Mistral Large 3
ヨーロッパ発、軽量で速いオープンモデル。Mistral Large 3 で MoE 675B へ大型化。
◎ 強み
- ◎ Mistral Large 3 が 675B 総 / 41B アクティブの MoE
- ◎ オープンウェイトの選択肢が広い
- ◎ API も提供（Le Chat）
- ◎ Voxtral TTS（2026-03）で音声も拡充
VS COMPARISON
Mistral AI
Mistral Large 3
Large 3 (MoE 675B/41B active) ／ 2025-12
VS
Alibaba
Qwen3.6-27B
Qwen3.6-27B (dense) ／ 2026-04-22
編集部の総合判定
純粋なベンチマーク性能では明確に Qwen3.6-27B 優位
ベンチ勝ち：Mistral Large 3 1 / Qwen3.6-27B 3 料金で安い項目：Mistral Large 3 0 / Qwen3.6-27B 2
SPECS
仕様の比較
| 項目 | Mistral Large 3 | Qwen3.6-27B |
|---|---|---|
| バージョン | Large 3 (MoE 675B/41B active) | Qwen3.6-27B (dense) |
| 公開日 | 2025-12 | 2026-04-22 |
| コンテキスト長 | 256K | 256K |
| 入力料金 $/1M | $2 | $0.4 安い |
| 出力料金 $/1M | $6 | $2 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
BENCHMARKS
ベンチマーク差分
バーの長さは100%スケール。長い方が勝ち。
SWE-Bench
Mistral Large 3 60% 勝ち
Qwen3.6-27B —
MMLU
Mistral Large 3 81%
Qwen3.6-27B 85% 勝ち
GPQA
Mistral Large 3 73%
Qwen3.6-27B 82% 勝ち
AIME
Mistral Large 3 75%
Qwen3.6-27B 88% 勝ち
※ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）
PROS & CONS
強み・弱み
Qwen3.6-27B
Alibaba 製の高性能オープンモデル群。Qwen3.6 で 397B MoE を超える dense モデルへ。
◎ 強み
- ◎ 日本語含む多言語が得意
- ◎ サイズのバリエーションが豊富（dense 27B / MoE 36B-A3B 等）
- ◎ ベンチで上位常連、agentic coding で 397B MoE を超える
- ◎ Apache 2.0 ライセンスで完全オープン
PRIMARY SOURCES
一次ソース
Mistral Large 3