Mistral Large 4 : mille milliards de paramètres, des poids ouverts dans trois semaines

Mardi 6 octobre, Mistral AI a ouvert la préversion publique de Mistral Large 4, son nouveau modèle de pointe. Le billet d'annonce assume le surnom : « Unofficially ML4, very officially: le Chonk », écrit le laboratoire parisien au sujet d'un modèle d'environ 1 000 milliards de paramètres, dont 49 milliards actifs à chaque token, qui accepte le texte comme l'image en entrée. C'est son plus grand modèle à ce jour, et, selon les relais de l'annonce, le plus gros jamais entraîné par un laboratoire européen.

Mais le mot qui structure toute l'annonce, « open », décrit une promesse plus qu'un état. Au mercredi 7 octobre, Large 4 ne se télécharge nulle part : il se consomme par l'API de Mistral Studio, avec les garde-fous de l'éditeur, et les poids ne sortiront, selon le billet, « d'ici la fin du mois ». TechCrunch décrit ce dispositif comme un « public guardrail endpoint », un point d'accès public sous garde-fous.

Un modèle « ouvert » qui ne l'est pas encore

Le calendrier de Mistral est explicite dans son billet : « Nous publierons les poids d'ici la fin du mois. Jusque-là, nous soumettons le modèle à du red-teaming en conditions réelles avec des responsables de cybersécurité, des partenaires agréés et des autorités étatiques, qui accèdent au même modèle avec une modération réduite et des capacités cyber étendues. » L'ouverture se joue donc sur deux niveaux : un accès public filtré pour tout le monde, un accès élargi pour un cercle trié.

Le cadre de cette ouverture progressive a été détaillé à la presse. « En attendant, nous allons travailler avec des partenaires de confiance et des gouvernements pour nous assurer que les poids open source puissent servir à défendre, mais pas à mener des attaques malveillantes », a déclaré Pierre Stock, vice-président science de Mistral, à TechCrunch le 6 octobre.

Pour l'heure, le seul usage possible est facturé : l'API de préversion est affichée à 1,36 dollar le million de tokens en entrée et 4,18 dollars en sortie, temporairement réduite de moitié (0,68 et 2,09 dollars) sans que la fiche précise la durée de la remise, selon ActuIA au 6 octobre. Et tant que les poids n'existent pas publiquement, les classements indépendants appliquent leur logique : Artificial Analysis range encore Large 4 parmi les modèles propriétaires.

Ce que « ouvert » veut dire en 2026

L'annonce arrive dans un marché de l'ouverture à trois vitesses. Les poids librement téléchargeables viennent surtout de Chine : Kimi K3, DeepSeek, GLM ou Qwen dominent le haut des classements ouverts. Les laboratoires américains, eux, gardent leurs modèles fermés, ChatGPT et Claude en tête, OpenAI ne publiant en ouvert que des modèles de taille bien plus modeste. Et Mistral choisit une troisième voie, celle d'une ouverture annoncée mais différée, encadrée par des tests de sécurité : une position que le président Emmanuel Macron résumait, selon TechCrunch, par l'expression « a third way in AI ».

C'est aussi un positionnement commercial. Le terrain choisi par Mistral est la cybersécurité, là où les modèles fermés américains refusent parfois la tâche : le billet argue que « les refus au niveau du fournisseur peuvent bloquer la recherche légitime de vulnérabilités et la réponse à incident ». Guillaume Lample, cofondateur et directeur scientifique, a déclaré à CNBC que ces capacités permettront « aux entreprises et aux gouvernements de se défendre contre des acteurs malveillants qui débrident des modèles fermés pour mener des cyberattaques ». Pierre Stock a cité auprès de TechCrunch la cybersécurité, la finance et la conception de puces comme usages optimisés, deux investisseurs industriels de Mistral étant précisément ASML, chef de file de sa Série C, et Samsung, chef de file de la Série D de septembre (notre article).

Le paradoxe n'échappe pas aux observateurs : la plateforme de Mistral héberge encore des modèles chinois tiers, dont GLM 5.3 de Z.ai, et l'entreprise a dû convaincre que ces choix ne la réduisaient pas au rôle de simple fournisseur d'inférence, rappelle TechCrunch. Pendant que la Maison Blanche excluait les modèles ouverts de son propre cadre de test, l'Europe avance donc avec un champion qui promet les poids, à condition d'attendre trois semaines.

Mille milliards de paramètres, 3 800 GPU et des scores à demi vérifiés

Large 4 a été entraîné « à partir de zéro » sur 3 800 GPU Nvidia Grace Blackwell installés dans les centres de données que Mistral possède en Europe, sur environ deux mois selon les déclarations rapportées par CNBC et The Next Web. La déclaration faite à TechCrunch parle de 4 000 GPU, arrondi que le billet officiel ne reprend pas. Surtout, Pierre Stock y affirme que ce compute représente « deux à trois fois moins que nos concurrents chinois, et nettement moins que les concurrents en source fermée ». C'est une revendication de Mistral, pas un fait mesuré : aucun concurrent ne publie ses ressources d'entraînement de façon comparable, et l'affirmation n'est pas vérifiable de l'extérieur.

Sur les performances, l'annonce publie déjà des scores précis, à la différence de simples promesses : 93 % de réussite sur Cybench, 61,7 % sur DeepSWE v1.1, un test de programmation agentique, ou encore 42 % contre 41 % à GPT-6 Astra sur l'ancrage visuel Dense 200. Mais ces chiffres sont auto-publiés et n'ont pas encore été répliqués. Les mesures indépendantes d'Artificial Analysis, relevées le 6 octobre par ActuIA, dessinent un tableau plus nuancé :

Lecture honnête : « meilleur modèle ouvert hors de Chine », la formule donnée à CNBC, tient sur l'indice d'intelligence, avec quatre points d'avance sur le coréen Motif 3 et douze sur le meilleur américain ouvert. Mais le modèle reste derrière l'ensemble des poids ouverts chinois qui dominent le classement, et CNBC relève qu'il reste en retrait de la frontière sur le code. Le domaine où l'écart est le plus net, la cybersécurité, est précisément celui où plusieurs modèles fermés refusent l'épreuve : le premier rang de CyberGym s'explique autant par la capacité que par l'absence de refus.

Ce que ça change pour vous

Pour un développeur, Large 4 s'essaie dès maintenant via l'API de préversion, au tarif promotionnel ci-dessus. Pour une entreprise de cybersécurité, l'argument du sans-refus est documenté : Hugging Face a raconté avoir dû faire tourner son analyse forensique d'une intrusion sur un modèle à poids ouverts en juillet, après avoir été bloquée par les garde-fous d'API commerciales. Pour un particulier, rien d'immédiat : Mistral n'a rien annoncé du déploiement de Large 4 dans son assistant Vibe, ex Le Chat. Et personne ne fera tourner ce modèle sur sa machine : il faut stocker mille milliards de paramètres en entier, même si 49 milliards seulement s'activent à chaque token, ce qui renvoie le local à nos modèles légers dédiés. Dans notre panorama des IA françaises, Mistral reste le seul acteur tricolore à entraîner ses propres modèles de cette taille.