【日次ログ】MistralのShieldstral ― 自然文で安全判定の基準を渡せるモデル

訂正（2026-09-05）： 初稿の「商用利用に条件が付かない」は誤りでした。また、16GB GPUを一律の最低動作要件とした説明、基準変更は文言編集だけで済むという説明、GPU常設不可なら候補外という断定を取り下げました。

結論：判定基準を書けても、正しく判定できるかは別

Shieldstralは自然文で評価方針を渡せるモデルです。しかし、方針を書き換えられることは、その方針を正確に実行できる保証ではありません。公開された重みを使う場合も、利用条件の確認、実行基盤、誤判定への対応が必要です。

当サイトでは重みをダウンロードしておらず、日本語の判定精度、速度、メモリ使用量、費用は測っていません。今回の更新は9月5日に公式資料を読み直したもので、導入済みの体験談ではありません。

発表とモデルカードで確認したこと

Mistralの8月4日発表は、Shieldstralを3Bのマルチモーダル安全分類モデルとして紹介しています。自然文の方針を推論時に渡し、テキストや画像を評価する方式です。単一の16GB NVIDIA GPUで動作するという説明はありますが、あらゆる入力・実装での最低要件を示す測定表ではありません。

公式モデルカードでは、文脈と厳しさを示す <Instruct>、単一のyes/no質問を示す <Query>、対象の <Document> を使います。複数方針を一つの質問に混ぜず、方針ごとに問い合わせる案内です。日本語を含む12言語を挙げていますが、言語・分野によるばらつきや、難読化された入力・長文での信頼性低下も明記しています。

発表の「最大7倍の規模のモデルと同等以上」は提供元の評価の要約であり、すべての評価項目で勝つという意味ではありません。こちらで比較実験を再現した結果でもありません。

商用利用とデータの扱いを訂正する

商用利用を認めることと、利用に条件がないことは違います。Apache License 2.0には、再配布時のライセンスの提供、変更の表示、所定の通知の保持などの条件があります。モデルカードにも第三者の権利を侵害しない旨の記載があります。個別の利用形態では配布物のライセンス本文を確認してください。

また、自己管理環境で推論を完結させる構成は検討できますが、「オープンウェイトだからデータが外へ出ない」とは言い切れません。どこでモデルを動かすか、周辺アプリがどこへ送信・記録するかは別途確認する項目です。ホスト型サービスを使う構成なら、その送信先と取り扱い条件も対象になります。

実務への影響：導入前に残す確認記録

以下は当サイトが整理した検討用の表です。数値欄を実測値で埋めるまでは、現在の審査を置き換える判断には使いません。

確認項目	残すもの	避ける判断
判定基準	質問文、想定したyes/noの意味、方針の版	スコアが高ければ常に安全と決める
誤判定	自分の用途に合う非機密の入力、期待判定、出力、見逃しと過剰検知	対応言語に日本語があるだけで採用する
費用と速度	実行構成、入力長、件数、待ち時間、実費	パラメータ数やGPU容量だけで安さを決める
人の確認	保留条件、重要な操作の確認先、誤判定を見つけた後の戻し方	低い危険スコアを公開許可そのものにする

判定スコアの意味は質問の向きにも依存します。「有害か」と「安全か」ではyesの意味が逆です。質問文を変更したら、想定する答えと後続処理も一緒に見直す必要があります。方針の文言を編集できることは、再評価を省略できることではありません。

特に、モデルが安全とみなした側にも見逃しは残りえます。判定が割れた入力だけを人へ回せば十分だとは、この資料照合からは判断できません。影響の大きい公開や処理は、モデルの点数と実行権限を分離して設計するべきだと考えます。

次の判断と未検証事項

GPUを常設できるかどうかだけで候補を除外した初稿も適切ではありません。運用構成や利用量が未確定の段階では、既存サービスとの料金比較を結論づけられません。ホスト型提供の有無・価格も本稿では確認していません。

次に試すなら、機密を含まない少数の固定例を用意し、質問文の変更前後で見逃しと過剰検知を比較するところから始めます。未実行の試験を成功例として書かず、現段階では資料確認に基づく旧ニュース記事として残します。