一騎打ち
Mistral Large 3 vs DeepSeek-V4:2026年に勝つAIモデルはどっち?
Mistral Large 3($1.50/1M out)と DeepSeek-V4($0.87/1M out)は、2026年に最も使われているAIモデルのひとつです。 3件のコミュニティ票のうち、DeepSeek-V4 が支持率57%でリードしています。
即断の評決
推論で選ぶなら DeepSeek-V4:アリーナの評価は4.5/5、対する Mistral Large 3 は3/5です。 予算重視なら DeepSeek-V4 の勝ち:$0.87/1M outから始められるのに対し、Mistral Large 3 は$1.50/1M outからです。
項目別比較
強みと弱み
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
DeepSeek-V4
- 1M tokensのコンテキストウィンドウ(V3.2の128Kの8倍)と最大384Kの出力tokensが公式APIで標準です
- 攻めの価格設定:$0.435/$0.87 per 1M tokens(V4-Pro)で、出力トークンあたりClaude Opus 4.8の約28.7分の1。キャッシュヒット入力は$0.003625/1M(99%超の割引)まで下がります
- V4-ProとV4-Flashの両方がHugging FaceでMITライセンスのオープンウェイト:商用利用、ファインチューニング、再配布が可能です
- エージェント型コーディングのオープンソースSOTA:SWE-bench Verifiedで80.6(Think Max構成)でGemini 3.1 Proと同点、Codeforcesレーティング3206(対人間で約23位相当)です
- Artificial Analysis Intelligence Indexで93モデル中3位(スコア44)、平均の25を大きく上回ります
- スパースアテンションのスタックにより、1Mコンテキスト推論をV3.2の27%のFLOPsと10%のKVキャッシュで実現します
- 断続的に不正なツール呼び出し:function callがtool_callsフィールドではなくcontent内のプレーンテキストとして出力されることがあります(GitHub issue deepseek-ai #1244)
- thinkingモードはエージェントフレームワークで長いマルチターンのツール呼び出しチェーンを400エラーで壊します(OpenClaw issue #72044、修正はまだ不完全)
- 独自コードベースで実在しないAPIを捏造し、エージェントループ内でハルシネーションしたユーザー入力に基づいて行動するとの開発者報告があります
- 非常に冗長(評価出力180M tokens、中央値は95M)で速度も中位の54.6 tok/s(93モデル中39位)のため、実運用では低い単価が目減りします
- テキストのみ(ビジョン・音声なし)で、まだプレビュー段階:2026年7月中旬予定の正式リリースでは、北京の業務時間帯にAPI表示価格が2倍になるピーク料金が導入されます
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。
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。
DeepSeek-V4 へのアリーナの評決
Claude OpusやGPT-5.5の3倍から30倍近く安い価格でフロンティア級に迫る推論とエージェント型コーディングが欲しい場合、あるいはセルフホストとファインチューニングのためのMITライセンスウェイトが重要な場合は、DeepSeek-V4を選んでください。V3.2からは決定的なアップグレードです:8倍長いコンテキスト、はるかに安い長文コンテキスト推論、強化されたコーディング。しかもレガシーのdeepseek-chat/reasonerエンドポイントは2026年7月24日にいずれにせよ廃止されます。堅牢なマルチターンツール呼び出しに依存する本番エージェント(不正なツール呼び出しやAPI捏造の報告が続いています)と、テキストのみのためあらゆるビジョン・音声作業には避けてください。レイテンシ重視のアプリも事前テストを推奨します。冗長さと中位の54.6 tok/sの出力速度がコスト優位を一部相殺し、7月中旬の正式リリースで来るピーク時の価格倍増も予算に織り込むべきです。
観客の声
Mistral Large 3 について
まだ審判はありません。最初の声を上げてください。
DeepSeek-V4 について
“Tool calling is flaky. Function calls sometimes land as plain text instead of the tool_calls field, and thinking mode 400s on long multi-turn chains. Not agent-ready yet.”
“MIT license on both Pro and Flash weights is the real story. Fine-tune, redistribute, ship commercially, no lawyer needed. Plus 384K output tokens for long-doc generation.”
“MIT weights, 1M context, and output tokens roughly 29x cheaper than Opus 4.8. Cache hits make input basically free. Moved my bulk pipelines over and the bill collapsed.”
比較を続ける
よくある質問
Mistral Large 3 は DeepSeek-V4 より優れていますか?
現在、観客は DeepSeek-V4 を支持しています:推薦率57%、対する Mistral Large 3 は50%です(3票)。 推論では DeepSeek-V4 が上回っています(4.5/5 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。
Mistral Large 3 と DeepSeek-V4、安いのはどちらですか?
DeepSeek-V4 の方が安く、$0.87/1M outから始められます。Mistral Large 3 は$1.50/1M outからです。
Mistral Large 3 と DeepSeek-V4 の100万トークンあたりの料金は?
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。DeepSeek-V4:入力100万トークンあたり$0.435/1M in (cache hit $0.003625)、出力100万トークンあたり$0.87/1M out。