Mistral Nemoをローカルで実行できますか？

はい。ウェイトはApache 2.0でオープンで、Hugging Faceのmistralai/Mistral-Nemo-Instruct-2407で入手可能です。Mistral AIはmistral_inference、Hugging Face Transformers、NVIDIA NeMoでの実行をサポートしています。

Mistral NemoのAPI料金とコンテキスト制限は？

API価格は入力・出力ともに100万トークンあたり0.03ドルで、コンテキストウィンドウは128kトークンです。

Mistral NemoはMistral 7Bとどう違いますか？

Nemoは12Bパラメータで7Bより大きく、128kの大きなコンテキストウィンドウ、多言語学習を追加し、Mistralが既存パイプラインの7Bの直接置換として位置付けています。

▲

0.3%

今週

Mistral Nemo

8319°

#llm #mistralai #多言語 #ローカル #予算 #エージェント

このモデルを実行

オファー／広告

OpenRouter ターミナル / API

トークンごとに支払い

ブラウザでこのモデルとチャットするか、1つのAPIキーでコードから呼び出せます。

Mistral | 131,072トークンコンテキスト | 入力$0.03/M、出力$0.03/M。MistralがNVIDIAと共同で開発した12Bパラメータモデルで、128kトークンのコンテキスト長を持ちます。英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語、中国語、日本語、韓国語、アラビア語、ヒンディー語に対応する多言語モデルです。関数呼び出しに対応し、Apache 2.0ライセンスで公開されています。

このモデルのガイド

Ollama vs LM Studio (2026)：どのローカルAIアプリを使うべきか、それぞれが動かすトップモデルは？

ローカルAIに実際どれくらいのVRAMが必要？

OllamaのインストールとローカルAIの実行方法（Windows、Mac、Linux）

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

Mistral NemoはMistral AIとNVIDIAの共同開発による120億パラメータモデルで、128kトークンのコンテキストウィンドウと11言語の真の多言語対応を備えています。消費者向けハードウェアでローカル実行可能なほど小さく、API経由で安価に本番運用でき、多くのパイプラインでMistral 7Bの代替となる実用的な中間モデルです。Apache 2.0ライセンスのウェイトにより展開権利を所有できます。

得意分野

Apache 2.0ライセンス：商用利用、改変、どこでも実行可能
12Bパラメータで128kトークンのコンテキストウィンドウはこのサイズ帯で異例に大きい
11言語対応で専用の多言語学習データを使用し、英語のファインチューニングだけではない
関数呼び出し機能内蔵でツール利用やエージェントパイプラインに実用的
Mistral 7Bの直接置換を想定した設計で同じ統合パターンを維持

注意点

多言語MMLUスコアは50台後半から60台前半で、このサイズとしては強いが最先端レベルではない。
12Bパラメータのため16GB未満のGPUで快適に動かすには量子化が必要。

最適な用途

試してみるプロンプト

多言語ドキュメント要約

以下の段落はフランス語です。英語で3つの箇条書きに要約し、それをスペイン語と日本語に翻訳してください。 "La transition énergétique représente l'un des défis les plus complexes du XXIe siècle. Elle implique non seulement des changements technologiques profonds, mais aussi des transformations économiques et sociales majeures qui touchent l'ensemble des secteurs d'activité."

関数呼び出しスキーマ設計

get_weatherというツールのJSON関数スキーマを設計してください。都市名、任意の国コード、単位パラメータ（celsiusかfahrenheit、デフォルトはcelsius）を受け付けます。関数呼び出しAPIが期待する形式でスキーマを返し、東京の摂氏での呼び出し例を示してください。

長文契約書レビュー

ソフトウェアライセンス契約書をレビューしています。サブライセンス制限、ライセンサーによる監査権、契約の自動更新に関する条項を特定してください。見つかった条項ごとに該当文を引用し、ライセンシーにどんな義務が生じるか平易に説明してください。なければ明言してください。

比較する

Mistral Large 2407
API専用モデル
131,072トークンのコンテキスト · $2.00/M 入力、$6.00/M 出力
Mistral Large 4
API専用モデル
1,048,576トークンのコンテキスト · $0.68/M 入力、$2.09/M 出力
Ministral 3 3B 2512
オープンウェイトモデル
131,072トークンのコンテキスト · $0.10/M 入力、$0.10/M 出力
Voxtral Small 24B 2507
オープンウェイトモデル
32,768トークンのコンテキスト · $0.10/M 入力、$0.30/M 出力

mistralaiの他のテキストモデル

よくある質問

Mistral Nemoをローカルで実行できますか？: はい。ウェイトはApache 2.0でオープンで、Hugging Faceのmistralai/Mistral-Nemo-Instruct-2407で入手可能です。Mistral AIはmistral_inference、Hugging Face Transformers、NVIDIA NeMoでの実行をサポートしています。
Mistral NemoのAPI料金とコンテキスト制限は？: API価格は入力・出力ともに100万トークンあたり0.03ドルで、コンテキストウィンドウは128kトークンです。
Mistral NemoはMistral 7Bとどう違いますか？: Nemoは12Bパラメータで7Bより大きく、128kの大きなコンテキストウィンドウ、多言語学習を追加し、Mistralが既存パイプラインの7Bの直接置換として位置付けています。

キャプテンの評価
賢明で真にオープンな12Bモデル：APIで安価に運用でき、ローカル展開も無料で可能、このサイズ帯で最も誠実な多言語対応モデルの一つです。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #63 Hottest Text / LLM model · #63 Hottest Text / LLM text model

Not this creator?

Get your own badge

Mistral Nemo の人気トレンド

ヒートスコア、過去12ヶ月

ヒートスコア

8,319°

今週

▲

0.3%

8,317° 当時、8,319° 今

今月

▲

1.1%

8,314° 当時、8,319° 今

過去1年

▲

25.2%

8,242° 当時、8,319° 今

7,000°

基準値

スケールは0°から9,999°までです。7,000°未満はまだどのソースも報告していないモデル用に確保されており、リストを完全に保つために仮の数値が割り当てられています。7,000°が実際のデータが始まる地点で、実データがほとんどないモデルはここに位置し、それより上の度数が測定値です。基準値自体はモデルについて何も示さず、上の度数だけがモデル間の違いを示します。

+1,319°

OpenRouterトークン

このモデルは過去30日間にOpenRouter経由で248,311,320,782トークンを処理しました。プロンプトと回答の合計です。10,000,000トークンごとに1ダウンロードとしてカウントし、合計24,831です。最終日のトークンは採用率に加算されます。出典：OpenRouter (openrouter.ai/rankings)。

詳細な内訳を表示

このサイトのすべての数字は確認できます。このモデルのヒートスコアは8,319°で、ここでは一つずつ要素を積み上げていき、各段階の合計を示しています：基準値、各ソースが加える度数、モデルの種類によるボーナス、そして重みの年齢による減算。色は上のチャートの帯を表しています。最後の用語集で全ての用語を定義しています。

1
基準値から始めます。
なぜ7,000°でゼロではないのか：スケールは0°から9,999°までで、7,000°未満はまだどのソースも報告していないモデル用に確保されており、仮の数値が割り当てられてリストを完全に保ち、データのあるモデルより上位にならないようにしています。7,000°が実際のデータが始まる地点です。実データがほとんどないモデルはここに位置し、それ以降が測定値で、基準値の上には10段階の10倍増が300°ずつあります。基準値はすべてのモデルで同じなので、何も決めません。違いを決めるのはその上の度数です。
7,000°
累計合計
2
ダウンロード数を加算します。
合計でOpenRouterトークンから24,831のダウンロード相当数。ダウンロード数が10倍になると同じ300°が加算されるので、サイズは重要ですがスコアを独占することはありません。
+1,319°
8,319°
累計合計
=
ヒートスコア。
このモデルがこのサイトのすべてのリストでどの位置にいるか。これ以外の調整はありません。
8,319°

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。

このモデルの人気がカタログ全体と比べてどう動いたかを示してるよ。期間ごとのダウンロード数、いいね数、使用数の伸びを、同じ期間の普通のモデルの伸びと比べてる。熱スコアもその時点のものだよ。普通の伸びより上なら人気が上がってる、下なら下がってるってこと。過去のデータは今日の合計、モデルの初日、ダウンロード速度の2回の計測から再構成してる。期間の初めに存在しなかったモデルはn/aになるよ。