、パフォーマンスとコスト効率性の両方が重要な大規模展開において理想的です。
技術チームおよびデータサイエンティスト向け:
トークンあたりのパフォーマンスは、モデルの選択と最適化における重要な指標です。効率的にスケーリングするモデルにより、チームは精度を犠牲にしたり計算コストを膨らませたりすることなく、より長く、より微妙なニュアンスを持つタスク（例：詳細な分析、多段階推論）に対するソリューションを展開することが可能になります。これは、品質とリソース配分の間のトレードオフが少なくなることを意味し、より革新的で信頼性の高い AI 駆動アプリケーションを可能にします。また、モデルの堅牢性により、絶え間ない調整やフォールバックシステムの必要性が減るため、ファインチューニングや統合も簡素化されます。
意図されたユースケース
Mistral Small 4 は以下のために設計されています:
- 開発者: コーディングの自動化、コードベースの探索、およびコードエージェントワークフロー。
- エンタープライズ: 一般的なチャットアシスタント、ドキュメント理解、およびマルチモーダル分析。
- 研究者: 数学、研究、および複雑な推論タスク。
そのオープンソースライセンスとカスタマイズ可能なアーキテクチャにより、ファインチューニングや専門化に理想的です。
利用可能性
- Mistral API および AI Studio
- Hugging Face リポジトリ
- 開発者は build.nvidia.com で NVIDIA のアクセラレーテッドコンピューティング上で Mistral Small 4 を無料でプロトタイプ作成できます。また、本番環境でのデプロイには、Mistral Small 4 が NVIDIA NIM として day-0 から利用可能となり、すぐに使える最適化されたコンテナ化推論を提供します。さらに、ドメイン固有のファインチューニングには NVIDIA NeMo でカスタマイズすることも可能です。
- お客様向けの技術ドキュメントは、当社の AI ガバナンスハブでご利用いただけます
エンタープライズ向けデプロイメント、カスタムファインチューニング、またはオンプレミスソリューションについては、当チームまでお問い合わせください。
AI の未来はオープンである
指示実行、推論、マルチモーダル機能を統合することで、Mistral Small 4 は AI の統合を簡素化し、単一の適応可能なツールでより幅広いタスクにユーザーが取り組めるよう支援します。これにより、オープンソース AI のメリットを実際のユースケースに還元します。**
原文を表示
Today, we are announcing Mistral Small 4. This model is the next major release in the Mistral Small family. Mistral Small 4 is the first Mistral model to unify the capabilities of our flagship models, Magistral for reasoning, Pixtral for multimodal, and Devstral for agentic coding, into a single, versatile model. With Small 4, users no longer need to choose between a fast instruct model, a powerful reasoning engine, or a multimodal assistant: one model now delivers all three, with configurable reasoning effort and best-in-class efficiency.
Mistral Small 4 is released under the Apache 2.0 license, continuing our commitment to open, accessible, and customizable AI.
A new standard for multimodal, reasoning-optimized models
Mistral Small 4 is a hybrid model optimized for general chat, coding, agentic tasks, and complex reasoning. Its architecture supports both text and image inputs, making it versatile for a wide range of applications. With Mistral Small 4, we reaffirm our commitment to open-source models and are proud to join the NVIDIA Nemotron Coalition as a founding member, advancing collaboration and innovation in AI development.
Key architectural details
- Mixture of Experts (MoE): 128 experts, with 4 active per token, enabling efficient scaling and specialization.
- 119B total parameters, with 6B active parameters per token (8B including embedding and output layers).
- 256k context window, supporting long-form interactions and document analysis.
- Configurable reasoning effort: Toggle between fast, low-latency responses and deep, reasoning-intensive outputs.
- Native multimodality: Accepts both text and image inputs, unlocking use cases from document parsing to visual analysis.
Performance highlights
- 40% reduction in end-to-end completion time (latency-optimized setup).
- 3x more requests per second (throughput-optimized setup) compared to Mistral Small 3.
Why Mistral Small 4?
Unified capabilities
Mistral Small 4 consolidates the strengths of Magistral (reasoning), Devstral (coding agents), and Mistral Small (instruct) into a single model. Whether you need a chat assistant, a research partner, or a coding agent, Small 4 adapts to your task, no need to switch between specialized models.
Reasoning on demand
With the new reasoning_effort parameter, users can dynamically adjust the model’s behavior:
- reasoning_effort="none": Fast, lightweight responses for everyday tasks, equivalent to the same chat style of Mistral Small 3.2.
- reasoning_effort="high": Deep, step-by-step reasoning for complex problems, with equivalent verbosity to previous Magistral models.
Enterprise-grade efficiency
- Minimum infrastructure: 4x NVIDIA HGX H100, 2x NVIDIA HGX H200, or 1x NVIDIA DGX B200.
- Recommended setup: 4x NVIDIA HGX H100, 4x NVIDIA HGX H200, or 2x NVIDIA DGX B200 for optimal performance.
- Mistral Small 4 is fully open source. Fine-tune it for specialized tasks or deploy it out of the box for general-purpose use. Thanks to collaboration with the community, it’s now available on vLLM, llama.cpp, SGLang, Transformers, and more.
- Delivering advanced open-source AI models requires broad optimization. Through close collaboration with NVIDIA, inference has been optimized for both open source vLLM and SGLang, ensuring efficient, high-throughput serving across deployment scenarios.
*Figure: Score vs. Output Length across three benchmarks. Top: accuracy scores (higher is better). Bottom: average output length in thousands of characters (shorter is better).*
Mistral Small 4 with reasoning achieves competitive scores, matching or surpassing GPT-OSS 120B on all three benchmarks, while generating significantly shorter outputs. On AA LCR, Mistral Small 4 scores 0.72 with just 1.6K characters, whereas Qwen models need 3.5-4x more output (5.8-6.1K) for comparable performance. On LiveCodeBench, Mistral Small 4 outperforms GPT-OSS 120B while producing 20% less output. This efficiency gap matters in practice: shorter outputs mean lower latency, reduced inference costs, and a better user experience.
For enterprise buyers:
**Efficiency per token directly impacts cost and scalability. Models that maintain or improve performance as responses grow longer reduce the need for manual intervention, lower operational costs, and ensure consistent quality, even for complex, high-stakes tasks like report generation, customer support, or decision-making workflows. Hybrid reasoning models deliver better value by maximizing accuracy without proportional increases in resource use, making them ideal for large-scale deployments where both performance and cost-efficiency are critical.
For technical teams and data scientists:
Performance per token is a key metric for model selection and optimization. Models that scale efficiently allow teams to deploy solutions for longer, more nuanced tasks (e.g., detailed analytics, multi-step reasoning) without sacrificing accuracy or inflating computational costs. This means fewer trade-offs between quality and resource allocation, enabling more innovative and reliable AI-driven applications. It also simplifies fine-tuning and integration, as the model’s robustness reduces the need for constant adjustments or fallback systems.
Intended use cases
Mistral Small 4 is designed for:
- Developers: Coding automation, codebase exploration, and code agentic workflows.
- Enterprises: General chat assistants, document understanding, and multimodal analysis.
- Researchers: Math, research, and complex reasoning tasks.
Its open-source license and customizable architecture make it ideal for fine-tuning and specialization.
Availability
- Mistral API and AI Studio
- Hugging Face Repository
- Developers can prototype Mistral Small 4 for free on NVIDIA accelerated computing at build.nvidia.com, and for production deployment, Mistral Small 4 is available day-0 as an NVIDIA NIM, delivering optimized, containerized inference out of the box. It can also be customized with NVIDIA NeMo for domain-specific fine-tuning.
- Technical documentation for customers is available on our AI Governance Hub
For enterprise deployments, custom fine-tuning, or on-premises solutions,contact our team.
The future of AI is open
By unifying instruct, reasoning, and multimodal capabilities, Mistral Small 4 simplifies AI integration and empowers users to tackle a wider range of tasks with a single, adaptable tool, bringing the benefits of open source AI to real-world use cases.**
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み