Mistral Advanced オープンウェイト FlowHuntで利用可能

Mistral Large 3

Mistral Large 3は、Mistral社が開発し2025年12月にリリースされた、要求の厳しい本番環境ワークロードに適した先進的なAIモデルです。オープンウェイトモデルとして、学習済みの重みが公開されており、セルフホスティング、プロプライエタリデータでのファインチューニング、またはAPI依存なしでのオンプレミス実行が可能です。256Kトークンのコンテキストウィンドウをサポートし、ほとんどのドキュメントやマルチターンアプリケーションに十分対応します。

続きを読む
Mistral Large 3は、2025年12月2日にMistral社の最も高性能な商用モデルとして、そして重要なことにApache 2.0ライセンスのオープンウェイトリリースとして公開されました。総675BのMoEアーキテクチャから41Bのアクティブパラメータを持ち、完全にApacheライセンスされたフロンティアに準じたモデルとしては最大かつ最も高性能です。Mistral社はLarge 3を特にヨーロッパの企業ニーズに対応するよう設計しました。EUデータセンターへのデプロイが可能で、データがデプロイ地域から離れることがないアーキテクチャによりGDPRに準拠し、多くのオープンウェイトモデルのような制限的なライセンス条件なしで商用アプリケーションに使用できます。

ベンチマーク

各スコアは1回だけ表示され、追跡対象モデルの中での順位と測定者が併記されます。

同じ尺度でAdvancedの同クラスモデルと比較
  • Mistral Large 3このモデル
  • Claude Sonnet 5.5このモデルは3件中0件で首位
  • GPT-6 Lunaこのモデルは3件中0件で首位
検証済み 独立した評価機関、ランキングに反映
総合

AA Intelligence Index

Independent composite of agent, coding, knowledge and science tests by Artificial Analysis (v4).

出典 ↗

Mistral Large 3 9.3 Claude Sonnet 5.5 56.0 GPT-6 Luna 38.1
#4045中 検証済み
コーディング

SWE-bench Verified

500 verified GitHub issues. Saturated at the frontier.

出典 ↗

Mistral Large 3 41.4% Claude Sonnet 5.5 スコアなし GPT-6 Luna スコアなし
#2222中 検証済み
エージェント

Terminal-Bench 4.0

Multi-step professional tasks done by an agent in a command-line terminal.

出典 ↗

Mistral Large 3 0.0% Claude Sonnet 5.5 63.6% GPT-6 Luna 12.6%
#3336中 検証済み
推論

Humanity's Last Exam

Expert-written questions across 100+ subjects, no tools.

出典 ↗

Mistral Large 3 4.2% Claude Sonnet 5.5 55.0% GPT-6 Luna 38.5%
#3944中 検証済み

GPQA Diamond

Graduate-level science questions that search cannot answer.

出典 ↗その他: 検証済み 43.9% (LayerLens/Atlas independent)

Mistral Large 3 68.0% Claude Sonnet 5.5 スコアなし GPT-6 Luna スコアなし
#3037中 検証済み

Mistral Large 3の活用シーン

セルフホスト&プライベートデプロイ

Mistral Large 3はオープンウェイト(41B/675B MoEパラメータ)であり、学習済みの重みが公開され、ダウンロードとセルフデプロイが可能です。独自のGPUハードウェアまたはプライベートクラウドで実行することで、データが環境外に流出することを防ぎ、大規模なトークン単位のAPIコストを排除し、プロプライエタリデータセットでモデルをファインチューニングできます。

強みと制約

強み

  • 高度な数学
  • セルフホスト&データプライベートデプロイ(オープンウェイト)
  • 長文コンテキストタスク(256Kコンテキストウィンドウ)

制約

  • フロンティア未満のハードな科学推論

FlowHuntで使う

Mistral Large 3を、独自のツールやナレッジソースと並べて、あらゆるフローで利用できます。

  1. 1フローを開くか、テンプレートから作成します
  2. 2AI AgentまたはGeneratorコンポーネントを追加します
  3. 3モデルセレクターでMistral Large 3を選びます

関連AIモデル

Mistralについて Paris, France · 設立 2023 · mistral.ai

Mistral AIは、2023年4月にArthur Mensch氏(元Google DeepMind)、Guillaume Lample氏およびTimothée Lacroix氏(ともに元Meta AI Research)によって設立されたフランスのAI企業です。同社は、商用API事業と戦略的なオープンウェイト公開を組み合わせ、生成AIにおける欧州のチャンピオンとしての立場を掲げています。Mistralの主力LargeシリーズおよびApache 2.0ライセンスのモデルは、ほとんどのAIリーダーボードにおいて米国・中国以外で最も著名なプロバイダーとなっています。同社は欧州本部をパリに置き、GDPRおよびEU規制への準拠を重視し、クローズドAPIシステムと比較してオープンウェイトモデルのより軽い規制を求める独自の規制哲学を明確に示しています。

mistral.ai ↗

AIモデルリーダーボードをすべて見る

よくある質問

詳しく見る

Mistral Medium 3 — ベンチマーク、機能、およびユースケース
Mistral Medium 3 — ベンチマーク、機能、およびユースケース

Mistral Medium 3 — ベンチマーク、機能、およびユースケース

Mistral Medium 3は、Mistral社が開発した独自AIモデルで、Advanced層に分類され、128Kトークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、推奨ユースケースをご確認ください。...

2 分で読める
Mixtral 8x7B — ベンチマーク、性能、およびユースケース
Mixtral 8x7B — ベンチマーク、性能、およびユースケース

Mixtral 8x7B — ベンチマーク、性能、およびユースケース

Mixtral 8x7Bは、Mistral社が開発したオープンウェイトのAIモデル(12.9B/46.7B MoE)で、Legacy層に分類され、32Kトークンのコンテキストウィンドウを備えています。ベンチマークスコア、強み、推奨ユースケースをご覧ください。...

1 分で読める
Mistral AI
Mistral AI

Mistral AI

Mistral AIおよび同社が提供するLLMモデルについて詳しくご紹介します。これらのモデルの利用方法や、他と異なる特徴を発見しましょう。...

1 分で読める
AI Large Language Models +4