1兆パラメータの公開モデルが今月末に。API借用と自社運用を比べる4項目
Mistral Large 4（10月6日）とReflection Beam（10月5日）が重みの公開を明記。入力$1.36の提示価格と自社GPUを同じ土俵に並べ、利用量が読めない段階での選び方を整理します。
AI 開発の見積書で、月額の運用費がいちばん大きく動くのは「どのモデルを使うか」である。API を借りるなら使った分だけ払う。自社の環境で動かすなら、払うのは GPU と人の手間になる。この 2 択は長いあいだ「借りるほうが現実的」で決着していた。自分で動かせる公開モデルが、API のモデルに性能で届かなかったからである。
2026 年 10 月の第 1 週、その前提を揺らす発表が 2 件続いた。Mistral AI の Mistral Large 4（10 月 6 日）と、Reflection AI の Beam（10 月 5 日）である。どちらも、重みを月内に公開すると明記している。
発表された事実
公式の発表ページに書かれている内容だけを並べる。
| Mistral Large 4 | Beam | |
|---|---|---|
| 発表元 | Mistral AI（フランス） | Reflection AI（米国） |
| 発表日 | 2026 年 10 月 6 日 | 2026 年 10 月 5 日（10 月 8 日に性能結果を更新） |
| 総パラメータ | 1 兆 | 5,010 億 |
| アクティブパラメータ | 520 億 | 230 億 |
| 構造 | マルチモーダル（入力） | スパースな Mixture-of-Experts |
| コンテキスト長 | 発表ページに記載なし | 実効 100 万トークンへ拡張したと記載 |
| API | Mistral Studio で公開プレビュー | ウェイトリスト経由の限定提供 |
| 価格 | 入力 $1.36 / 出力 $4.18（100 万トークンあたり） | 記載なし |
| 重みの公開 | 「今月末」 | 2026 年 10 月中、Apache 2.0 |
「総パラメータ 1 兆・アクティブ 520 億」という書き方は、Mixture-of-Experts（MoE）の構造を示している。モデル全体は巨大だが、1 回の推論で実際に計算に使われるのは一部だけ、という作りである。Beam も同じ構造で、5,010 億のうち 230 億しか動かない。
この差が効くのは必要なメモリと計算量が別々に決まる点である。重みを置くメモリは総パラメータで決まり、1 トークンあたりの計算量はアクティブパラメータで決まる。「1 兆パラメータのモデルを自社で動かす」は、1 兆分の計算を回すという意味ではない。ただし、1 兆分の重みを載せる場所は要る。
発注者・企業への影響
ここからは見立てである。
1. 「公開モデルは性能が足りない」が前提として使えなくなりつつある
これまで、自社環境で動かす選択肢は「安いが精度が落ちる」として検討の早い段階で落とされることが多かった。2026 年 10 月の 2 件は、公開予定の重みのスケールが商用 API のモデルと同じ桁に入ってきたことを示している。
ただし、重みが公開されることと、自社で動かせることは違う。総パラメータ 1 兆のモデルを量子化せずに載せるには、相応の GPU メモリが要る。公開されたから安くなる、とは限らない。変わったのは「選択肢として検討に値するようになった」という点だけだと考えられる。
2. 見積もりの比較が「API 単価」だけでは足りなくなる
Mistral Large 4 の API 価格は入力 $1.36 / 出力 $4.18 と公開されている。自社環境で動かす場合、この数字に対応するのは GPU の時間単価と、立ち上げ・監視・更新の工数である。
単価だけを並べると自社運用が安く見えることがあるが、比べるべきは次の 4 つである。
- モデルの利用料（API 単価 × 想定トークン数）または GPU の費用
- 推論基盤の構築費（初期）
- 監視・障害対応・モデル更新の運用工数（月額）
- 利用が想定の 3 倍・10 分の 1 になったときに、それぞれどう動くか
4 番目が分かれ目になる。API は使わなければ払わない。自社の GPU は、使わなくても確保している限り費用が出る。利用量が読めない段階で自社運用を選ぶと、いちばん高い買い方になりやすい。トークン量の試算のしかたはAI APIの料金体系と月額の試算方法で整理している。
3. ライセンスと提供元の所在地が、調達の条件になる
Beam は Apache 2.0 で公開すると明記している。Mistral Large 4 の発表ページには、重みを今月末に公開するとあるが、ライセンスの記載はない。重みが公開されることと、商用利用が自由であることは別である。
モデルを自社環境で動かす提案を受けたら、ライセンス名を見積書に書かせたほうがよい。「オープンなモデルを使います」だけでは、再配布や商用利用の条件が確認できない。
提供元の所在地も、業種によっては条件になる。Mistral はフランス、Reflection は米国である。データの保存先を自社で決められることが自社運用の利点なので、どこにデータが出ないのかを、構成図の段階で確認する価値がある。
4. いま走っている案件に、待つ理由はほとんどない
重みの公開は「今月末」である。発注の判断としては、待つ価値があるのは自社環境で動かす構成を本気で検討している案件だけだと考えられる。API を使う前提の案件は、モデルを差し替えられる作りにしておけば、公開後に乗り換えればよい。
差し替えられる作りとは、具体的にはモデルの呼び出しを 1 か所にまとめ、プロンプトと評価用のデータを手元に持っておくことである。これは発注の条件に書ける。
見積依頼で確認する 3 行
自社環境でモデルを動かす提案が含まれる見積もりを比べるときは、次の 3 行を各社に揃えて書かせる。
- 使うモデルの名前とライセンス名、重みの入手元
- 推論基盤の月額費用の内訳（GPU の確保費・ストレージ・監視）と、利用が 0 のときの月額
- モデルを別のものに差し替える場合の作業範囲と費用
3 行目を入れておくと、1 社に固定されない。この半年でモデルの選択肢は増え続けており、最初に選んだモデルを使い続ける前提で設計すると、乗り換えが工事になる。
無料で相見積もり・相談の案件票では、扱うデータの区分と想定利用量を選択式で揃えているため、API 前提の会社と自社運用前提の会社の金額を、同じ条件のうえで並べて見ることができる。
まとめ
2026 年 10 月の 2 件は、「公開モデルは選択肢に入らない」という前提を点検し直す理由になる。ただし、重みが公開されても、動かす場所の費用と運用の手間は消えない。
比べるのはモデルの大きさではなく、利用量が読めない状態でどちらの買い方が壊れにくいかである。読めないうちは API、読めてから自社運用、という順番が素直な場合が多い。
参考・出典
- Mistral AI「Mistral Large 4」（2026 年 10 月 6 日） https://mistral.ai/news/mistral-large-4/
- Reflection AI「Introducing Beam」（2026 年 10 月 5 日） https://reflection.ai/blog/introducing-beam
AI開発の見積もりを、同じ条件で比べる。
条件を整理した 1 枚の案件票で複数のAI開発会社に依頼。初期費用だけでなく、データ整備・API 費・精度検証・保守・権利まで同じ列で比較できます。