一騎打ち
Mistral Large 3 vs GPT-5.2:2026年に勝つAIモデルはどっち?
Mistral Large 3($1.50/1M out)と GPT-5.2($14/1M out)は、2026年に最も使われているAIモデルのひとつです。 2件のコミュニティ票のうち、Mistral Large 3 が支持率50%でリードしています。
即断の評決
推論で選ぶなら GPT-5.2: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、GPT-5.2 は$14/1M 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
GPT-5.2
- 発売時にSWE-bench Verified 80.0%とSWE-Bench Pro 55.6%を記録、Claude Opus 4.5(80.9%)とほぼ互角です
- GDPval:比較の70.9%で人間のプロフェッショナルと同等以上、GPT-5.1の38.8%のほぼ2倍です
- 科学と数学に強い:GPQA Diamond 92.4%(Thinking、Proは93.2%)とFrontierMath 40.3%で、リリース時点のstate of the artでした
- 400Kコンテキストで、256K tokensまでMRCR v2の長文検索がほぼ完璧です
- GPT-5.1比でハルシネーションが30%減(実際のChatGPTクエリでのエラー率が8.8%から6.2%に低下)
- 後継より安価:$1.75/$14 per 1Mで、GPT-5.4の$2.50/$15、GPT-5.5の$5/$30に対して割安です
- 速度がコミュニティ最大の不満:ChatGPTでの拡張思考は約4 tokens/sまで落ちるとの報告があり、Proは非常に長く考えた末に失敗することもあります
- 看板のベンチマークスコアはxhigh推論エフォートで取得されたもので、デフォルト設定よりはるかに多くのトークンと時間を消費します
- GPT-5.1からの人格の後退が広く批判されました:Redditユーザーは「企業的すぎ、安全すぎ」「チャットとライティングでは一歩後退」と評しています
- コーディングは直接対決のElo比較でAnthropic系に後れます(後のOpus 4.7分析では144 Eloの差)。音声モダリティなし、ファインチューニング不可です
- 2026年半ば時点で既に旧世代:OpenAIはGPT-5.5を推奨し、GPT-5.2はメインのAPI価格ページに載っていません
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。
GPT-5.2 へのアリーナの評決
重い推論、長文コンテキスト、エージェント作業ならGPT-5.1よりGPT-5.2を選んでください。GDPvalの勝率はGPT-5.1のほぼ2倍、ハルシネーションは30%減、400Kコンテキストも安定して扱えます。2026年半ばでは主にコスパ狙いの選択肢で、GPT-5.5の$5/$30に対し$1.75/$14でほとんどの業務タスクをこなせます。レイテンシ重視のチャットやクリエイティブライティングには不向きで、ユーザーはGPT-5.1より遅く平板だと感じています。OpenAIの現行フロンティアが欲しいチームは、素直にGPT-5.5に投資すべきです。
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。
GPT-5.2 について
“The thinking speed is brutal, I clocked something like 4 tok/s in ChatGPT on extended thinking. Pro will grind for ages and still whiff. Great scores, painful to actually use.”
“GDPval numbers are wild, it ties or beats human pros in 71% of comparisons. For science and math work (92.4 GPQA Diamond) it earned a spot in my stack.”
比較を続ける
よくある質問
Mistral Large 3 は GPT-5.2 より優れていますか?
推論では GPT-5.2 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。
Mistral Large 3 と GPT-5.2、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。GPT-5.2 は$14/1M outからです。
Mistral Large 3 と GPT-5.2 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。GPT-5.2:入力100万トークンあたり$1.75/1M in、出力100万トークンあたり$14/1M out。