Aller au contenu
07 67 28 91 21
7j/7 · 7h–18h
Devis
Nouveau modèle

Mistral Large 4 : les poids de son modèle à 1 000 milliards de paramètres sont publiés

Le 29 octobre 2026, Mistral AI a publié sur Hugging Face les poids de Mistral Large 4, un modèle d'environ 1 000 milliards de paramètres, trois semaines après son aperçu. Les entreprises peuvent l'héberger elles-mêmes, mais les performances annoncées restent celles de Mistral.

La rédaction Safeteach · · 5 min de lecture

Le 29 octobre 2026, la société française Mistral AI a rendu téléchargeables les « poids » de Mistral Large 4, surnommé « Le Chonk ». Les poids sont les valeurs numériques qui constituent le modèle : les détenir permet de le faire tourner sur ses propres serveurs. Le modèle, présenté en aperçu par API le 6 octobre, compte environ 1 000 milliards de paramètres au total (1,05 billion selon Euronews), dont environ 52 milliards sont actifs à chaque tâche. Il accepte du texte et des images en entrée et produit du texte et du code.

Un modèle « mixture d'experts » à héberger soi-même

Mistral Large 4 repose sur une architecture dite « mixture d'experts » : le modèle est découpé en nombreux sous-réseaux spécialisés et seule une fraction d'entre eux travaille à chaque étape, ce qui limite le coût de calcul. Selon The Next Web, une version « quantifiée » (compressée) fonctionne sur quatre cartes graphiques Nvidia B200 ou B300, du matériel de centre de données. Mistral dit avoir entraîné le modèle sur 3 800 puces Nvidia Grace Blackwell dans des centres de données européens. Selon The Next Web, des versions allégées suivront dans les mois à venir, dont une pour ordinateur portable, sans date engagée.

Le modèle est disponible sur Hugging Face, via l'API de Mistral, Mistral Studio, OpenRouter, Microsoft Foundry et Nvidia. Il remplace l'aperçu du 6 octobre, qui avait été annoncé sans les poids « après davantage de travaux de sécurité ».

Licence et prix : « ouvert » ne veut pas dire sans condition

Le modèle est publié sous la « Mistral Ecosystem Open-Weight License », une version modifiée de la licence MIT. D'après la page de Mistral, elle autorise l'usage, la modification, le réglage fin et la commercialisation, mais une entreprise qui exploiterait le modèle comme service payant à des tiers doit obtenir une licence commerciale séparée. La contrainte vise surtout les fournisseurs de plateforme. Par l'API, Mistral affiche 0,70 dollar par million de « tokens » (des fragments de mots) en entrée et 2,10 dollars en sortie.

Ce que disent les chiffres, et leur fiabilité

Sur la programmation, Mistral annonce 41 % au test Terminal-Bench 4.0 (28 % à l'aperçu) et un niveau comparable à celui du modèle chinois GLM-5.3 sur l'indice d'agents de code d'Artificial Analysis, avec 47 % de « tokens » en moins par tâche. Dans une évaluation humaine de la qualité du code menée par Surge, seul Claude Opus 5.5 fait mieux parmi les modèles comparés, selon Mistral. En cybersécurité, l'entreprise cite 51 % à l'indice Cyber d'Artificial Analysis, et The Next Web rapporte 79 % à CyberGym-E2E.

Précaution : ces résultats sont présentés par Mistral elle-même, et les médias qui les relaient n'indiquent pas les avoir reproduits. Euronews précise que « meilleur modèle ouvert construit en Occident » est une déclaration de l'entreprise, sans dire sur quelle mesure repose l'écart de 47 % de « tokens ». The Next Web ajoute que l'affirmation de Mistral d'avoir fait mieux avec moins de moyens que ses rivaux est difficile à vérifier, les laboratoires chinois divulguant peu leurs coûts d'entraînement.

Le débat sur les risques d'un modèle ouvert

Mistral met en avant la cyberdéfense : détecter, analyser et répondre à des menaces avec un modèle que l'organisation « possède et contrôle ». Le sujet est sensible, car un modèle capable de trouver des failles peut aussi servir à les exploiter. Mistral indique que Large 4 refuse les demandes malveillantes dans 96,6 % des cas en moyenne, le meilleur taux mesuré parmi les modèles ouverts selon sa page, et réserve à des partenaires vérifiés, dont Orange Cyberdefense, une variante spécialisée en aperçu. Des concurrents jugent les modèles ouverts plus risqués, selon The Next Web. Mistral reconnaît elle-même, après l'aperçu, avoir observé « un potentiel d'aide à de vraies attaques » et dit modifier ses garde-fous. Son responsable scientifique Pierre Stock répond qu'une entreprise ne devrait pas dépendre d'un fournisseur qui peut lui couper l'accès du jour au lendemain.

Ce que cela change pour les entreprises

Pour une organisation soucieuse de garder ses données chez elle (santé, défense, finance, administration), disposer d'un modèle de ce niveau hébergeable sur site réduit la dépendance à un fournisseur américain ou chinois. Euronews rappelle qu'en juin l'administration américaine a ordonné à Anthropic de suspendre l'accès de ressortissants étrangers à deux de ses modèles, restriction levée depuis pour l'un d'eux, et note que Mistral reste dépendante des puces Nvidia. Il faut toutefois le matériel et les compétences pour l'exploiter ; beaucoup d'organisations passeront par l'API. Un essai sur ses propres tâches vaut mieux que les classements.

À retenir

  • Mistral a publié le 29 octobre 2026 les poids de Large 4 (environ 1 000 milliards de paramètres, 52 milliards actifs), téléchargeables sur Hugging Face.
  • La licence est modifiée : usage interne et commercial permis, mais licence séparée pour proposer le modèle en service à des tiers.
  • Les scores de code et de cybersécurité viennent surtout de Mistral ; les sources consultées ne signalent pas de reproduction indépendante.
  • L'hébergement exige du matériel de centre de données ; l'API coûte 0,70 et 2,10 dollars par million de « tokens ».

Pour apprendre à choisir et à utiliser un assistant IA selon vos contraintes de confidentialité, voir la formation Assistant IA sur mesure.

Sources

Article rédigé avec l'aide de l'IA à partir des sources citées, puis relu avant publication. Les annonces évoluent vite : vérifiez la disponibilité et les tarifs auprès de l'éditeur. Une erreur ? Écrivez-nous.

Autres actualités