2026年10月29日

Mistral Responses APIとは?エージェント構築向け新APIと高速モデル2種

室谷室谷代表取締役
Mistral Responses API(ミストラル・レスポンシーズ・エーピーアイ)は、Mistral AIが公開プレビューで提供開始したエージェント構築向けのAPIで、モデルの回答・推論・ツール呼び出しを個別の項目として返せるのが特徴なんですよね。今日はこれを深掘りします。
テキトー教師テキトー教師DotAI 認定講師
同時に高速・低コストモデル2種のホスティングも始まっていて、そっちも見逃せないんですよ。単にAPIが1本増えたという話じゃないんです。

Mistral Responses APIとは?何が発表されたのか

まとめ
Mistral Responses API 発表の要点
  • Mistral AIがResponses APIを公開プレビューで開始
  • DeepSeek V4.1 Flashを公開プレビューでホスティング提供開始
  • GLM 5.3 Flashを一般提供でホスティング提供開始
  • 提供基盤はEU・米国のMistral AI Cloud Inference
  • 各レスポンスがモデルの回答・推論・ツール呼び出しを別々の項目として返す
  • Chat Completionsよりアプリ側が各ステップを扱いやすいのが売り
  • Mistral Large 4を含むMistralがホストする全チャットモデルで動作
  • 既存モデル資産をResponses形式に載せ替えられ移行コストを見積もりやすい
室谷室谷代表取締役
まず発表の骨格を整理すると、Mistral AIがResponses APIを公開プレビューで開始、あわせてDeepSeek V4.1 Flashを公開プレビューで、GLM 5.3 Flashを一般提供で、それぞれホスティング提供開始したという3点セットです。
テキトー教師テキトー教師DotAI 認定講師
提供基盤はEUと米国のMistral AI Cloud Inferenceですね。ここは押さえておきたいところです。
室谷室谷代表取締役
公式スレッドでは、各レスポンスがモデルの回答・推論・ツール呼び出しを別々の項目として返すと説明されていて、Chat Completionsよりアプリ側が各ステップを扱いやすい、というのが売り文句になっています。
テキトー教師テキトー教師DotAI 認定講師
従来のChat Completionsだと、回答と推論とツール呼び出しが分離されずに扱いにくかったわけです。そこを構造化したのが今回のポイントで、講座でもエージェント実装のつまずきはだいたいこの部分なんですよ。
室谷室谷代表取締役
しかもMistral Large 4を含むMistralがホストする全チャットモデルで動く、と。ここは実務的に大きいですよね。
テキトー教師テキトー教師DotAI 認定講師
既存のモデル資産をそのままResponses形式に載せ替えられるという意味なので、移行コストの見積もりがしやすいんです。

Mistral Responses APIでできること(テキスト・画像・ファイル・関数呼び出し)

Mistral Responses APIでできること
テキスト入出力
文字列とメッセージ配列の両方に対応
画像入力
画像URL・base64データURL(vision対応モデルが前提)
ファイル入力
HTTPS URL・base64データURL・アップロード済みファイルIDの3系統。file_url・file_data・file_idのうちちょうど1つを設定
構造化出力
text.format経由でJSONモード・JSON Schemaに対応
ストリーミング
テキストと関数引数のイベントが返る
関数呼び出し
クライアント実行型、名前空間を含む
推論
reasoning.effortとプレーンテキストの推論がモデル依存で使える
入力トークン数カウント
POST /v1/responses/input_tokensで事前カウント
室谷室谷代表取締役
公式ドキュメントで対応機能が細かく列挙されていて、まずテキストの入出力は文字列とメッセージ配列の両方に対応しています。
テキトー教師テキトー教師DotAI 認定講師
画像入力はユーザーメッセージと関数の結果の両方に、画像URLとbase64のデータURLで渡せる。ただしvision対応モデルを使う前提です。
室谷室谷代表取締役
ファイル入力はHTTPSのURL、base64データURL、アップロード済みのファイルIDの3系統。file_url・file_data・file_idのうちちょうど1つを設定するルールなんですよね。
テキトー教師テキトー教師DotAI 認定講師
構造化出力はtext.format経由でJSONモードとJSON Schemaに対応、ストリーミングはテキストと関数引数のイベントが返る、関数呼び出しは名前空間を含むクライアント実行型、推論はreasoning.effortとプレーンテキストの推論がモデル依存で使える、と。
室谷室谷代表取締役
それに入力トークンの事前カウント用にPOST /v1/responses/input_tokensが用意されている。地味ですけど、コスト管理を考えるとこれは効きますよ。
テキトー教師テキトー教師DotAI 認定講師
整理するとこうです。
  • テキスト入出力:文字列・メッセージ配列
  • 画像入力:画像URL・base64データURL(vision対応モデル)
  • ファイル入力:HTTPS URL・base64データURL・アップロード済みファイルID
  • 構造化出力:JSONモード・JSON Schema(text.format)
  • ストリーミング:テキストと関数引数のイベント
  • 関数呼び出し:クライアント実行型、名前空間対応
  • 推論:reasoning.effort・プレーンテキスト推論(モデル依存)
  • 入力トークン数カウント:POST /v1/responses/input_tokens
室谷室谷代表取締役
あと重要な設計思想として、このResponses APIはステートレスなんですよ。会話履歴はアプリ側が保持して、毎回inputに載せて送る。
テキトー教師テキトー教師DotAI 認定講師
サーバー側で状態を持たないぶん、どこで何が起きているかがアプリ側で完全に把握できる。受講生さんでも「ブラックボックスが減るのがありがたい」という声が多い部分です。

Mistral Responses APIの使い方・始め方(SDK・APIキー・最初のリクエスト)

Mistral Responses API 最初のリクエストまでの手順
  1. 01
    SDKをインストール
    pip install -U mistralai、または npm install @mistralai/mistralai@latest
  2. 02
    APIキーを設定
    環境変数 MISTRAL_API_KEY にAPIキーを設定
  3. 03
    クライアントを初期化
    Mistralクライアントをapi_key付きで初期化
  4. 04
    リクエストを送信
    client.responses.create を呼ぶ。model=mistral-large-4、input=プロンプト文字列、reasoning.effort=high、max_output_tokens=4096
  5. 05
    レスポンスを解析
    output配列を走査し、type=message の項目の content から type=output_text の text を取得(choices[0] は使わない)
室谷室谷代表取締役
ここが実用情報の核心です。まずSDKはpip install -U mistralai、またはnpm install @mistralai/mistralai@latest。

そして環境変数MISTRAL_API_KEYにAPIキーを設定します。
テキトー教師テキトー教師DotAI 認定講師
認証はそのAPIキーをSDKに渡す形ですね。ドキュメントのPython例ではMistralクライアントをapi_key付きで初期化して、client.responses.createを呼ぶ流れになっています。
室谷室谷代表取締役
最小のリクエストはmodelにmistral-large-4、inputにプロンプト文字列、reasoningにeffort high、max_output_tokensに4096を指定する例が載っています。
テキトー教師テキトー教師DotAI 認定講師
レスポンスはoutput配列で返ってきて、その中のtypeがmessageの項目のcontentを走査し、typeがoutput_textのパートのtextを拾う。この処理が公式のprint_textヘルパーとして例示されています。
室谷室谷代表取締役
ここ、最初にハマりやすいところなんですよね。Chat Completionsの感覚でchoices[0]を取りに行くと空振りするので、output配列を歩く前提でコードを組む必要があります。
テキトー教師テキトー教師DotAI 認定講師
会話を続けるときは、前のレスポンスのoutput項目をまるごと履歴に足して、そのあとに次のユーザーメッセージを追加して送る。ドキュメントではフランスの首都を聞いてから、その回答をフランス語に翻訳させる2ターンの例が示されています。
室谷室谷代表取締役
関数呼び出しも流れが明確で、toolsにtype function・name・description・parametersを定義し、tool_choiceで関数を指定、parallel_tool_callsはfalseにする例。モデルが返したfunction_call項目のnameとargumentsを受け取って、アプリ側で実行する。
テキトー教師テキトー教師DotAI 認定講師
実行結果はtypeがfunction_call_outputで、call_idを一致させてoutputにJSON文字列を入れて返す。ドキュメントでも、実際に関数を走らせる前に引数を検証するよう注意書きがあります。
室谷室谷代表取締役
ストリーミングはstream=Trueにして、各フレームのdataからresponse.output_text.deltaイベントのdeltaを出力する。response.completedで完了、加えてresponse.failed、response.incomplete、errorイベントもハンドリングすべきと明記されています。
テキトー教師テキトー教師DotAI 認定講師
入力トークンのカウントは、これから使うmodel・input・instructions・toolsと同じ内容をcount_input_tokensに渡して、返ってきたinput_tokensを見る。見積もりが先に立つのは運用設計で助かりますね。
室谷室谷代表取締役
DeepSeek V4.1 Flashの詳細はDeepSeek-V4.1-Flash-1017とは?料金・ピーク時間と実測、Search APIでも整理しているので、あわせてどうぞ。

Chat Completionsとの違いとOpenAI Responses形式の互換性

室谷室谷代表取締役
一番聞かれるのがここです。Responses APIはOpenAIのResponses形式に準拠していて、既存のResponses連携アプリをMistralに持ってきやすい、というのが公式の説明なんですよね。
テキトー教師テキトー教師DotAI 認定講師
つまり新規アプリでも既存のResponses統合の移行先としても使える、と。単にMistral独自形式を押し付ける話じゃないんですよ。
室谷室谷代表取締役
Chat Completionsとの違いは、回答・推論・ツール呼び出しが分離された項目として返る点。アプリ側の分岐が素直に書けるようになります。
テキトー教師テキトー教師DotAI 認定講師
一方でステートレスなので、会話の文脈保持はアプリの責任です。ここをサーバー側が持つ前提で設計していると、移行時に設計を見直す必要があります。
室谷室谷代表取締役
あとResponses APIは公開プレビューなので、問題やフィードバックがあればMistralのサポートに連絡するようドキュメントに書かれています。プロダクション投入はその前提で考えたほうがいいですよね。
テキトー教師テキトー教師DotAI 認定講師
既存のChat Completionsをすぐ捨てる必要はなくて、エージェント的な処理を書きたいところからResponsesに寄せていく、という段階的な移行が現実的だと思います。
室谷室谷代表取締役
MYUUUでも、ツール呼び出しの分岐が増えてきた処理から順に置き換える形が現実的だなと。推論の項目が独立して返るのは、ログ設計的にもありがたいんですよね。

DeepSeek V4.1 FlashとGLM 5.3 Flash、Mistral Large 4の対応モデルと料金・提供範囲

室谷室谷代表取締役
ここからはモデルの話です。まずDeepSeek V4.1 Flashは公開プレビューで、長文脈コーディングとエージェント作業向け。

Mistralがホストするサードパーティのオープンウェイトモデルで、Mistralによる改変なしで提供されると明記されています。
テキトー教師テキトー教師DotAI 認定講師
スペックはコンテキストが1M、最大出力が128k。料金は入力が100万トークンあたり0.3ドル、出力が1.2ドル、キャッシュ入力が0.007ドルです。

ライセンスはMITと表記されています。
室谷室谷代表取締役
1Mコンテキストでこの入力単価は、長いコードベースを丸ごと読ませる用途だと効いてきますよね。
テキトー教師テキトー教師DotAI 認定講師
もう一方のGLM 5.3 Flashは一般提供で、サブエージェント、ツール呼び出し、コーディング向けと紹介されています。
室谷室谷代表取締役
そしてMistral Large 4は2026年10月6日に公開プレビューが発表された1兆パラメータのネイティブマルチモーダルモデルで、アクティブパラメータは520億。Responses APIはこのLarge 4を含む全ホスト型チャットモデルで使えるわけです。
テキトー教師テキトー教師DotAI 認定講師
Large 4の位置づけはMistral Large 4とは?1兆パラメータの「Le Chonk」を解説で詳しく解説しています。
室谷室谷代表取締役
料金ページにはMistral Largeが入力0.5ドル、出力1.5ドル(100万トークンあたり)という例示や、バッチ処理で50%減、キャッシュ入力トークンで最大90%の入力コスト削減といった説明もあります。
テキトー教師テキトー教師DotAI 認定講師
レート制限は管理パネルのAPIのLimitsページで、モデルごとに毎分トークン数と毎秒リクエスト数が示される仕組みです。上限を上げたい場合は、利用予定のモデルやAPI、目標のリクエスト毎秒数、想定トークン量、用途の概要を添えてサポートに連絡する流れになっています。
室谷室谷代表取締役
なお無料枠の具体的な数値は今回のソースでは明らかにされていません。プランによって月間の利用枠と上限が決まる、という整理までが確認できる範囲です。
テキトー教師テキトー教師DotAI 認定講師
整理するとこうです。
モデル提供状況特徴料金(100万トークン)
DeepSeek V4.1 Flash公開プレビュー長文脈コーディング・エージェント向け、1Mコンテキスト、最大出力128k入力0.3ドル/出力1.2ドル/キャッシュ入力0.007ドル
GLM 5.3 Flash一般提供サブエージェント・ツール呼び出し・コーディング向けソースに記載なし
Mistral Large 4公開プレビュー1兆パラメータ、520億アクティブのネイティブマルチモーダルソースに記載なし

エージェント開発はどう変わる?Mistralの狙い

室谷室谷代表取締役
今回の発表を並べて見ると、Mistralの狙いがかなりはっきりしているんですよね。エージェント基盤を自社モデルだけで閉じず、サードパーティのオープンウェイトモデルまでホスティングして品揃えにする。
テキトー教師テキトー教師DotAI 認定講師
コスト重視のエージェント用途に応えるラインナップですよね。長文脈のコーディングはDeepSeek V4.1 Flash、サブエージェントやツール呼び出しはGLM 5.3 Flash、中核はMistral Large 4という住み分けが読み取れます。
室谷室谷代表取締役
そしてResponses形式への準拠。これは既存のResponses連携アプリの移行先になるという狙いが公式に説明されています。

乗り換えの摩擦を下げにきているわけです。
テキトー教師テキトー教師DotAI 認定講師
教育の現場でも、エージェントの実装課題は「どのモデルを呼ぶか」より「ツール呼び出しと推論をどう捌くか」に移っています。そこに構造化されたレスポンスが来るのは追い風なんですよ。
室谷室谷代表取締役
ただ、ステートレス設計なので履歴管理は自前。トークン数は事前カウントで見積もる。

プレビュー機能なのでサポート窓口にフィードバックを出す。この3点を最初に設計に織り込んでおくと、後で揉めないですみます。
テキトー教師テキトー教師DotAI 認定講師
DeepSeek V4.1 Flashの別角度の話はDeepSeek V4.1 Flashとは?552B MoEとAA-AgentPerf首位のGB300を読み解くもあります。モデル側の進化とAPI側の進化をセットで追うと理解が深まりますね。
室谷室谷代表取締役
まずは公式ドキュメントのprint_textヘルパーをそのまま動かして、output配列の構造を目で見るのが一番早いと思います。そこから関数呼び出し、ストリーミング、と段階を踏むのがおすすめです。

よくある質問

室谷室谷代表取締役
ここからは、よく聞かれる点をまとめておきます。
テキトー教師テキトー教師DotAI 認定講師
まず、Responses APIはどこで使えるのか。EUと米国のMistral AI Cloud Inferenceで提供されています。
室谷室谷代表取締役
対応モデルは? という質問には、Mistralがホストする全チャットモデル、Mistral Large 4を含む、というのが公式の答えです。
テキトー教師テキトー教師DotAI 認定講師
会話の文脈はどう保持するのか。このAPIはステートレスなので、アプリ側が履歴を保持して毎回inputで送ります。

前のレスポンスのoutput項目も履歴に含めるのがポイントです。
室谷室谷代表取締役
OpenAIのResponses APIとの互換性は? については、OpenAI Responses形式に準拠していて、既存のResponses統合をMistralに持ち込める、という説明が公式ドキュメントにあります。
テキトー教師テキトー教師DotAI 認定講師
料金は? については、モデルごとに100万トークンあたりの入力・出力で設定され、DeepSeek V4.1 Flashは入力0.3ドル、出力1.2ドル、キャッシュ入力0.007ドルと公式に明記されています。GLM 5.3 FlashとMistral Large 4の個別料金は今回のソースには記載がなく、現時点では明らかにされていません。
室谷室谷代表取締役
無料枠やレート制限の具体的な数値も、今回のソースでは明らかにされていません。レート制限は管理パネルのLimitsページでモデルごとに確認できる、という運用の入り口までが確認できる情報です。
テキトー教師テキトー教師DotAI 認定講師
ストリーミングやツール呼び出しは使えるのか。どちらも対応していて、ストリーミングはresponse.output_text.deltaなどのイベント、ツール呼び出しはクライアント実行型の関数呼び出しとして提供されます。
室谷室谷代表取締役
最後に、これは公開プレビューだという点だけは繰り返しておきます。不具合やフィードバックはMistralのサポートに連絡する窓口が用意されています。

新しいAPIはまず小さく試す。それが一番安全なんですよね。

Related

関連記事

New Articles

新着記事

ガイド

Grokの読み方は「グロック」か「グロク」か?公式回答と会社名・料金の最新事情

2026年11月18日
室谷テキトー教師
ガイド

GoogleのAIモードとAIによる概要の消し方|公式オフ機能の有無とPC・スマホの回避策

2026年11月18日
室谷テキトー教師
ガイド

Azure OpenAI Serviceとは?料金・モデル一覧・データの扱いを最新情報で整理

2026年11月18日
室谷テキトー教師
ニュース

Perplexityの「Orchestrator API」とは?45以上のモデルを1つのAPIキーに統合

2026年11月18日
室谷テキトー教師
ニュース

Microsoftの「Copilot Workspaces」とは?人とエージェントが協働する新体験

2026年11月18日
室谷テキトー教師
ガイド

Geminiのファミリープランは何人まで?Google AI Proを家族で割る料金と設定の手順

2026年11月18日
室谷テキトー教師
ニュース

Microsoft MAIとは?Ignite 2026で発表の7モデルと料金

2026年11月18日
室谷テキトー教師
ニュース

Replit Missionsとは?エージェントスウォームで目標達成型の自律実行

2026年11月18日
室谷テキトー教師
ニュース

Copilot Fusion Maxとは?Terminal-Bench 4.1首位の自動モデル選択

2026年11月18日
室谷テキトー教師
ニュース

Googleの「Gemini Tasks」とは?日本でも無料開始、Gemini 4 Hydrogen搭載

2026年11月18日
室谷テキトー教師

Join

AIプレナーになる。

入会は審査制です。いまの事業と、AIで何を動かしたいのかを聞かせてください。

参加を申請する