Mistral Large 4 bat l’IA ouverte américaine

Mistral AI a ouvert le 6 octobre l’accès à Mistral Large 4, que l’entreprise surnomme « le Chonk », par son interface de programmation (API) sur sa plateforme Mistral Studio. Le modèle lit du texte et des images et répond par écrit. Mistral le présente comme supérieur à tout modèle ouvert conçu aux États-Unis ou en Europe ; un indice indépendant, celui d’Artificial Analysis, le confirme face aux modèles américains, mais le place derrière au moins cinq modèles chinois.

C’est une « avant-première publique » : Mistral précise que l’entraînement par renforcement de cette version « est toujours en cours ». Les poids, c’est-à-dire le modèle lui-même sous forme de fichiers téléchargeables, doivent suivre « d’ici à la fin du mois », avec des détails sur l’architecture et de nouveaux résultats, selon l’annonce. VentureBeat et Euronews avancent la date du 27 octobre.

Mille milliards de paramètres, 49 milliards au travail

Les paramètres sont les valeurs numériques ajustées pendant l’entraînement ; leur nombre donne une idée de la taille d’un modèle. Mistral Large 4 en compte environ 1 000 milliards (1 050 milliards selon la fiche technique, plus un module de vision de 1,6 milliard). Mais seuls 49 milliards servent à traiter chaque jeton.

C’est le principe du « mélange d’experts » : le modèle est découpé en sous-réseaux spécialisés, et un aiguilleur choisit pour chaque jeton les quelques experts à solliciter. Comme l’explique un guide de Hugging Face, plateforme de partage de modèles ouverts, le calcul nécessaire à chaque réponse se rapproche alors de celui d’un modèle bien plus petit : moins de calcul par jeton, donc des réponses moins coûteuses à produire que si les 1 000 milliards de paramètres travaillaient à chaque fois. La contrepartie reste lourde : tous les paramètres doivent être chargés en mémoire. Faire tourner Mistral Large 4 chez soi exigera donc une infrastructure conséquente, poids ouverts ou non.

Le saut de taille est net. Mistral Large 3, présenté en décembre 2025, reposait déjà sur un mélange d’experts, avec 675 milliards de paramètres dont 41 milliards actifs.

Des résultats triés par l’entreprise

L’annonce aligne une quinzaine de résultats à des tests de référence (benchmarks) en programmation, en tâches d’agent, en cybersécurité, en droit et en finance. Mistral en tire deux affirmations : son modèle est « compétitif avec les modèles open source les plus forts au monde » et dépasse « nettement » tout modèle à poids ouverts conçu aux États-Unis ou en Europe ; il dépasse même les meilleurs modèles fermés dans quelques domaines, comme le repérage d’objets dans une image (42 % contre 41 % pour GPT-6 Astra d’OpenAI sur le test Dense 200).

Ces chiffres méritent d’être lus pour ce qu’ils sont. Ils sont choisis et présentés par Mistral, sur des tests retenus par Mistral. Certains sont produits par des tiers : l’évaluateur vals.ai pour le droit et la finance, l’entreprise Surge AI pour une évaluation humaine à l’aveugle du code. Dans cette dernière, Mistral Large 4 arrive deuxième sur cinq, derrière Claude Opus 5 d’Anthropic, prédécesseur de l’actuel Claude Opus 5.5, et devant trois modèles chinois. D’autres viennent d’évaluations internes, comme une comparaison avec le seul GLM-5.3 du chinois Z.ai, menée par des annotateurs experts.

Un test illustre les limites de l’exercice. En reproduction de vulnérabilités informatiques, Mistral Large 4 obtient 82 %, tandis que Claude Opus 5.5 et GPT-6 Astra obtiennent un score « proche de zéro » « parce qu’ils refusent d’accomplir la tâche ». Le chiffre mesure donc autant la politique de refus de chaque entreprise que la compétence des modèles.

Mistral revendique cette différence. « Défendre un logiciel commence souvent par prouver qu’une faille est réelle, exactement le type de travail que les filtres de sécurité des modèles fermés peuvent bloquer », écrit l’entreprise. Elle va plus loin d’ici à la publication des poids : les acteurs de la cybersécurité, les partenaires sélectionnés et les autorités publiques avec lesquels elle teste le modèle « en conditions réelles » y accéderont « avec une modération réduite et des capacités cyber étendues ». Là où Claude Opus 5.5 et GPT-6 Astra refusent la tâche, Mistral en fait un argument, et ouvre à quelques interlocuteurs, dont des autorités publiques, un accès moins bridé au même modèle que celui de l’avant-première.

VentureBeat relève par ailleurs que les scores de GPT-6 Astra, Kimi K3 et DeepSeek figurant dans les graphiques de Mistral « n’apparaissent pas dans les sources publiques » qu’il a consultées, et juge le classement revendiqué « provisoire » tant que des tiers n’auront pas testé le modèle final.

Ce que dit un indice indépendant

La société Artificial Analysis, qui publie ses propres mesures des modèles du marché, a déjà évalué la préversion. Son indice synthétique, qui agrège dix évaluations (programmation, tâches d’agent, travail de bureau, sciences), donne 38 points à Mistral Large 4.

Le classement général est dominé par des modèles fermés américains : les premières places reviennent aux modèles d’Anthropic, avec 58 points pour Claude Opus 5.5 dans son réglage le plus poussé ; GPT-6 Astra d’OpenAI et Gemini 4 Argon de Google suivent à 53.

Sur les onze modèles à poids ouverts que présente la page dédiée, cinq font mieux que Mistral Large 4, et tous sont chinois : MiMo-V2.6-Pro de Xiaomi (46 points), GLM-5.3 de Z.ai (45), Kimi K3 de Moonshot AI (44), GLM 5.3 Flash (42) et DeepSeek V4.1 Flash (39). Le premier modèle non chinois de cette liste, K2 Horizon, de l’Institute of Foundation Models, plafonne à 31 points ; les modèles américains présentés, de Thinking Machines, NVIDIA et Meta, obtiennent de 17 à 25 points. Mistral Large 4 lui-même n’y figure pas : tant que ses poids ne sont pas publiés, sa fiche le range parmi les modèles « propriétaires ». Et comme la page ne montre qu’une sélection, son rang exact parmi l’ensemble des modèles ouverts n’est pas établi : il se situe derrière au moins cinq modèles chinois.

Le constat confirme une partie de la promesse de Mistral, à condition de la lire précisément : une fois ses poids publiés, le modèle passerait devant tous les modèles ouverts non chinois de cette sélection, sans rattraper les leaders chinois sur cet indice, et à vingt points du modèle fermé de tête. Deux réserves : l’indice est lui aussi une moyenne de tests choisis, et il porte sur une version que Mistral dit encore en cours d’amélioration.

Poids ouverts ne veut pas dire open source

Mistral parle de modèle « à poids ouverts » (open weight), pas de logiciel libre. La nuance compte. Publier les poids permet à chacun de télécharger le modèle, de l’exécuter sur ses propres machines et de l’adapter. Mais la définition de l’IA open source de l’Open Source Initiative exige davantage : des informations sur les données d’entraînement assez détaillées pour qu’une personne compétente puisse construire un système équivalent, le code complet d’entraînement, et une licence approuvée.

Sur ces points, Mistral n’a rien promis. L’annonce indique seulement qu’une part importante des données d’entraînement est multilingue, avec plus de 160 langues. Surtout, aucune licence n’est annoncée : la documentation se contente de la mention « Open ». Mistral Large 3 avait été publié sous licence Apache 2.0 ; pour Large 4, VentureBeat s’attend à une « licence Mistral sur mesure ». De ses termes dépendra ce qu’une entreprise aura le droit de faire du modèle.

Le droit européen pose un minimum. Le règlement sur l’intelligence artificielle (article 53) oblige les fournisseurs de modèles d’IA à usage général à publier un « résumé suffisamment détaillé » des contenus d’entraînement, et la dispense accordée aux modèles sous licence libre ne couvre pas cette obligation, dans la version publiée en 2024. Nous avons évoqué ces obligations à propos de l’entraînement des IA sur des œuvres protégées.

Trois milliards d’euros et des centres de calcul européens

Ce modèle est le premier jalon de la feuille de route financée par la levée de fonds de série D annoncée le 8 septembre : 3 milliards d’euros, pour une valorisation de plus de 21 milliards, avec Samsung Electronics en chef de file. Mistral la présente comme le plus gros tour de table en capital jamais réalisé par une entreprise technologique européenne.

L’argument mis en avant est la souveraineté. Le modèle a été entraîné « à partir de zéro » sur 3 800 processeurs graphiques Nvidia Grace Blackwell, dans les centres de données de Mistral en Europe. Il sera aussi proposé dans un déploiement européen que l’entreprise opère elle-même, « indépendamment des autres fournisseurs de services numériques et sous le droit européen ».

C’est là que se joue la place de Mistral : non pas en tête du classement mondial, mais comme fournisseur européen d’un modèle de premier plan que les entreprises et les administrations pourraient héberger elles-mêmes. Cette position dépend de ce qui sera publié fin octobre : les poids, la licence, et des résultats que des tiers pourront enfin reproduire.

Les citations de sources anglophones sont traduites par la rédaction.