Mistralは、中国の研究機関Zhipu AIのオープンウェイト（公開）モデルGLMを自社プラットフォームで提供している。フランスのテック業界で反響を呼んだこの選択は、情報筋によれば、財政的かつ技術的な賭けに対応するものであり、10月初旬にリリースされた1兆パラメータのモデル「Mistral Large 4」の登場を準備した。
一部はこれを企業の主権性への約束の裏切りと見なし、他方はコンサルティングやクラウド事業への移行と見なした。本質的には、説明はまず会計上のものだ。AI開発企業は、モデルを訓練するために、物理インフラやグラフィックスプロセッサ（GPU）に莫大な資金を費やしている。情報筋が引用したAnthropicのIPO申請書類によれば、2025年の計算コストは73億3000万ドルで、収益は46億ドルだった。
Mistralは、2025年に17億ユーロを含む複数の資金調達にもかかわらず、OpenAIやAnthropicよりもはるかに少ない資金しか持っていない。したがって、GLMの統合は、企業が自社サービス内で生成される各応答に対して課金されることで、継続的な収益源を作り出すことを目的としている。「これは明らかに非常に優れたビジネスで、収益に継続性をもたらし、キャピタルコストが償却されていく」と、ベンチャービルダーPyratzの共同創業者兼CEOであるBilal El Alamy氏は説明する。
主権的推論に向けた提案
Mistralはまた、Palantirと、顧客に派遣される「フォワード・デプロイド・エンジニア」と呼ばれるエンジニアたちにも着想を得ている。現場に常駐するこれらのエンジニアは技術を導入・展開し、企業にAI全般について助言する。この存在により、Mistralは大企業、特に主権AIの分野での地歩を固めることができる。Saegusの会長兼共同創業者であるMarc Trilling氏は、この分野に「強い成長の見込み」を見出している。
CAC40企業をコンサルティングするSaegusによれば、これらの企業はモデルの出自よりも、その推論（モデルをサーバー上で動作させるプロセス）が実行される場所に関心がある。Mistralは8月11日のブログ記事で、GLMおよび将来のサードパーティモデルは「自社モデルと同じインフラ上で、同じ地域コントロールとサービスコミットメントの下で実行される」と主張している。
この需要は具体的なニーズに応えるものだ。OnepointのチーフAIオフィサーであるNicolas Gaudemet氏は、「一部の顧客、特に公共部門の超機密データを扱う分野では、真の主権性に関する課題を抱えている」と指摘する。多くの企業にとって、これらのモデルをオンプレミスまたは自社のクラウドインフラで実行することは、現在のモデルが非常に重いため、依然としてコストがかかりすぎる。彼によれば、Mistralのインターフェースが最も論理的な解決策となる。Scaleway、OVHcloud、Cloud Temple、Mistralが現在、大規模なAPIによる主権的アクセスをフロンティアモデルに提供する唯一の事業者であると彼は挙げる。
フロンティアモデルのための試験台
GLMをホストすることは、Mistralに自社インフラでフロンティアモデルを大規模に実行する方法を学ぶ機会も提供する。数千億パラメータのモデルで何千もの顧客に適切にサービスを提供することは困難であり、OpenAIもAnthropicもこれに直面している（顧客規模は比較にならないが）。Bilal El Alamy氏は、インフラが整えば、Mistralは既存のベストプラクティスを活用して競合他社に追いつくことができると見ている。
Mistral Large 4は、最も高性能な中国およびアメリカのモデルに比べて遅れをとっている。しかし、情報筋によれば、わずか4,000個のNvidia Grace Blackwellチップで1兆パラメータのモデルを訓練することは、技術的な成功である。「我々は本当に適切な反復方法を見つけたと考えている」と、Mistral AIのVPサイエンスであるPierre Stock氏は要約する。
2025年9月に発表されたシリーズC資金調達で購入された計算能力は、2026年10月末から2027年初頭にかけて完全に稼働する見込みだ。それまで、GLMが最前線に留まることは想定されていない。「計画は明らかに、ML4をすべての製品のデフォルトモデルとすることだ」とPierre Stock氏は断言する。Mistralの共同創業者兼チーフサイエンスオフィサーであるGuillaume Lample氏は、中国製モデルはカタログに残るが、「デフォルトでは、目標は明らかにMistral Large 4を前面に押し出すことだ」と補足する。
