Mistral Large 4 rattrape les meilleures IA chinoises en code, et tout le monde peut le télécharger

Le 6 octobre, Mistral présentait la préversion de Large 4, son grand retour face aux laboratoires chinois. Trois jours plus tard, les tests indépendants la montraient en retrait sur le code et les tâches d’agent. Mistral promettait alors les poids du modèle pour la fin du mois : ils sont publiés ce jeudi 29 octobre.

Ce qu’on peut télécharger

Depuis ce jeudi, les poids de Large 4 sont publiés sur Hugging Face, la plateforme de partage de modèles que Nvidia a annoncé racheter en septembre. Les poids, c’est le modèle lui-même, que chacun peut récupérer et faire tourner sur sa propre infrastructure. Une version quantifiée, compressée pour réduire la mémoire nécessaire, est publiée en même temps.

Le modèle, que Mistral surnomme « Chonk », compte 1 000 milliards de paramètres au total. Comme la plupart des grands modèles actuels, il n’en active qu’une partie pour chaque mot généré : 52 milliards. Il est multimodal : il comprend les images qu’on lui soumet, mais ne répond qu’en texte et en code.

Ce qui a changé en trois semaines

Le progrès le plus net porte sur le code agentique : l’IA n’écrit pas seulement du code, elle enchaîne seule des commandes dans un terminal pour mener une tâche à bout. Sur Terminal-Bench 4.0, le test de référence de cet exercice, Large 4 passe de 28 % pour la préversion à 41 %, selon les graphiques présentés à la presse.

GLM-5.3, le meilleur modèle ouvert chinois du graphique, est à 40 %, DeepSeek V4.1 Flash à 31 % et Kimi K3 à 21 %. Mistral en tire deux titres : premier modèle ouvert au monde en code agentique sur l’indice d’Artificial Analysis, et meilleur modèle ouvert conçu en Occident.

L’autre progrès porte sur la sobriété. Selon Mistral, Large 4 consomme 47 % de jetons en moins par tâche que GLM-5.3 sur l’indice de code agentique, et 50 % de moins que la préversion sur Terminal-Bench. Or une IA se facture au jeton. Le 9 octobre, Artificial Analysis relevait justement que la préversion était particulièrement bavarde : 200 millions de jetons consommés sur ses tests, contre une médiane de 81 millions.

Mistral a aussi ajouté deux modes de raisonnement plus courts, « low » et « medium », au mode « high », à la demande des entreprises qui ont testé le modèle, pour choisir combien de temps il réfléchit avant de répondre. Le mode « high » consomme désormais 50 % de jetons en moins.

Ce qui s’est passé en coulisses

Comment progresser autant en trois semaines ? Par l’apprentissage par renforcement, la dernière étape de l’entraînement. Mistral soumet au modèle des problèmes de code et de cybersécurité générés en interne, de plus en plus difficiles, le récompense quand il trouve la solution et le pénalise quand il échoue.

Mistral compare l’exercice à celui d’un étudiant à qui l’on donnerait des examens « de plus en plus durs ». Cette phase s’est déroulée sur les serveurs de Mistral en France, avec « seulement 10 mégawatts ». Dans le communiqué, l’entreprise assure que les gains se poursuivent « sans signe de saturation » pour le moment.

Mistral insiste sur la modestie de ses moyens. Le modèle a été entraîné sur 3 800 GPU Nvidia Grace Blackwell, dans les centres de données européens de l’entreprise. Cette puissance de calcul a été financée par la série B de Mistral. Les 3 milliards d’euros levés en septembre serviront surtout à acheter de nouveaux serveurs.

« D’autres laboratoires ont levé des centaines de milliards pour développer des capacités équivalentes ; en trois ans, Mistral a levé environ 6 milliards de dollars », précise Arthur Mensch, PDG et cofondateur.

La cybersécurité comme argument de vente

Mistral met en avant un second domaine : la cyberdéfense. Sur CyberGym-E2E, un test qui consiste à reproduire une vraie faille dans un logiciel libre, puis à la corriger, Large 4 obtient 79 %, à égalité avec MiMo-V2.6-Pro de Xiaomi. DeepSeek V4.1 Flash est à 76 %, Kimi K3 à 58 %.

Corentin Petit, vice-président chargé des solutions, dont les équipes déploient les modèles chez les clients, vend un outil de cyberdéfense installé sur place, « que personne ne peut couper » contrairement aux modèles fermés. Il cite des entreprises qui automatisent déjà les tests d’intrusion ou la recherche de failles dans leur code. Selon le communiqué, des partenaires spécialisés en cybersécurité ont testé le modèle avant sa publication.

Sur ce test, Claude Opus 5.5 d’Anthropic et GPT-6 Astra d’OpenAI obtiennent un score proche de zéro, parce qu’ils refusent la tâche. L’écart avec les modèles américains reflète donc en partie leurs garde-fous. Quels garde-fous équipent les poids publiés par Mistral ? Pendant le briefing, Pierre Stock a seulement affirmé que le modèle avait été entraîné avec des garde-fous « dès le départ », sans les détailler.

La question se pose d’autant plus que Mistral distinguait deux variantes pendant la préversion : la version ouverte au public était davantage bridée en cybersécurité, tandis qu’une variante moins restreinte, aux fonctions cyber étendues, était réservée à des entreprises de sécurité, des partenaires et des agences gouvernementales sélectionnés jusqu’à la publication des poids.

Où se situe vraiment Large 4

Face aux modèles ouverts chinois, Large 4 fait jeu égal : 41 contre 40 en code avec GLM-5.3, 79 contre 79 en cyber avec MiMo-V2.6-Pro. Le 6 octobre, Guillaume Lample, cofondateur de Mistral, situait la préversion « au niveau des meilleurs Chinois d’il y a un mois ou deux ». Le retard est donc comblé, du moins sur ces deux tests.

Pierre Stock en fait un argument face aux laboratoires chinois : rien ne garantit, selon lui, qu’ils continueront à publier les poids de leurs modèles, alors que Mistral « s’engage » à le faire pour les siens. L’entreprise héberge pourtant elle-même GLM sur ses serveurs depuis septembre.

Face aux modèles fermés américains, l’écart reste grand. Opus 5.5 et GPT-6 Astra se situent entre 59 et 65 % sur Terminal-Bench, selon les mesures d’Artificial Analysis et de Vals.ai relevées le 9 octobre. Ils ne figurent pas sur le graphique de code de Mistral. Et Google a encore relevé la barre ce mercredi avec Gemini 4 Carbon.

Pour placer Large 4 parmi les autres modèles, voir le classement des modèles ouverts de QUELLE IA, son classement en code et la fiche de Large 4, ainsi que notre guide pour lire les benchmarks sans se faire avoir.

Prix, matériel et disponibilité

Installer Large 4 chez soi suppose un serveur de centre de données : il faut quatre GPU Nvidia B200 ou B300 pour faire tourner la version quantifiée, qui pèse environ 690 Go en 4 bits. Les particuliers devront attendre une version plus légère, que Mistral promet d’ici un mois.

Le prix n’a été donné ni pendant le briefing ni dans le communiqué. Pour repère, la préversion était affichée à 1,36 dollar (environ 1,22 euro HT) en entrée et 4,18 dollars (environ 3,75 euros HT) en sortie par million de jetons, avec une remise de 50 % pendant ses deux premières semaines. L’argument de Mistral : à prix égal au jeton avec GLM-5.3, consommer moitié moins de jetons revient moins cher.

Large 4 est disponible sur Hugging Face, par l’API de Mistral et, selon le communiqué, pour « certains utilisateurs » de Vibe, l’assistant de Mistral (ex-Le Chat), dont il devait devenir le modèle par défaut.

Quant aux entreprises qui l’ont testé, Mistral parle de « gouvernements et d’entreprises » sans les nommer, pas plus dans le communiqué que pendant le briefing. L’entreprise cite des usages : transformer un plan en 2D en modèle 3D dans un logiciel de CAO, analyser des documents financiers, ou repérer des feux de forêt sur des images satellite. Le 6 octobre, elle revendiquait plus de 125 grands clients, dont Airbus, ASML et HSBC.

Le même jour, Ecosia annonçait pourtant dans un entretien à Politico abandonner Mistral, cinq mois après l’avoir choisi pour remplacer OpenAI. Son fondateur, Christian Kroll, se disait « déçu de la qualité » et jugeait le laboratoire français en retard d’un an. Le moteur de recherche berlinois utilise désormais des modèles ouverts, dont les chinois Qwen, GLM et Kimi. Ecosia s’appuyait toutefois sur Mistral Small 3.2 et Small 4, des modèles intermédiaires.

Mistral promet désormais d’accélérer : itérer vite sur la même base, pour être « à la cadence de la frontière », selon Pierre Stock. Large 4 ouvre une nouvelle génération de modèles, après Voxtral 3 pour la voix, et d’autres doivent suivre dans les prochains mois. Sur ses propres graphiques, l’entreprise a nettement progressé en trois semaines.

Pour suivre l’entreprise, la page Mistral de QUELLE IA réunit tous ses modèles, et notre comparateur permet de trouver le bon modèle selon votre usage.