Mistral Large 4 のオープンウェイト：API 価格とエージェントタスクあたりのコスト

Mistral Large 4 がオープンウェイトになりました。Mistral は 2026年10月29日に重みを公開し、API 価格を入力 100万トークンあたり $0.70、出力 100万トークンあたり $2.10（キャッシュ入力は $0.07）に設定しました。コーディングエージェントを動かすなら、有用な問いはトークン単価ではなく、1つの長いタスクが合計でいくらになるかです。

Mistral の発表内容#

Mistral のリリースページ（2026年10月30日確認）によると、Mistral Large 4 は約 1T パラメータのモデルで、instruct と reasoning を組み合わせたハイブリッドを mixture of experts として構築しています。入力はネイティブにマルチモーダルで、160以上の言語に対応し、推論モードは Low、Medium、High の3つで、デフォルトは High です。Hugging Face リポジトリは Mistral-Large-4-1T-A52B、API id は mistral-large-4-0 です。

重みは MIT を改変した Mistral Ecosystem Open-Weight ライセンスで提供されます。商用利用とファインチューニングは許可されています。モデルをホスト型サービスとして販売するには、Mistral から別途商用ライセンスが必要です。vLLM や SGLang、NVIDIA NIM や TensorRT-LLM 経由で実行するか、Mistral 自身の API、Microsoft Foundry、Mistral Vibe Code を利用できます。

ベンチマークでは Mistral が自社の数値を報告しています。Terminal-Bench 4.0 で 41%（プレビューは 28%）、FrontierCode 2.0 で 19.7%、BrowseComp で 84.5%、Artificial Analysis Coding Agent Index で 48% で、Mistral によればタスクあたりのトークン数が 47% 少ない状態で GLM-5.3 の 47% と同等だといいます。これらはベンダーの結果であり独立したものではないため、判定ではなく自分のリポジトリで試す理由として扱ってください。

Mistral の価格でエージェントタスク1つにかかるコスト#

まず、エージェントが実際にどうトークンを使うかを考えます。各ステップでそれまでの会話を再送するため、入力が積み上がる一方で各回答は短く保たれます。ターミナルのコーディングエージェントが1つのタスクで40ステップかかり、1ステップあたり入力約25,000トークン、出力1,500トークンだとします。これは説明のための仮定です。自分の数値に置き換えてください。

Mistral の公開価格（2026年10月30日）では、そのタスクは入力が 1,000,000 × $0.70 / 1M = $0.70、出力が 60,000 × $2.10 / 1M = $0.126 なので、$0.70 + $0.126 = タスクあたり $0.826 です。請求額の大半は入力側です。

キャッシュは状況を変えます。各ステップの25,000入力トークンのうち20,000が 100万トークンあたり $0.07 でキャッシュから提供される場合、1ステップはキャッシュ入力が 20,000 × $0.07 / 1M = $0.0014、新規入力が 5,000 × $0.70 / 1M = $0.0035、出力が 1,500 × $2.10 / 1M = $0.00315 です。つまり1ステップ $0.00805 で、$0.00805 × 40 = タスクあたり $0.322 です。80% のキャッシュヒット率も仮定なので、自分のツールが報告する値を確認してください。

同じワークロードを動かせる計算機で見ると：

そして同じタスクを CheapTokens のモデル群でライブ価格にし、OpenRouter と並べると：

このエージェントループでは、CheapTokens の DeepSeek-V4-Flash がタスク全体で $0.021 となり、入力と出力を合計した総額で、OpenRouter の参考価格より安くなります。コンテキストウィンドウは 380K、回答あたり最大 32,768 出力トークンで、1日のどの時間帯でも同一価格です。

オープンウェイトか API か#

このリリースで興味深いのは重みです。データをネットワーク外に出せない場合やファインチューニングしたい場合、このクラスのモデルでそれができるようになりました。そのルートのコストはハードウェアです。1T パラメータのモデルは、トークンごとに一部しかアクティブでなくてもマルチ GPU サーバーが必要で、Mistral のページにはアクティブパラメータ数が記載されていません（リポジトリ名の A52B は 52B を示唆しますが、それは名前からの推測です）。Mistral のページにはコンテキストサイズも記載されていません。

チケットを完了するエージェントが欲しいだけのほとんどのチームにとって、API ルートはそのセットアップを避けられます。オープンウェイトが実際に何を意味するかの背景は、オープンウェイトと量子化とは何かを参照してください。

今日呼び出せるエージェントモデルで同じタスク#

目標が多くのステップを安く実行するターミナルまたは IDE エージェントなら、CheapTokens 経由で DeepSeek-V4-Flash や GLM-5.3-Flash で同じループを試せます。API は OpenAI Chat Completions と Anthropic Messages に互換で、全モデルで1つの残高を使います。プロバイダー間でモデル名は異なるため、CheapTokens のドキュメントにある完全なモデル id を使用してください。

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "messages": [{"role": "user", "content": "Find the bug in this stack trace and propose a fix."}], "max_tokens": 1500}'

from openai import OpenAI

client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key="YOUR_CHEAPTOKENS_KEY")
resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Find the bug in this stack trace and propose a fix."}],
    max_tokens=1500,
)
print(resp.choices[0].message.content)
print(resp.usage)

レスポンスの usage フィールドは入力と出力のトークン数を示すので、自分のエージェントのステップを測定して上の計算機に当てはめられます。Cline のコストガイドではセッション全体の予算の立て方を示し、ドキュメントでは他のツールの接続方法を扱っています。モデルページ：安価な DeepSeek、ライブ価格。

どの仕事にどれを#

自前ハードウェアでのオープンウェイトとファインチューニングは別の道であり、このリリースが開くのはそこです。短いステップが長く続くループには、CheapTokens の DeepSeek-V4-Flash を使ってください。コンテキスト 380K、回答あたり最大 32,768 出力トークン、1日のどの時間帯でも同一価格で、入力と出力を合計した総額で OpenRouter より安価です。GLM-5.3-Flash はコンテキスト 390K です。Mistral のベンチマークは GLM-5.3 と比較しており、どの GLM-5.3 バリアントかは述べていないため、その数値を GLM-5.3-Flash に当てはめて読まないでください。自分のタスクを各モデルで10個実行し、トークン数を比較してください。同じアプローチは GPT-6.1 Terra の価格がタスクあたりどうなるかにあります。