欧州AIのフラッグシップ
Mistral AIはフランス・パリを拠点とするAIスタートアップで、欧州のAI主権を体現する存在だ。Mistral Large 2は123Bパラメータのdenseモデルで、128Kコンテキストウィンドウを持つ。MMLUで84.0%を記録し、Llama 3.1 70Bの82.4%を上回る。
KGAがMistralに注目する理由は3つ。第一にGDPR準拠のEUホスティングが可能なこと。第二にcode generation性能が高いこと。第三にAPI価格が競争力のある水準であること。欧州のクライアントや、GDPR対応を求める国内クライアントにはMistralが第一推奨だ。
Mixture of Experts: Mixtralの技術解析
Mistral Large 2はdenseモデルだが、MistralのMoEモデルであるMixtral 8x22Bも依然として重要な選択肢だ。Mixtralは22Bパラメータのexpertを8つ持ち、各トークンで2つのexpertを活性化する。アクティブパラメータは39Bで、推論コストは39B denseモデル相当だが、品質は176B denseモデルに匹敵する。
MoEの利点はコスト効率だけではない。各expertが異なる知識領域に特化するため、単一expertが全てを記憶する必要がないdenseモデルと比較して、知識の圧縮効率が高い。KGAの分析では、Mixtral 8x22Bはfactual QAタスクでdense 70Bモデルを上回るケースが多い。
MoEの課題はメモリ使用量だ。推論時にアクティブなのは2 expertだが、全8 expertのweightをGPU/CPUメモリに保持する必要がある。Mixtral 8x22Bの場合、FP16で約264GB、Q4量子化でも約66GBのメモリが必要。RTX 4090 1枚（24GB）では動作せず、最低でも2枚必要だ。
Codestral: コーディング特化モデル
MistralのCodestralはコーディングに特化したモデルで、HumanEvalで89.4%を記録。GPT-4oの90.2%に迫る性能を、はるかに低コストで実現する。Codestral APIはinput $0.30/MTok、output $0.90/MTokで、GPT-4oの約10分の1だ。
KGAではCodestal をコードレビュー自動化パイプラインに組み込んでいる。Pull Requestの差分をCodestralに入力し、バグ、セキュリティリスク、コード品質の問題を検出する。GPT-4oと同等の検出精度で、コストは月額$200以下に収まっている。
特にTypeScript/JavaScriptのコード生成では、Codestralは型推論の正確性が高く、KGAのフロントエンド開発チームからの評価が高い。ただしRustやGoなどの低水準言語では、GPT-4oやClaude 4の方が安定した出力を得られる。
Mistral API vs セルフホスティング
Mistral APIはLa Plateforme経由で提供され、EUリージョンでのデータ処理を保証する。GDPRのデータ処理要件を満たすため、EU域内のクライアントには自信を持って推奨できる。
セルフホスティングも現実的だ。Mistral Large 2のweightは公開されており（research license）、vLLMやTGI (Text Generation Inference)で自社サーバーにデプロイできる。A100 80GB 2枚でFP16推論、1枚でQ4量子化推論が可能。KGAの検証では、La Plateforme APIとセルフホスティングの品質差は測定誤差の範囲内だった。
Mistralの戦略的ポジション
Mistralは「OpenAIやGoogleほど巨大ではないが、オープンソースコミュニティほど小さくもない」という絶妙なポジションにいる。企業向けサポートと欧州のデータ主権を強みに、規制産業（金融、医療、公共セクター）での採用が急速に拡大している。KGAのクライアントでも、GDPR対応が必要な案件ではMistralをデフォルト推奨としており、2025年下半期からMistral案件が3倍に増加した。