Mistral、Magistral 1.2公開：画像認識に対応、MacBookローカル動作も可能

画像認識と論理的推論を兼ね備えたAIを自分のノートPCで動かすことは、これまでハードウェアの制約上、非常にハードルが高いことでした。

フランスのAI企業Mistralが、その常識を塗り替えるアップデートを発表しました。推論特化型モデルの新バージョン「Magistral Small 1.2」と「Magistral Medium 1.2」です。

同社はX上で今回の更新を「マイナーアップデート」と控えめに表現していますが、中身は決して小さくありません。両モデルともにビジョンエンコーダーが新たに統合され、テキストだけでなくユーザーがアップロードした画像の解析が可能になりました。

24BモデルがMacBook上でそのまま動く

特に開発者コミュニティで注目を集めているのが、240億パラメータを持つ「Magistral Small 1.2」です。

Hugging FaceのAhsen Khaliq氏が指摘したところによると、このモデルは量子化を施すことで、単体のNvidia RTX 4090や、32GBのRAMを搭載したMacBook上に収まり、ローカル環境で直接動作させることができます。

Khaliq氏は自身のコーディング用Webアプリ「AnyCoder」のデフォルトモデルを、早速Magistral Medium 1.2へと切り替えました。

一般ユーザーはMistralの対話型サービス「Le Chat」ですぐに試すことができます。また、Hugging Faceでモデルが公開されているほか、API経由でも利用可能です。

API料金はSmallが入力100万トークンあたり0.50ドル、出力1.50ドル。Mediumが入力2.00ドル、出力5.00ドルとなっています。SmallはAnthropicのSonnetなど中位クラスのモデルと比べて割安な設定です。

なぜ重要か

私たちが考える最大のポイントは、高度な推論能力と画像認識を、個人開発者が手元で動かせるサイズ感に落とし込んだ点にあります。

機密性の高い設計図や社内資料の画像を扱う企業や、クラウド利用料を抑えたい開発者にとって、すぐに検証する価値のある選択肢となります。ネットに繋がずにMacBook上で本格的な推論モデルを走らせられるメリットは絶大です。

OpenAIのoシリーズやDeepSeek R1以降、推論モデルの競争は激化していますが、その多くは膨大な計算資源を前提としたクラウド型でした。これに対しMistralは、オープンソース（Apache 2.0）のSmallで現場の開発者を掴み、商用のMediumで法人需要を狙うという巧みなバランスを維持しています。

懸念点としては、24Bのモデルをローカルで動かすために量子化を行った際、複雑な数式や細かな画像認識において、どの程度精度が維持できるかという点です。

それでも、エッジ環境でマルチモーダル推論が実用レベルに達しつつあることを示した点において、今回のリリースは大きな一歩と言えます。