Mistral Large 4 en poids ouverts : mille milliards de paramètres et un écart à expliquer

Mistral AI a mis à disposition les poids de Mistral Large 4, surnommé « Le Chonk », dans le dépôt mistralai/Mistral-Large-4-1T-A52B sur Hugging Face. La page officielle n'indique pas de date. Selon Vals AI et la presse spécialisée, la publication remonte au 29 octobre 2026, juste avant l'échéance de fin de mois annoncée le 6 octobre, quand le modèle avait été présenté en préversion accessible uniquement par API. La model card le décrit comme un Mixture-of-Experts nativement multimodal : il reçoit du texte et des images et produit du texte. Il compte environ mille milliards de paramètres au total et 128 experts routés, dont 4 actifs par token, plus un expert partagé. Les paramètres actifs sont au nombre de 49 milliards, ou 52 si l'on inclut les embeddings et les couches de sortie, et c'est de là que vient la divergence entre les sources. Complètent le tableau une fenêtre de contexte d'un million de tokens et une tête de brouillon intégrée pour le décodage spéculatif, DSpark, qui selon Mistral multiplie le débit jusqu'à 1,9 fois, selon le matériel et la charge.

Par rapport à la préversion, Mistral fait état de trois semaines supplémentaires d'apprentissage par renforcement sur la programmation et la cybersécurité défensive, ainsi que de trois modes de raisonnement : Low, Medium et High, ce dernier étant activé par défaut. Voici les chiffres fournis par l'entreprise. Sur Terminal-Bench 4.0, le score passe de 28 % pour la préversion, également autodéclaré, à 41 %, avec 30 % de tokens de sortie en moins. Sur l'Artificial Analysis Coding Agent Index, le modèle obtient 48 %, à égalité avec GLM-5.3 mais avec 47 % de tokens par tâche en moins. Suivent 19,7 % sur FrontierCode 2.0 de Cognition et 84,5 % sur BrowseComp. Côté sécurité, Mistral annonce 97,1 % de résistance aux attaques sur B3 Agent Security et un taux moyen de refus des requêtes cyber malveillantes de 96,6 % : ce sont des résultats mesurés sur ces tests, pas des garanties sur le comportement d'un système en production. La model card attribue au modèle 26 points sur l'Artificial Analysis Intelligence Index v5, que Mistral présente comme le score le plus élevé parmi les modèles occidentaux à poids ouverts. Vals AI classe le modèle 17e sur 32 dans son Vals Index, avec 56,53 %. Sur le seul benchmark mesuré par les deux, Terminal-Bench 4.0, il obtient 26,26 % (26e sur 59), contre les 41 % annoncés par Mistral. Le rapport technique complet est annoncé, mais n'a pas encore été publié.

La licence, la Mistral Ecosystem Open-Weight License, est présentée comme une version modifiée de la MIT. Elle autorise l'utilisation, la modification, le fine-tuning et l'exploitation commerciale, mais quiconque propose le modèle en tant que service doit obtenir de Mistral une licence commerciale distincte. Ce que cette clause implique concrètement pour les fournisseurs cloud tiers n'est pas encore clair. Selon la model card, l'entraînement a mobilisé environ 3 800 GPU NVIDIA Grace Blackwell, sur une infrastructure européenne selon Mistral. Les exemples de déploiement utilisent un nœud de 8 GPU avec vLLM ou SGLang, mais il s'agit de configurations de référence : aucune exigence matérielle minimale officielle n'a été publiée. Il existe aussi un checkpoint quantifié NVFP4 pour les GPU Blackwell. Via l'API, le prix indiqué par Mistral est de 0,70 dollar par million de tokens en entrée, 0,07 pour l'entrée en cache et 2,10 en sortie. Le modèle est aussi disponible sur Mistral Studio, OpenRouter, les endpoints NVIDIA et Microsoft Foundry, et Mistral affirme qu'il parle couramment toutes les langues officielles de l'Union européenne.

La sortie intervient sur un marché des poids ouverts dominé par les laboratoires chinois, avec des modèles comme GLM, Kimi, DeepSeek et Qwen, et Mistral la présente comme un outil de souveraineté technologique européenne, notamment pour la cybersécurité. L'entreprise annonce une variante spécialisée en préversion pour des partenaires sélectionnés, dont Orange Cyberdefense, avec des vérifications et des garanties contractuelles. Elle ajoute qu'elle mettra à jour ses garde-fous après avoir observé dans le trafic réel, selon ses propres termes, « un potentiel d'aide à la conduite d'attaques réelles ». Le PDG d'Orange Cyberdefense, Hugues Foulon, a déclaré : « With Mistral AI, we are building European cyber AI, trained by our experts and operated under their control » (« Avec Mistral AI, nous construisons une IA cyber européenne, entraînée par nos experts et opérée sous leur contrôle »). Le VP Product de Hugging Face, Jeff Boudier, a commenté : « AI sovereignty isn't about choosing which API to call » (« la souveraineté en IA ne consiste pas à choisir quelle API appeler »). Mille milliards de paramètres en poids ouverts, signés par un laboratoire européen : c'est un fait. Les 41 % sur Terminal-Bench restent pour l'instant une déclaration de Mistral, et la seule mesure externe disponible indique 26,26 %. Avant d'accorder plus de poids à l'un des deux chiffres, j'attends le rapport technique. — Olya