Mistral Vibe登場、4強比較で分かった強みと死角

Claude Code、Cursor、Codex。この3つの名前を軸に、この半年ずっと記事を書いてきた。そこへ割り込んできたのが、Mistral Vibe for Codeという名前だ。フランスのMistral AIが2025年12月に世に出したコーディングエージェントである。

2026年7月14日、海外の技術メディアMarkTechPostが比較記事を公開した。このMistral Vibeを、Claude Code・Cursor・Codexと同じ土俵に並べて採点する内容だ。正直、最初は話半分で読み始めている。海外発の新興ツールが老舗3強と並んで紹介されること自体は珍しくない。話題づくりで終わるケースを何度も見てきたからだ。

だが採点表の中身を読み進めると、単なる話題づくりでは片づけられない数字が見えてきた。コストとオープン性という軸で、Mistral Vibeが4体の中で最も高い評価を得ている。一次ソースまで遡って確認すると、その評価の性質にも見落としてはいけない注意点があった。

---

Mistral Vibe登場の経緯、なぜ今のタイミングで注目されるのか

Mistral Vibe for Codeは、2025年12月9日にMistral AIが発表したコーディングモデル”Devstral 2”を土台にしている。パラメータ数は123B、企業向けの本格的なソフトウェア開発を想定した設計だ。同時に発表された24Bパラメータの軽量版が”Devstral Small”で、個人が手元のPCで動かすことを想定している。

Vibe CLIは、この2つのモデルを動かすコマンドラインツールとして同時に登場した。自然言語での指示をもとにコードを自動生成し、リポジトリ全体を解析する機能を持つ。ファイル操作・コード検索・バージョン管理・コマンド実行を1つの対話型インターフェースでこなす設計だ。これはClaude CodeやCodexと同じ、エージェント型CLIと呼ばれる系譜にある。エディタ”Zed”への拡張機能として統合されている点は、他にはない立ち位置だ。

この登場のタイミングにも意味があると見ている。2025年後半から2026年前半にかけて、Claude Code・Cursor・Codexという3強の顔ぶれはほとんど変わらなかった。そこにMistralが自社モデルと専用CLIをセットで持ち込んできたことで、初めて4つ目のエージェント型CLIとして並べて語られる土台が生まれている。Zedへの統合も、エディタ内でエージェントの提案をその場で確認しながら進めたい層への配慮だ。ターミナルに閉じずエディタに寄り添う設計思想は、Cursorが最初に切り開いた道に近い。後発だからこそ、周到に穴を埋めてきた印象を受けた。

モデルと専用CLIをセットで出す戦略自体は、目新しいものではない。AnthropicがClaude CodeをClaude本体と並行して育て、OpenAIがCodexをGPT系モデルと合わせて展開してきたのと同じ型だ。Mistralもこの型に乗ってきたということは、コーディングエージェント市場がモデル単体では語れない段階に入ったことの表れだと思う。

性能面でも侮れない数字が出ている。Devstral 2はSWE-bench Verified（実際のGitHub issueを解決できるかを測るベンチマーク）で72.2%を記録した。オープンウェイトモデルとしては最高水準で、Claude Sonnetの77.2%に迫る。さらに2026年5月22日には、上位モデル”Mistral Medium 3.5”と”Remote Agents”機能がVibeに追加された。SWE-bench Verifiedのスコアは77.6%まで伸びている。半年足らずでの伸び方を見る限り、一過性の話題づくりで終わるツールではなさそうだ。

MarkTechPostの4強採点、実は実行テストではなかった

ここに重要な注意点がある。2026年7月14日にMarkTechPostが公開した比較記事は、4つのツールに同じタスクを実際に解かせて速度や正答率を測ったものではない。記事内でも明記されている通り、いずれのエージェントもプロンプトに対して実行されておらず、処理時間や合格率はあくまで採点の対象外に置かれている。各ツールが公式に公開している機能・仕様・既存のベンチマーク結果をもとに、1〜5点の5項目で採点した仕様比較だ。

採点対象のタスクは、機能のひな型を複数ファイルにまたがって組み立て、テストを生成・実行してプルリクエストを開くという1つの作業単位である。実際のエンジニアリング作業に近い内容だ。この作業単位を基準に、Mistral Vibe for Code・Claude Code・Cursor・OpenAI Codexの4つが並んで評価された。

この前提を飛ばして、「Vibeが実測でClaude Codeに勝った」と読んでしまうと、記事の趣旨を取り違える。実行力そのものの比較ではなく、コスト・オープン性・実行力・拡張性という複数軸を仕様ベースで採点した結果だと捉えるのが正確だ。この一線を引いたうえで、それぞれの採点の中身を見ていく。

仕様ベースの採点という手法自体は、以前からある。JetBrainsの年次開発者調査やStanford AI Indexのような業界レポートも同様だ。実行速度そのものより、機能や導入率、満足度といった間接指標を軸にすることが多い。それでも「実行力」という項目名だけを見ると、実測データだと早合点してしまう。タイトルだけを見て中身を確認しないまま引用が広がる展開は、この手のスコア記事にありがちな落とし穴だ。SNSで見かけた要約だけを信じて社内会議で紹介すると、後から「実際に動かした結果ですか」と聞かれて詰まることになる。一次ソースの方法論を一行でも確認しておくだけで、そのリスクはほとんど避けられるはずだ。

Vibeが22点で首位に立った、コストとオープン性という勝因

25点満点の採点で、Mistral Vibe for Codeは22点を獲得し、4ツール中で最高点だった。一方、Claude CodeとCodexはともに21点で並んでいる。その中でもClaude Codeは、生のコーディング品質という項目で最も高い評価を得た。順位だけを見るとVibeの完勝に見えるが、勝因を分解すると話は少し違ってくる。

Vibeが高得点を得た理由は、コスト・オープン性・コントロールという3つの軸への集中だ。4ツールの中で唯一、自前のサーバーで動かすセルフホスティングと、モデルを自社データで追加学習するファインチューニングの両方に対応している。さらに、EU域内でデータを処理し続けるEUデータレジデンシーへの対応も備えた。金融・医療など、データの持ち出しに厳しい制約がある業種にとっては、これだけで検討の土台に乗る材料になる。オープンウェイトの新興ツールが3強に挑む構図は、OSSツールKilo CLIの500モデル戦略でも見た。

EUデータレジデンシーが評価される背景には、GDPR（EU一般データ保護規則）のもとでデータの域外移転に慎重な企業が増えている事情がある。コードそのものに顧客情報や社内システムの設計が含まれるケースは珍しくない。処理場所を自分で選べるという条件は、コンプライアンス担当者にとって交渉の余地がある選択肢に映るはずだ。

ただしオープンとはいえ、ライセンスは一枚岩ではない。CLIツール本体のVibe CLIと軽量版のDevstral Small 2は、商用利用にほぼ制限がないアパッチ2.0ライセンスで公開されている。一方、上位モデルのDevstral 2とMistral Medium 3.5は、modified MITと呼ばれる別系統のライセンスだ。このmodified MITには売上高による線引きがある。月間の連結売上高が2,000万ドルを超える企業がそのまま使い続けるには、別途商用ライセンスを購入するかAPI経由の利用に切り替える必要がある。逆に言えば、個人開発者や中小規模のチームであれば、上位モデルも含めて実質的にオープンウェイトと同じ感覚で試せる設計だ。オープンという言葉だけを見て、全モデルが無条件で自由に使えると思い込むと、事業規模が大きくなったタイミングで契約周りに時間を取られることになる。ライセンスの線引きを曖昧にせず公開している点自体は、後から揉めるリスクを避けたい企業側にとって好材料だと言えるはずだ。

Claude Codeが譲らない実行力、その代わりに背負うコストと非公開の重さ

Claude Codeが21点にとどまった理由は、コストとコントロールという軸での弱さにある。オープンウェイトモデルの提供やセルフホスティングがなく、EUデータレジデンシーのような規制業種向けのデータ管理の選択肢も用意されていない。

その代わり、生のコーディング品質と実行力という項目では、Claude Codeが4ツールの中で最も高く評価されている。フロンティアモデルとの統合の深さ、複雑なタスクをまとめて処理する力は、他のツールが簡単に追いつける領域ではない。たとえば、複数のサブエージェントに役割を分担させて大きなタスクを処理する機能がある。必要に応じて思考の深さを切り替える機能も、他のツールにはまだ同水準で用意されていない。こうした細部の作り込みは、仕様表の点数だけでは伝わりにくい部分だ。私自身、日々の業務ツール開発でClaude Codeを使い続けている理由もここにある。動くものを素早く形にする力を、まだ手放す理由は見当たらない。この構図は、Claude Code急伸が示す分岐点で整理した判断軸とも重なっている。

つまり今回の採点が示しているのは、Vibeの圧勝ではなく、評価軸によって勝者が入れ替わるという構図だ。速さと実行力を最優先するならClaude Code、コストとデータ管理の柔軟性を優先するならVibe、という住み分けに近い。非エンジニアの活用という切り口では、Codex非エンジニア189倍の実態でも近い温度差を扱った。

自分の業務ツールに当てはめると、導入判断はどこで割れるか

ここからは、自分の業務にどう関係するかという話をしたい。カスタマーサクセスの仕事の傍らで、私は社内向けの小さなツールをいくつも作ってきた。その全部をClaude Codeで書いている。Vibeへの乗り換えを検討するとしたら、判断が割れるポイントは料金体系だ。

Devstral 2のAPI料金は無料提供期間終了後、100万トークンあたり入力0.40ドル・出力2.00ドルになる。軽量版のDevstral Smallは入力0.10ドル・出力0.30ドルで、こちらのほうが割安だ。個人が趣味で動かす分には十分すぎる価格だが、これだけで乗り換える決め手にはならない。私のようにClaude Codeの生成品質にすでに慣れている場合、多少コストが上がっても実行力を優先したくなる場面のほうが多いからだ。

実際に試算してみると、差はもっと分かりやすい。私が普段作っている社内ダッシュボードのような規模のツールなら、Claude Codeで月に数十万トークン程度の消費で収まる計算だ。仮に同じ作業をDevstral 2に置き換えたとしても、浮く金額は数千円単位にとどまる。この程度の差なら、生成品質の違いのほうが業務への影響は大きい。

一方で、EUデータレジデンシーやセルフホスティングが必要になる業種、たとえば金融機関や医療機関と仕事をする読者にとっては、話が変わってくる。データを外部に出せないという制約がある時点で、Claude Codeという選択肢自体が土俵から外れてしまう。もし今の仕事が金融機関のシステム開発だったら、コストの差を云々する前にデータを外に出せるかどうかで選択肢が絞られてしまうはずだ。自分がどちらの側にいるかを最初に見極めることが、ツール選びの一番手前にある判断だと思う。

チームの規模によって、判断は変わってくるものだ。私のように一人で完結する開発なら、多少コストが張っても慣れたツールを使い続ける選択に合理性がある。複数人でツールを共有する場合は話が別だ。ライセンス費用や運用ルールを揃える手間まで含めて比較しないと、あとで「言った言わない」のトラブルになりかねない。導入判断は個人の感覚だけで決めず、チームの体制まで含めて考える必要がある。

ハマりそうな料金体系とライセンスの注意点を先に共有する

まだVibeを本番の業務フローには組み込んでいない。理由は単純で、日本語の一次情報がまだ薄く、社内向けに展開する前に確認しておきたい点がいくつか残っているからだ。同じように検討する人がハマりそうなポイントを、先に共有しておく。

まず料金だ。無料提供期間がいつまで続くのか、公式発表の時点では明確な終了日が示されていない。導入を検討する段階では、現在も無料期間中なのか課金が始まっているのかを、公式ページで直接確かめる必要がある。次にライセンスだ。オープンウェイトという言葉だけを見て、全モデルが無条件で商用利用できると思い込むと、あとで契約周りに時間を取られる。Devstral Small 2とVibe CLIはアパッチ2.0で商用利用の制限がほぼない。一方、Devstral 2とMistral Medium 3.5はmodified MITで、月間連結売上高2,000万ドルという線引きがある。自社がどちら側に入るのかは、導入前に必ず確認すべきポイントだ。

もう1つ、デフォルトの処理リージョンについても触れておく。EUデータレジデンシーは選べる仕組みであって、初期設定が自動でEU内に固定されるとは限らない。導入時に設定画面でリージョンを明示的に指定できるか、契約前に必ず確認したいポイントだ。日本語のドキュメントもまだ充実していないため、英語の公式ページを直接あたる前提で時間を確保しておく必要がある。

最後に、今回のMarkTechPostの採点はあくまで仕様ベースであり、実行速度や実際の正答率を保証するものではない。自分の業務で本当に使えるかどうかは、結局のところ自分のワークフローで小さく試して確かめることになる。今後実際に触れる機会があれば、体験談として改めて書き直したい。

4つの評価軸に並べると、CursorとCodexの弱点も見えてくる

ここまで、比較の主役はMistral VibeとClaude Codeの2つに偏っていた。だがMarkTechPostの採点は本来、CursorとCodexを含めた4ツールを同じ5項目で並べたものだ。5項目とは、機能のひな型作成・テスト生成と実行のループ・プルリクエストと非同期ワークフロー・対応範囲の広さ・コストとオープン性とコントロールである。この5項目を実行力・コスト・オープン性・データ統制という4つの軸に束ね直すと、CursorとCodexが今回目立たなかった理由が見えてくる。

Cursorの場合、そもそも今回の採点基準と得意分野が噛み合っていない。IDE型のツールとして、コード補完、いわゆるタブ補完や1ファイル単位での細かい編集には最高水準の評価を持つ。だが今回の採点課題は、複数ファイルにまたがる機能のひな型作成からテスト実行、プルリクエスト作成までを自律的にこなす一連の作業だった。この手のターミナル発想・エージェント発想の作業では、自律実行型のほうが構造的に有利になる。Cursorのようなエディタ拡張型よりも、Claude CodeやCodex、Vibeのような自律実行型が向いている領域だ。Cursorが弱いというより、そもそも測る土俵が違うと捉えるほうが近い。日常のコーディングでCursorとClaude Codeを併用している読者であれば、この住み分けは体感として納得できるのではないだろうか。

Codexは、実行力の軸ではClaude Codeとほぼ並ぶ21点を得ている。裏を返せば、コスト・オープン性・データ統制という軸ではVibeに一歩譲る結果になっている。つまり今回の採点表を4軸で整理すると、実行力ではClaude CodeとCodexが並ぶ。コストとオープン性ではVibeが抜け、データ統制の柔軟さもVibeが最も広い。Cursorは今回の作業単位そのものが不得意分野だったという構図だ。この4軸を頭に入れておけば、次にどのツールを検討するときも、自分がどの軸を重視するかで答えが変わることがすぐに分かるはずだ。

まとめ

Mistral Vibe for Codeの登場は、Claude Code・Cursor・Codexの3強に新顔が増えた程度の話ではなかった。評価軸が複数あることこそ、今回はっきり可視化された点だ。

• MarkTechPostの4強採点は実行テストではなく仕様ベースの比較であり、Vibeの22点はコスト・オープン性・コントロールで稼いだ点数だ
• Claude Codeは生のコーディング品質と実行力で依然トップを走るが、コストとデータ管理の柔軟性では弱さが残る
• セルフホスティングやEUデータレジデンシーが必要な業種にとって、Vibeの登場は選択肢が増えたという意味を持つ
• 料金の無料期間終了時期は導入前に必ず一次情報で確認しておきたい
• ライセンスはモデルで異なる。軽量版のVibe CLI・Devstral Small 2はアパッチ2.0で商用利用の自由度が高い
• 上位のDevstral 2・Mistral Medium 3.5はmodified MITで、月間売上高2,000万ドル超の企業は別途契約が必要になる

ツールが増えるほど、選ぶ基準を自分の業務に合わせて言語化する必要が出てくる。次に新しいエージェントが出てきたときも、この4つの軸で見る癖をつけておきたい。実行力・コスト・オープン性・データの扱い、この4つを毎回自分に問い直すだけで、流行りに振り回されずにツールを選べるようになるはずだ。