Mistral、Large 4の重みを公開し米中のサイバーAIに対抗

10月29日、MistralはLarge 4の重みデータをダウンロード可能にしました。これにより、企業や政府は米中企業のモデルに依存するのではなく、自社でサイバーセキュリティAIモデルを実装できるようになります。ただし、この自由には代償が伴います。Mistralはモデルに対する制御力が限られているため、誰がどのような目的でモデルを使用できるかを決定することができません。

APIプレビューからダウンロード可能な重みデータへ

Mistral’s Large 4 was first rolled out via an API on October 6 and its weights were issued for download on October 29. API access is still possible as a deployment option. The official specifications of Large 4 indicate its parameters are 1.05 trillion and include the active parameters being 52 billion, which is marginally more than the 49 billion as covered earlier by Cryptopolitan.

Businesses can customize and host the model themselves. But those seeking to resell it as a hosted service need a separate commercial license. That independence is central to Mistral’s pitch. As company executive Pierre Stock told TechCrunch, access “can’t be cut off.”

ベンチマークが示すことと、示さないこと

Mistral は、Large 4 がコーディングエージェントインデックスで48%のスコアを得たと報告しました。これはGLM-5.3とほぼ同等です。しかし、Large 4はタスクごとに47%少ないトークンを使用しました。同社はまた、FrontierCode 2.0で19.7%のスコア、Terminal-Bench 4.0で41%のスコアを得たと報告しています。

サイバーセキュリティの状況は少し異なります。Large 4はArtificial Analysis Cyber Indexで51点を記録し、Kimi K3.1 Pro（64点）、DeepSeek V4.1 Flash（57点）、Grok 4.7（56点）に後れを取っています。ただし、これらのスコールには文脈が必要です。このインデックスは、AIモデルがセキュリティ脆弱性を発見・修正する能力を測定するものであり、サイバー攻撃を実行する能力を評価するものではありません。

クローズドなフロンティアモデルとの差はどれほどか

Large 4のコーディング能力や防御的なサイバーセキュリティ面での改善が報告されているものの、主要なオープンウェイトモデルはまだ最も強力なクローズドシステムに及んでいません。10月16日にEpoch AIが行った分析では、トップクラスのオープンウェイトモデルであるGLM-5.3のCyber ECIスコアが160点でした。一方、最も強力なクローズドモデルは171点を記録しました。過去の性能を振り返ると、Epochはオープンウェイトモデルがクローズドなフロンティアモデルより6〜7ヶ月遅れていると推定しています。ただし、この評価はLarge 4の最終リリース以前のものでした。

英国のAI Security Instituteも同様の結論に達しました。オープンウェイトモデルとクローズドウェイト競合他社との間に4〜7ヶ月の差があると推定していますが、そのテストはEpoch AIのものとは異なりました。

問題は防御能力の問題を超えています。Anthropicは制御されたテストの一環として、GLM-5.3が410回の試行のうち50回で既存の脆弱性を成功裏に悪用したと報告しました。研究者たちは、さまざまなシミュレーションの64%〜100%でモデルの安全機能を回避することに成功しました。

主権の主張と採用の現実

企業はAIシステムの制御により関心を示していますが、支出状況は異なる物語を語っています。報告によると、9月に調査対象企業の42%が本番環境でオープンウェイトモデルを使用しており、7月の31%から増加しています。

それでも、オープンウェイトは10月のメーター化されたAI消費量のわずか5%を占めていました。Claudeは29%、Microsoft 365 Copilotは36%を占めました。

Futurumはまた、モデルの起源が生産ユーザーの47%の意思決定に影響を与えたことも発見しました。ただし、その調査は主に北米に焦点を当てており、より広範な結論を導き出すには限界があります。

企業にとって、より大きな独立性はより多くの責任を引き受けることを意味します。PwCは、オープンウェイトを選択する企業が独自のセキュリティとメンテナンスを管理しなければならないと警告しています。

取り消すことのできない安全対策

この責任は、AIモデルが機密性の高いサイバーセキュリティタスクを処理できる場合に特に重要になります。Mistralによれば、Large 4は有害なサイバーリクエストの96.6%を拒否します。ただし、これらのガードラックはモデルがダウンロードされると解除される可能性があります。AISIもまた、開発者がプライベートにホストされたコピーを監視したり撤回したりすることはできないと警告しています。

Moonshotは異なるアプローチを取っています。同社は、計画された11月4日のウェイトリリース前にKimi K3.1 Proからサイバーセキュリティトレーニング教材を削除しました。その結果、内部の攻撃的ベンチマークスコアは90.5%から81.0%に低下しました。ただし、これらの結果は独立して検証されていません。

10月30日現在、Large 4の新しくリリースされたウェイトに関連付けられた公的に文書化されたサイバー攻撃はありません。