一騎打ち
Grok 4.3 vs Mistral Large 3:2026年に勝つAIモデルはどっち?
Grok 4.3($2.50/1M out)と Mistral Large 3($1.50/1M out)は、2026年に最も使われているAIモデルのひとつです。 以下で項目ごとに比較して、あなたの審判を下してください。
即断の評決
推論で選ぶなら Grok 4.3:アリーナの評価は4/5、対する Mistral Large 3 は3/5です。 予算重視なら Mistral Large 3 の勝ち:$1.50/1M outから始められるのに対し、Grok 4.3 は$2.50/1M outからです。
項目別比較
最低価格
$2.50/1M out全推論エフォートティアで一律の入力$1.25 / 出力$2.50、キャッシュ済み入力は$0.20/1M。xAI自身の価格ページに長文コンテキスト割増はありませんが、OpenRouterは合計200K tokens超に段階的な割増料金を掲載しています。
$1.50/1M outLa Plateforme上の単一APIティア(入力$0.50 / 出力$1.50 per 1M tokens)で、バッチAPI経由で50%割引。Apache 2.0ウェイトにより無料でセルフホスト可能で、サードパーティホスティングの価格は異なる場合があります。
プロバイダー
xAI
Mistral AI
コンテキストウィンドウ
1M tokens
256K tokens
入力料金
$1.25/1M in
$0.50/1M in
出力料金
$2.50/1M out
$1.50/1M out
モダリティ
text, vision (text output only)
text, vision (image input), text output
オープンウェイト
なし
あり
観客スコア
50%(0)
50%(0)
アリーナ評価(1-5)
推論
4.0
3.0
コーディング
3.5
3.0
ライティング
4.5
4.0
速度
3.5
3.5
コスパ
4.5
4.0
強みと弱み
Grok 4.3
- 攻めの価格設定:$1.25/$2.50 per 1M tokensで、Grok 4比で入力58%・出力83%安く、GPT-5.5とGemini 3.1 Proを下回ります
- エージェント性能の大躍進:GDPval-AAでGrok 4.20比+321 Elo、ツール呼び出しと指示追従も強力です
- キャッシュ済み入力は$0.20/1M(84%割引)で、繰り返しのエージェントループで大きな節約になります
- 設定可能な推論エフォート(none/low/medium/high)を1つのモデル・1つの価格で提供、高速版と深思考版の間のルーティングは不要です
- 自然で簡潔なトーンと、実コストを下げるトークン密度の高い出力がHNで称賛されています
- スループットは約130出力tokens/秒と堅実です(Artificial Analysis)
- コーディング推論はHNの開発者から「4月の大型リリース勢とは勝負にならない」と評され、知能のフロンティアはGrok 4からほとんど動いていません
- AA-Omniscienceの非ハルシネーションスコアがGrok 4.20比で8ポイント低下:精度が命の領域では4.20が依然xAIの安全な選択です
- 最初のトークンまでの時間が長く(高推論エフォートでArtificial Analysis計測約13秒)、対話型アプリにはつらいところです
- コンテキストウィンドウはGrok 4.20の2Mから1Mに縮小しました
- 信頼と安全性への苦情が繰り返されており(有害コンテンツの報告、一貫しない挙動)、コンシューマーアプリにMCP/接続アプリのサポートがありません
Mistral Large 3
- Apache 2.0のオープンウェイトで、総675Bパラメータにもかかわらず FP8/NVFP4量子化によりシングルノード展開が可能です
- 256Kのコンテキストウィンドウはオープンウェイトモデルとして上位で、長文ドキュメントのRAGに好適です
- フラッグシップとして攻めの価格、入力$0.50 / 出力$1.50 per 1M tokens:欧米のプロプライエタリフラッグシップの約3-4分の1です
- LMArenaのオープンソース非推論モデル部門で2位デビュー(Elo約1418)です
- ネイティブマルチモーダリティ(2.5Bパラメータのビジョンエンコーダー)と40以上のネイティブ対応言語を備えます
- HNの開発者は、厳格なフォーマットと指示追従、本番環境での信頼性を称賛しています
- 深い推論が弱い:GPQA Diamondは約44%で、DeepSeek V3.2やKimi K2 Thinkingの70%台後半に対して見劣りします。発売時に推論特化版もありません
- 現代的なコーディングベンチマークでGLM-4.6、Kimi K2、DeepSeekに後れます(LiveCodeBench v6は中位)。HNの開発者はGemini 3、GPT-5.1、Claude Opus 4.5より「別の階級」下と位置付けています
- 事実QAでハルシネーションが出やすく(SimpleQA約24%)、回答を控えるチューニングも弱めです
- Artificial Analysisの計測出力速度は約49 tok/sで、同クラスモデルの中央値約58 tok/sを下回ります
- アーキテクチャがDeepSeek V3に酷似しているとのHNでの批判があり、独自R&Dへの疑念を招いています
あなたの審判を下す
1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。
Grok 4.3$2.50/1M out
50%観客スコア · 0
Mistral Large 3$1.50/1M out
50%観客スコア · 0
Grok 4.3 へのアリーナの評決
呼び出し単価が支配的なエージェント型・大量処理パイプラインを運用しているならGrok 4.3を選んでください。GPT-5.5やGemini 3.1 Proのごく一部の価格で、フロンティアに迫る推論とGrok 4.20からのツール呼び出しの大幅な向上が得られます。コーディング精度が最優先なら見送ってください。開発者は依然Claudeと4月の大型リリース勢を上位に置いています。2Mコンテキストや、法務・医療・コンプライアンス業務向けのより高い非ハルシネーションスコアが必要ならGrok 4.20に留まりましょう。レイテンシ重視のアプリは、コミットする前に最初のトークンまで約13秒という点をテストすべきです。
Mistral Large 3 へのアリーナの評決
多言語RAG、長文ドキュメント作業、セルフホスト展開のためにEU統治のオープンウェイトフラッグシップが欲しいならMistral Large 3を選んでください。Mistral Large 2(密123B、制限的な研究ライセンス、API価格$2/$6)と比べて、コンテキスト、マルチモーダリティ、ライセンス、コストのすべてで明確なアップグレードです。主力のコーディングエンジンや深い推論エンジンとしては避けてください。DeepSeek V3.2、GLM-4.6、またはプロプライエタリのフロンティアモデルの方が大幅に高いスコアを出します。フロンティア級の実力者ではなく、安価で信頼できる働き者として扱うのが正解です。
比較を続ける
Grok 4.3 のレビュー全文Mistral Large 3 のレビュー全文Grok 4.3 の代替ツールMistral Large 3 の代替ツールGrok 4.3 vs Gemini 3.8 FlashMistral Large 3 vs Gemini 3.8 FlashGrok 4.3 vs Gemini 3 ProMistral Large 3 vs Gemini 3 ProGrok 4.3 vs Llama 4 (Scout / Maverick)Mistral Large 3 vs Llama 4 (Scout / Maverick)Best LLM modelsAIモデルランキング全体ツール診断
よくある質問
Grok 4.3 は Mistral Large 3 より優れていますか?
推論では Grok 4.3 が上回っています(4/5 vs 3/5)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。
Grok 4.3 と Mistral Large 3、安いのはどちらですか?
Mistral Large 3 の方が安く、$1.50/1M outから始められます。Grok 4.3 は$2.50/1M outからです。
Grok 4.3 と Mistral Large 3 の100万トークンあたりの料金は?
Grok 4.3:入力100万トークンあたり$1.25/1M in、出力100万トークンあたり$2.50/1M out。Mistral Large 3:入力100万トークンあたり$0.50/1M in、出力100万トークンあたり$1.50/1M out。