Magistral Small（マジストラルスモール）

概要

Magistral Small は、フランス Mistral AI が 2025 年 9 月にリリースした推論特化型(Reasoning Model)大規模言語モデルです。OpenAI o1(2024 年 9 月)・DeepSeek R1(2025 年 1 月)に始まる「Chain of Thought 内蔵モデル」の系譜に位置し、追加のプロンプト指示がなくとも多段推論を内部で展開してから最終回答を出力します。

24B クラスのパラメータ(Mistral Small 系のフォーク)で構築されており、AIME 2024 / MATH-500 / GPQA Diamond / Codeforces のような推論ベンチマークで GPT-4o 級・Claude 3.5 Sonnet 級のスコアを達成しました。Mistral La Plateforme での API 提供と、商用ライセンスでのオープンウェイト配布の両方が用意されており、ローカル環境でも動作します。

主な特徴・仕組み

• 24B クラスのパラメータ、Mistral Small 系のフォーク派生。
• Chain of Thought を内蔵、推論時に <thinking>...</thinking> ブロックを生成。
• AIME 2024 で 50%+、MATH-500 で 80%+、GPQA Diamond で 50%+ スコア。
• 多言語対応(英・仏・独・西・伊・中・日)。
• 32K コンテキスト、関数呼出・ツール利用対応。
• Mistral Research License、研究・非商用利用は無料。

主要 Reasoning モデル比較

自作PCでの選び方・注意点

24B クラスのため、4bit 量子化(Q4_K_M)で約 14GB の VRAM/メモリが必要です。RTX 4090 24GB / RTX 5080 16GB / Mac mini M4 Pro 64GB クラスで動作します。Reasoning モデルは内部で長い思考過程を生成するため、出力トークン数が通常モデルの 3-10 倍になり、推論時間も長くなる点に注意が必要です。

ローカルで動かす場合は、可能なら 8bit 量子化以上で動作させ、推論速度を確保することを推奨します。Mac Studio M3 Ultra(64GB+ UMA)があれば、FP16 全精度で 30-40 tok/s が出ます。

関連用語との違い

• Devstral Small 2: 同じ Mistral Small 系派生。Devstral はエージェント特化、Magistral は推論特化。
• Magistral Medium: 上位サイズ、商用 API のみ。Magistral Small はオープンウェイト版。
• DeepSeek R1: 推論特化の代表的 OSS。MoE 671B で大規模、Magistral Small は軽量代替。

よくある質問(FAQ)

Q1: Reasoning モデルとは何ですか? A: 内部で多段の思考過程(Chain of Thought)を展開してから最終回答を出すモデルです。数学・論理・複雑な推論タスクで通常モデルより精度が大幅に高くなります。

Q2: 通常 LLM との使い分けは? A: 単純なチャットや要約には Mistral Small / Llama 3.3 などの通常 LLM、AIME のような難易度の高い問題には Magistral Small が向きます。

Q3: 商用利用は可能ですか? A: Mistral Research License は研究・非商用のみです。商用利用には Mistral La Plateforme の API か商用契約が必要です。

まとめ

• Mistral AI 2025 年 9 月公開、24B 級推論特化モデル
• Chain of Thought 内蔵、AIME / MATH-500 で大型モデル級の性能
• RTX 4090 / Mac mini M4 Pro クラスでローカル運用可能
• DeepSeek R1 / OpenAI o1 と並ぶ推論特化 LLM の選択肢