更新日: 2026年11月6日（本文の情報は2026年11月6日時点）
海外では、ローカルで使える大型モデルの重みの公開が続いています。
この1週間では、1兆級のモデルが2つ公開されました。あわせて、少し前の10月8日に公開された、商用で使いやすいライセンスのコーディング向けモデルも取り上げます。金融企業が、自社のサーバーでAIコーディングを動かして、コストを大きく減らした事例も報じられました。当社は、この領域の動きを公式の資料で確認して、毎週まとめています。
今回は、10月29日から11月5日までの動きを取り上げます。ただしMellum2.1-12Bは10月8日の公開で、この期間より前です。コーディング向けの選択肢として加えました。公式の資料や報道で内容を確認できた4件と、実行ツールの更新です。確認は、各社の公式ページ、Hugging Faceのモデルカード、報道記事で、2026年11月6日に行いました。
ニュースのポイント
- Mistral Large 4: 総約1兆パラメータの重みが、10月29日にHugging Faceで紹介されました
- Kimi K3.1 Pro: Moonshot AIが、総2.8兆パラメータの重みを公開しました（公開は11月4日と報じられています）
- Mellum2.1-12B: JetBrainsの12Bモデルです（公開は10月8日と報じられています）。ライセンスはApache 2.0で、コーディングやツール呼び出しに向きます
- Revolutの事例: 自社ホストのモデルで、推論コストを約90%減らしたと報じられました
- 共通するポイント: 公開の初日から、実行ツールの対応も進んでいます（当社の見方は後半に書きます）
今回のモデル3本と条件の早見表
3本は、規模もライセンスも動かし方も違います。選ぶ前に、条件を横に並べて見てください。
| モデル | 公開元 | 規模 | ライセンス | 日本語 | 動かす目安 |
|---|---|---|---|---|---|
| Mistral Large 4 | Mistral AI | 総約1兆／アクティブ約490億（埋め込み層を除く。含めると約520億） | Mistral Ecosystem Open-Weight License（修正MIT） | 個別の記載なし（160以上の言語に対応と記載） | 8GPU構成の設定例 |
| Kimi K3.1 Pro | Moonshot AI | 総2.8兆／アクティブ1040億 | Kimi K3.1 Pro License（全文は未確認） | 記載なし | vLLM、SGLangで推論。必要なハードウェアは記載なし |
| Mellum2.1-12B | JetBrains | 総120億／アクティブ25億 | Apache 2.0 | 英語のみの表記 | 記載なし |
表の「記載なし」は、確認した資料に書かれていないという意味です。対応していないという意味ではありません。
自社で使えそうなモデルを絞るには、まず「ライセンス」と「規模」の2列を見てください。
Mistral Large 4 1兆級の重みを入手可
Mistral AIの「Mistral Large 4」は、総パラメータ約1兆のモデルです。アクティブなパラメータは約490億です。これは埋め込み層と出力層を除く数え方で、含めると約520億になります。コンテキスト長は100万トークンです。
Hugging Faceは2026年10月29日、このモデルの紹介記事を公開しました。テキストと画像を入力でき、出力はテキストです。重みは、FP8とNVFP4の2種類の形式で取得できます。
モデルカードには、160以上の言語にネイティブに対応すると書かれています。日本語の個別の記載はありません。
ライセンスは「Mistral Ecosystem Open-Weight License」です。MITライセンスを修正したもので、商用・非商用の両方に使えます。
ただし、モデルをサービスとして提供する事業には、Mistralとの別の商用ライセンスが必要です。推論の設定例は、8GPUの構成で示されています。
公開の初日から、transformers、vLLM、llama.cppに対応しています。
自社の業務で使う場合と、サービスとして外に提供する場合では、条件が分かれます。自社の使い方がどちらにあたるかを、ライセンス全文で確認してください。
Kimi K3.1 Pro 2.8兆の重みが公開
Moonshot AIの「Kimi K3.1 Pro」は、重みが公開されたオープンウェイトのモデルです。モデルカードでは、画像にも対応するエージェント向けのモデルと説明されています。
総パラメータは2.8兆、アクティブは1040億です。コンテキスト長は1,048,576トークンです。
構造は、専門家896個から、トークンごとに16個を選ぶMoEです。量子化を考慮した学習をしていて、重みはMXFP4で配布されています。推論の強さは、`reasoning_effort`で調整できます。
推論エンジンは、vLLM、SGLang、TokenSpeedが挙げられています。APIも、OpenAI互換とAnthropic互換で提供されています。
ベンチマークは、提供元が公開した値です。Terminal-Bench 4.0は65.7、GPQA-Diamondは94.2とされています。比較条件が同じかは確認できていません。
ライセンスは「Kimi K3.1 Pro License」です。モデルカードにはLICENSEファイルへのリンクだけがあり、商用利用の条件は、本稿では確認できていません。
モデルカードに公開日の記載はありません。公開は11月4日と報じられていますが、モデルカードでは確認できていません。
自社のGPUで動かす場合の要件は、モデルカードに書かれていません。試す前に、必要なメモリを別途確認してください。
Mellum2.1-12B Apache 2.0のコーディング向け
JetBrainsの「Mellum2.1-12B」は、総パラメータ120億、アクティブ25億のMoEモデルです。公開は10月8日と報じられており、今回の期間より前のモデルです。ライセンスはApache 2.0です。
コンテキスト長は131,072トークンです。モデルカードは、エージェント向けのタスクに使えると説明しています。例は、リポジトリでの作業、コマンドの実行、ツールの呼び出しです。
JetBrainsの公開値は、SWE-bench Verifiedが47.0です。LiveCodeBench v6は82.0です。いずれも自己申告です。
アクティブなパラメータが少ないため、大型モデルより軽く動かせる可能性があります。必要なメモリはモデルカードに書かれていないので、自社の環境で確かめてください。
モデルカードに、対応言語は英語としか書かれていません。日本語の文書で使う場合は、少し試してから判断してください。
Apache 2.0は、商用利用の条件が緩やかなことで知られています。ライセンスの確認に手間がかからない点は、導入を検討する側にとって利点です。
Revolut 自社ホストでコスト約90%減
英国の金融企業Revolutは、約2,000人のエンジニアのAIコーディングを、自社ホストのモデルで支えています。The Registerが2026年11月3日に報じました。
発表したのは、同社でオペレーションとインフラを担うDavid Abitbol氏です。ニューヨークのAI Engineer会議で話しました。
使っているのは、Z.aiのオープンウェイトモデル「GLM-5.3」です。当初はGLM-5.1で始めました。NVIDIA B200を56基で動かしています。
コストは、入力と出力とも100万トークンあたり約0.3ドルです。CodexやClaude Codeを使う場合の約10分の1と報じられています。推論コストは約90%減ったとされています。
性能の向上は、GPUの追加ではなく、設定の調整が中心だったとされています。量子化（NVFP4）、prefillとdecodeの分離、コンテキスト長の調整などです。
コーディング時間は60%、リードタイムは70%改善したと、発表者は述べています。
注意点が3つあります。
- 数値は発表者の証言で、独立した検証は確認できていません
- Claude CodeやCodexは、最も難しい作業の例外として残っています。画像関連は他社のモデルに振り分けています
- GLMはテキストのみの対応で、画面の作り込みには向きません
自社のサーバーでAIを動かす考え方が、大きな組織の開発現場で実際に使われている事例です。
実行ツールが新モデルに対応
実行ツールは、新しいモデルへの対応を急いで進めています。
llama.cppは、2026年11月4日にv0.9.0を公開しました。リリースノートには、次の内容があります。
- Mistral Large 4に対応
- Nemotron 3.5 Transcribeによる、40言語のオフライン文字起こしに対応
- Gemma 4（E2B／E4B）のprefill処理を高速化
- FP8の量子化形式を追加
- ggml v0.29.0への更新と、複数台にまたがるテンソル並列の初期対応
Ollamaは11月3日にv0.40.14、vLLMは11月1日にv0.33.0が公開されました。この2つの更新内容は、本稿では確認していません。
ツールの対応は公開直後から進みます。新しいモデルを試す前に、使っているツールのバージョンを確認してください。
当社の見方 今回見えた3つの流れ
ここからは事実ではなく、当社の見方です。今回の内容を見て、次の3つを感じました。
1つ目は、1兆級の重みが、続けて公開されたことです。Mistral Large 4は修正MIT、Kimi K3.1 Proは独自ライセンスと、条件は違います。それでも、自社のサーバーで動かせる大型モデルの選択肢が増えています。
2つ目は、商用で使いやすい条件のモデルが、用途別に出ていることです。Mellum2.1はApache 2.0で、コーディングやエージェント作業に向けて作られています。
3つ目は、自社でAIを動かす考え方が、実際の現場で使われていることです。Revolutの事例は、コストと運用を自社で管理する選択肢が、現実のものだと示しています。
ただし、Revolutの数値は同社の環境での値です。モデルの運用に必要な人員や設備の費用は、報道の数字に含まれていません。自社に当てはめるときは、そこを別に見積もる必要があります。
どれも、ローカルで動かす選択肢が広がる動きです。当社は、事実と見方を分けて、この領域を引き続き追います。
モデルを選ぶときの3つの確認
新しいモデルは、次の3つを確認してから試してください。
| 確認すること | 見る場所 | 今回の例 |
|---|---|---|
| ライセンスの全文（商用、サービス提供、再配布） | モデルカードのLICENSE | Mistral Large 4は、サービス提供に別の契約が必要 |
| 必要なメモリと実行形式 | モデルカードの動作環境 | Kimi K3.1 Proは、必要なハードウェアの記載なし |
| 日本語の対応 | 対応言語の記載と、自社の文書での試用 | Mellum2.1は、英語のみの表記 |
3つ目は、記載だけで決めず、自社の文書で少し試すのが確実です。
よくある質問
ローカルLLMとは何ですか
自分のパソコンや自社のサーバーの中で動かす生成AIです。インターネット上のサービスを使うのとは違い、データを外に出さずに使える構成を選べます。
オープンウェイトとは何ですか
モデル（AI本体）の重みをダウンロードして使える形で公開しているAIのことです。使える範囲は、ライセンスごとに決まっています。
公開されたモデルは業務で使えますか
ライセンスによります。Apache 2.0やMITは商用で使いやすい条件です。一方、Mistral Large 4のように、サービスとして提供する場合は別の契約が必要なものもあります。使う前に、ライセンスの全文を確認してください。
日本語に対応しているのはどのモデルですか
今回確認できた範囲では、日本語の個別の記載があるモデルはありません。Mistral Large 4は160以上の言語に対応と書かれていますが、日本語の品質は自社の文書で試してください。
自社サーバーでAIを動かすとコストは下がりますか
Revolutの事例では、約90%の削減が報じられています。ただし、同社の規模と環境での、発表者による数値です。設備や運用の費用を含めた比較は、自社の条件で見積もる必要があります。
この記事に出てくる言葉
- オープンウェイト: モデル（AI本体）の重みを、ダウンロードして使える形で公開しているAI
- パラメータ: AIの規模を表す数。多いほど大きく、動かすのに多くのメモリが必要になる
- MoE: 必要な部分だけを動かして、計算を減らす方式。「総パラメータ」のうち、実際に動くのが「アクティブパラメータ」
- コンテキスト長: AIが一度に読める文章の長さ
- 量子化（FP8など）: モデルを小さくして、少ないメモリで動かすための圧縮
- Apache 2.0／MIT: 商用利用などの条件が緩やかなことで知られるライセンス
- ライセンス: モデルを使ってよい範囲を定めた約束事
- 自社ホスト: 外部のサービスを使わず、自社のサーバーでAIを動かすこと
参考文献
- Hugging Face「Welcome Le Chonk: Mistral Large 4 on Hugging Face」2026年10月29日 https://huggingface.co/blog/mistral-large4 （2026年11月6日確認）
- Mistral AI「Mistral Large 4 (Le Chonk) is now open weight」https://mistral.ai/news/mistral-large-4-oss/ （2026年11月6日確認）
- Mistral AI「Mistral-Large-4-1T-A52B」モデルカード（Hugging Face）2026年11月6日確認 https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B
- Moonshot AI「Kimi-K3.1-Pro」モデルカード（Hugging Face）2026年11月6日確認 https://huggingface.co/moonshotai/Kimi-K3.1-Pro
- JetBrains「Mellum2.1-12B-A2.5B-thinking-MTP」モデルカード（Hugging Face）2026年11月6日確認 https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-thinking-MTP
- The Register「British fintech Revolut slashes AI coding costs 10x by cutting out Claude and going self-hosted」2026年11月3日 https://www.theregister.com/ai-and-ml/2026/11/03/british-fintech-revolut-slashes-ai-coding-costs-10x-by-cutting-out-claude-and-going-self-hosted/5307345 （2026年11月6日確認）
- ggml-org「llama.cpp v0.9.0」リリースノート 2026年11月4日 https://github.com/ggml-org/llama.cpp/releases/tag/v0.9.0
- Ollama「v0.40.14」リリース 2026年11月3日 https://github.com/ollama/ollama/releases/tag/v0.40.14
- vLLM「v0.33.0」リリース 2026年11月1日 https://github.com/vllm-project/vllm/releases/tag/v0.33.0
