本文へスキップ
株式会社オブライト

「Mistral」のコラム

3件の記事

AI2026-10-07
Mistral Large 4 必要スペック早見表 — 1T MoE(FP8実測約1.06TB・NVFP4約610GB・B200×4〜)
Mistral Large 4の重みは実測でFP8約1,060.6GB・NVFP4約610.0GB(総1T・アクティブ49B・コンテキスト1M)。B200×4やH200×8での可否、ライセンスの商用条件、Macでの目安、API料金(入力$0.70・出力$2.10)との費用比較まで整理。2026年10月31日更新。
Open Weight LLMMoERequirements
AI2026-08-06
Shieldstral 1.0 3B 徹底解説 — Mistral製オープンウェイト・マルチモーダル安全性審査モデル、VRAM16GB・Apache 2.0で商用利用可【2026年8月最速レビュー】
Shieldstral 1.0 3BはMistral AIが2026年8月4日に公開したApache 2.0のオープンウェイト・マルチモーダル安全性審査モデルだ。BF16推論時のVRAM目安は16GBで、テキストと画像を単一モデルで一括審査できる。入出力フォーマットと動かし方のポイントをまとめて解説する。
MistralRequirementsVRAM
AI2026-05-25
Gemma 4 性能徹底比較 — Llama 4 / Qwen / Mistral / DeepSeek とベンチマーク・速度・コスパで比べた【2026年版 オープンウェイトLLM決定版】
Gemma 4(E2B / E4B / 26B MoE / 31B Dense)の性能を、同じくオープンウェイトの Llama 4 / Qwen 3.5 / Mistral / DeepSeek と公開ベンチマーク(MMLU-Pro / GPQA / HumanEval / MATH-500 / MT-Bench)で比較。さらに推論速度(tok/s)、メモリ効率(VRAM あたりの精度)、コスト効率(1M トークンあたりの円換算)、日本語性能、function calling 対応、Apache 2.0 / MIT / 商用利用条件まで2026年5月時点の最新情報で整理しました。社内 LLM・エッジ AI・コーディングアシスタント・RAG 用途別の推奨選定マトリクス付き。
Gemma 4Llama 4Qwen