Mistral Small 4とは？機能・料金・Firefox Smart Windowでの使い方を解説

Mistral Small 4は、Mistral AIが2026年3月16日に公開した、テキスト・画像入力に対応するハイブリッド型のAIモデルです。指示応答、推論、コーディング、ツール呼び出しを1つのモデルで扱う位置付けで、APIのモデルIDはmistral-small-2603です。

2026年10月29日時点で、Mistral Small 4はMistral API・AI Studioで利用でき、重みはApache 2.0で公開されています。Firefoxでは、MozillaがSmart Window beta向けにMistral Small 4を追加する方針を発表しています。ただし、Smart Window自体の利用可能地域と、Mistral Small 4を選べる地域・アカウント・ロールアウト状況は同じとは限りません。Firefoxで試す場合は、画面上でモデル選択肢が実際に表示されることを確認してください。Mistral Small 4の公式モデルカード／Mozillaの提携発表

Mistral Small 4の要点

上記はMistralの現行モデルカードに基づく仕様です。119Bという総パラメータ数であるため、「Small」という名称だけで、個人PCや小規模サーバーへ容易に載せられると判断しないでください。API利用、自社GPUでの推論、量子化済み重みの採用では、必要なGPUメモリ、性能、保守の条件が変わります。Mistral Small 4の公式モデルカード

何ができるか：1モデルに統合された4つの役割

MistralはSmall 4を、一般的な指示応答、推論、マルチモーダル理解、エージェント型コーディングを統合したモデルとして説明しています。用途の候補は次のように整理できます。

• 文章・会話：要約、分類、下書き、質問応答
• 画像を含む理解：画像や文書を入力し、内容を説明・抽出する処理
• 推論：複数条件の比較、計画、複雑な質問への回答
• 開発支援：コード作成、コードベース調査、エージェント型の開発ワークフロー
• システム連携：Function Callingで、アプリ側が定義した関数・APIを呼び出す構成

ただし、「画像を読める」「ツールを呼べる」ことは、帳票処理や業務自動化の正確性を保証しません。画像品質、プロンプト、接続先データ、ツールの権限、評価方法によって結果は変わります。Function Callingでは、モデルが関数呼び出し案を返し、実際の関数実行と結果の検証はアプリケーション側で行います。Mistral Small 4の公式発表／MistralのFunction Calling公式ガイド

AI APIの種類、モデル選定、料金の読み方を先に確認したい場合は、生成AI APIとは？種類・選び方、料金の見方と開発手順を解説も参照してください。

料金：APIは入力・キャッシュ入力・出力で別に確認する

Mistralの料金ページでは、Mistral Small 4の標準推論価格として、入力100万トークンあたり0.15米ドル、キャッシュ入力100万トークンあたり0.015米ドル、出力100万トークンあたり0.60米ドルが案内されています。料金は米ドル建てであり、為替、リージョン、優先処理、契約条件、将来の価格改定によって実際の支払額は変わり得ます。導入判断では、単価だけでなく、自社の平均入出力トークン数と再試行率を掛け合わせて見積もってください。Mistral APIの公式料金ページ

料金を見る際の判断基準：短い分類・抽出だけを行う場合と、長文資料・画像・複数ステップのツール実行を含む場合では、同じモデルでもタスクあたりの費用が大きく変わります。比較表の結論は、モデル名だけでなく、入力品質、評価指標、許容できる誤り、平均トークン量によって変わる一般的な設計上の目安です。

Firefox Smart Windowでの利用条件と始め方

Mozillaは2026年9月16日、Mistral Small 4をFirefox Smart Window betaの新しいAIモデルとして、米国・カナダのSmart Window利用者へ提供する方針を発表しました。同じ発表では、フランスでSmart Window betaのアクセス拡大とフランス語対応を行うと説明しています。Mozillaの公開情報では、Smart Windowは閲覧中のタブや、利用者が許可したブラウジング履歴の文脈を用い、比較、要約、調査、計画を支援する機能として案内されています。MozillaとMistralの提携発表／FirefoxのAI機能に関する公式説明

一方、Firefox 155のリリースノートでは、Smart Windowを米国・カナダ・フランスの利用者が試せると案内しています。Smart Windowの案内ページではデスクトップ環境が前提です。国・言語・Firefoxのリリースチャネル・段階的ロールアウトにより表示内容が変わり得るため、日本から利用できる、あるいは必ずMistral Small 4を選べるとは本記事では断定しません。Firefox 155の公式リリースノート／Smart Window公式ページ

Firefoxで確認する手順

1. Firefoxを最新バージョンへ更新します。
2. デスクトップ版FirefoxでSmart Windowの公式ページを開き、利用対象か確認します。
3. Smart Windowを開始し、AIモデルの選択画面または設定を開きます。
4. Mistral Small 4が表示されるか、利用規約・プライバシー設定・共有するコンテキストを確認します。
5. まず公開情報のみを使い、要約・複数タブ比較・出典確認を試します。
6. 期待する結果と異なる場合は、タブ共有、履歴・メモリー利用、モデル選択の設定を見直します。

Smart Windowでは、開いている複数タブの比較、過去に開いたページの探索、利用者が許可したメモリーの利用と管理が案内されています。ブラウザの履歴やタブは業務・個人の文脈を含み得るため、社内ルールがない段階で機密案件のブラウジングに使うのではなく、共有してよい範囲が明確な作業から始めることをMojiでは提案します。Smart Windowの公式スタートガイド

APIで始める最小手順

アプリケーションから使う場合は、Mistral AI StudioでAPIキーを作成し、公式SDKまたはChat Completions APIから呼び出します。Studioは無料モードでもAPIアクセスを開始できますが、利用量・レート制限があるため、本番利用前には請求設定と上限を確認してください。APIキーは一度しか表示されないため、ソースコードやチャットに貼り付けず、シークレット管理機能または環境変数で管理します。APIキー作成の公式ガイド／最初のAPIリクエスト公式ガイド

Pythonの最小例

以下は、Mistralの公式SDKの呼び出し方に、Mistral Small 4の固定モデルIDを指定した架空の例です。キー文字列そのものをコードへ書かず、環境変数から読み込みます。

import os
from mistralai.client import Mistral

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

response = client.chat.complete(
    model="mistral-small-2603",
    messages=[
        {
            "role": "user",
            "content": "架空の例：次の文章を3つの箇条書きで要約してください。"
        }
    ],
)

print(response.choices[0].message.content)

実装時はpip install mistralaiで公式Python SDKを導入します。APIのChat Completionsはメッセージ配列を受け、応答を返す形式です。モデルを固定IDで指定するか、mistral-small-latestのような別名を採用するかは、再現性と更新追従のどちらを優先するかで決めてください。検証の再現性を重視するPoCでは、この記事で扱うv26.03のmistral-small-2603のように固定する方法が扱いやすいでしょう。Mistral公式SDK／Chat Completions APIリファレンス

Firefox・API・自社運用のどれを選ぶか

Apache 2.0で重みが公開されていることは、自社運用の可否を検討できることを意味しますが、運用コストや安全性が自動的に解決することは意味しません。自社運用では、モデル配布物の取得元、依存ライブラリ、コンテナ、ネットワーク出口、アクセス制御、ログ、更新手順まで設計対象になります。Mistral AI公式Hugging Faceリポジトリ

企業で試す前のPoCチェックリスト

以下は公式仕様ではなく、Mojiによる実務上の提案です。モデルの性能比較だけでなく、利用するデータ、業務の重要度、評価指標、許容誤差に合わせて調整してください。

• 目的：「文章作成を速くする」ではなく、「問い合わせ分類の一次振り分け」など、対象工程と人の最終責任を定義したか。
• 入力：個人情報、顧客情報、営業秘密、未公開コードを送ってよいか。契約・設定・保存・学習利用の条件を確認したか。
• 出力：正答率だけでなく、根拠の欠落、誤った断定、形式崩れ、危険なツール呼び出しを失敗として定義したか。
• 評価セット：通常例だけでなく、曖昧な入力、情報不足、例外、拒否すべき依頼を含めたか。
• 権限：最初は読み取り専用・下書き作成までに限定し、送信、更新、決済、権限変更は人の承認を残したか。
• 費用：平均・P95の入力／出力トークン数、再試行、ツール呼び出しを含むタスク単価を測る計画があるか。
• 変更管理：モデルID、プロンプト、参照文書、ツール定義のいずれかを変えた際、再評価する基準があるか。

LLMの選定は、公開ベンチマークの順位だけで完結しません。自社の実データをそのまま使えない場合でも、匿名化・合成した評価ケースを作り、品質、速度、費用、安全性を同じ条件で比べてください。評価設計の詳細は、LLM評価の進め方｜モデル選定を導入判断につなげる比較基準・手順・チェックリストで解説しています。

入力データとツール連携で特に注意する点

Mistral Small 4はFunction Callingに対応しますが、モデルが関数を呼び出そうと判断したことと、その操作を実行してよいことは別です。たとえば、在庫照会は読み取り専用の候補になり得ますが、返金確定や顧客情報の更新は、モデル出力だけで実行せず、アプリケーション側で認可・条件検証・承認・監査ログを設ける必要があります。

また、Firefox Smart WindowやAPIへ渡すタブ、文書、会話履歴、ツール実行結果、ログには、機密情報や個人情報が含まれる可能性があります。導入前に「どのデータが、どの経路で、どこまで保存・共有されるか」を用途単位で確認してください。具体的な入力・権限・契約・検証の確認項目は、生成AIの情報漏洩対策｜入力・権限・契約・検証で決める実務チェックリストも参照してください。

まとめ：まず利用経路を分けて確認する

Mistral Small 4は、推論、コーディング、画像理解、ツール連携を1つにまとめたMistral AIのモデルで、APIでは入力100万トークン0.15米ドル、出力100万トークン0.60米ドルが案内されています。重みはApache 2.0で公開されていますが、119B規模のモデルであるため、自社運用はGPU・推論基盤・セキュリティ運用を含めて判断する必要があります。

Firefox Smart Windowで試す場合は、まず対象地域、デスクトップ版、段階的ロールアウト、画面上のMistral Small 4の選択可否を確認してください。業務で使う場合は、APIで限定的な読み取り・下書き業務から開始し、自社データに近い評価ケースで品質・費用・安全性を測ったうえで、権限の強い操作へ進むことをMojiでは提案します。