欧州の自社データセンターで学習した1兆パラメータのAIが公開。準拠法を選べる見積書の4行

AI 開発の相談でほぼ必ず出るのが「このデータを外部の AI に送っていいのか」である。社内規程や取引先との契約で送り先を縛られている会社は多い。送れないと分かった時点で、案件が止まるか、自社で動かす前提に切り替わって費用が跳ねる。

2026 年 10 月 6 日、フランスの Mistral AI が「Mistral Large 4」を公開プレビューとして出した。性能の話より、発注側に効くのはどこで学習し、どこで動かし、どの法のもとで運用するかが公式に明記されたことである。

公表されている事実

公式の発表（2026 年 10 月 6 日）に書かれているのは次の内容である。

• 規模: 1 兆パラメータの、はじめから多様な入力に対応する設計。実際に動く部分（アクティブパラメータ）は 520 億
• 学習場所: 欧州にある自社データセンターの NVIDIA Grace Blackwell GPU 3,800 基で、ゼロから学習した
• 稼働場所: 学習に使ったのと同じ欧州の基盤で提供する。世界の複数リージョンでも提供予定で、欧州の環境は同社が端から端まで自前で運用し、欧州法のもとで、他の事業者から独立して動かすと明記している
• 価格: 100 万トークンあたり 入力 1.36 ドル / 出力 4.18 ドル
• 提供形態: 自社プラットフォーム経由の API で公開プレビュー。一般提供の時期は記載が無い
• 重みの公開: 月内にダウンロード可能な重みとして公開する予定。ライセンス条件は未記載
• 言語: 学習データの相当部分が多言語で、EU の公用語すべてを含む 160 以上の言語にまたがる
• 安全性: 審査を通した security 事業者と公的機関が、制限を緩めた状態で攻撃テストを実施している

なお、公式ページには割引やキャンペーンの記載が無く、記載の価格が期間限定かどうかも書かれていない。第三者の価格一覧にはこれより低い単価を載せているものもあるが、本稿では公式ページの数字だけを採る。

発注者・企業への影響

ここから先は見立てである。

1. 「どこで処理されるか」が選べる項目になりつつある

これまで外部 API の利用で問題になりやすかったのは、送った先がどこの国にあり、どの国の法律で開示請求を受けるかだった。規程で国外移転を制限している会社では、この一点で AI の利用範囲が決まってしまう。

学習から運用まで同じ地域で完結し、準拠法まで明示する提供形態が増えてくると、この制約は案件を止める理由から、価格と性能の交換条件に変わると考えられる。つまり「送れないから作れない」ではなく、「送り先を限定すると単価がこう変わる」という見積もりの話になる。

発注側がやることは、AI の選定ではなく条件の文章化である。どのデータを、どの地域まで出してよいかを 4 区分くらいに分けて書いておく。書き方はAI開発で外部APIに送ってよいデータの決め方にまとめた。

2. 見積書に 4 行足すと、各社の前提がそろう

モデルの名前だけを書いた見積書は比較できない。同じモデル名でも、経由する基盤が違えば処理される場所も契約相手も変わるからである。相見積もりに出すときは、各社に次の 4 行を埋めてもらう。

書かせる行	なぜ必要か
処理が行われる地域	社内規程・取引先との契約の可否がここで決まる
契約相手と準拠法	モデル提供元と直接か、再販・クラウド経由かで相手が変わる
単価の出典と時点（どのページの、いつ時点の価格か）	公開プレビューの価格は一般提供で変わりうる
提供形態（プレビュー / 一般提供）	仕様変更の修正を保守に含むかの判断に効く

3 行目が重要である。今回のように公式ページに期間の記載が無い価格は、一般提供の時点で変わる余地が残っている。見積書が「1 トークンあたり○ドルで計算」とだけ書いてある場合、その数字がどこから来たのかを押さえておかないと、運用開始後に誰も検証できない。単価の変更が運用費のどこに効くかはトークン課金とはに内訳を書いた。

3. 重みが公開される前提は、自社構築との比較を現実に戻す

重みが配布されるモデルは、自社やクラウド上の自前環境でも動かせる。ただし「動かせる」と「安くなる」は別である。1 兆パラメータ級は、実際に動く部分が 520 億でも、全体をメモリに載せる必要がある設計が一般的で、必要な計算資源は小さくない。

自前で動かす判断が合うのは、だいたい次の条件が重なったときである。

• 外部に出せないデータが処理の中心にあり、地域限定の API でも規程を満たせない
• 処理量が多く、従量課金の総額が常時稼働の設備費を上回る
• 稼働率を上げられる（業務時間だけ使う用途では設備が遊ぶ）
• モデルを自社で評価・更新できる人がいる

4 つ目が抜けたまま自前構築に進むと、更新されないモデルが社内に残る。分かれ目の計算はAI APIの利用と自社構築に整理した。ライセンス条件が未公表の段階で、重みの公開を前提にした見積もりを受け取った場合は、条件が商用利用を許すものかを確認してから判断するのが安全である。

4. 日本語の性能は、自分の業務データで測る

公用語を広くカバーする学習だと説明されていても、自社の文書でどう動くかは測らないと分からない。業界用語、社内の略語、帳票の体裁、長い契約文。ここでの精度は、一般的な評価指標の順位と一致しないことが多い。

やるべきことは単純で、自社の実データ 50〜100 件で、採点基準を決めて比べることである。モデルを変えたときに同じ基準で測り直せるようにしておくと、乗り換えの判断が感覚論にならない。評価の設計はAIの精度をどう評価するかに書いた。

見積もりを取るときの伝え方

複数社に出すなら、モデルを指定せず条件を指定するほうが比較しやすい。

1. 扱うデータの区分と、出してよい地域の範囲
2. 想定する月あたりの処理量（件数と 1 件あたりの文字数）
3. 精度の測り方（誰が、どのデータで、何点以上を合格とするか）
4. モデルを将来入れ替える可能性があるか

4 つ目を書いておくと、各社は特定のモデルに固定されない作りを前提に見積もる。無料で見積り・相談の案件票では、扱うデータの種類と処理量を選択式で揃えているので、各社が同じ条件でモデルを選んだかを横並びで確認できる。

まとめ

今回の発表で注目すべきなのは、順位表の位置ではなく、学習場所・稼働場所・準拠法が公式に書かれたことである。選択肢が増えれば、社内規程を理由に止まっていた案件が、条件付きで進められるようになると考えられる。

発注側がやることは 2 つ。出してよいデータの範囲を地域まで含めて先に決めること、そして見積書に単価の出典と時点を書かせることである。前者は案件が進むかを決め、後者は 1 年後に検証できるかを決める。

参考・出典

• Mistral AI「Mistral Large 4」（2026 年 10 月 6 日） https://mistral.ai/news/mistral-large-4
• Mistral AI 公式ニュース一覧 https://mistral.ai/news