Aller au contenu

TechnologieBase de connaissances

Mistral Large 4

SFEIR AI Rédaction humaine et IA · Comment nous écrivons
Publié le
Mis à jour le

En bref

Modèle MoE de Mistral (1 000 Md de paramètres, 49 Md actifs), poids publiés le 29 octobre 2026 sous une MIT modifiée avec clause Model-as-a-Service.

Fiche technique et calendrier d'une preview

Mistral Large 4 est un modèle de langage de Mistral, mis en preview publique par API sur Mistral Studio le 6 octobre 2026, sous le surnom « Le Chonk ». C'est un Mixture-of-Experts hybride, instruct et raisonnement, nativement multimodal : 1 000 milliards de paramètres au total, 49 milliards actifs par token. L'entrée accepte texte et image, la sortie reste du texte. Le modèle couvre plus de 160 langues, dont toutes les langues officielles de l'Union européenne.

Mistral l'a entraîné à partir de zéro sur 3 800 GPU NVIDIA Grace Blackwell installés dans ses datacenters européens, en deux mois environ selon VentureBeat et Euronews ; NVIDIA parle de « près de 4 000 » GPU et le Journal du Net d'un cluster d'environ 10 MW en France. Le prix de la preview est de 1,36 $ par million de tokens en entrée et 4,18 $ en sortie. La fenêtre de contexte de 512 000 tokens et la sortie maximale de 256 000 tokens viennent de la fiche Vals AI, l'annonce de Mistral ne les mentionnant pas.

Le calendrier compte. L'annonce du 6 octobre promet les poids ouverts « fin octobre » ; VentureBeat et Euronews donnent le 27 octobre 2026. Le run d'apprentissage par renforcement derrière la preview est alors encore en cours : Mistral écrit que le modèle « is showing no signs of saturation », et Guillaume Lample annonce une version finale avant la fin du mois, livrée avec les poids. Au 6 octobre, la licence des poids n'est pas annoncée ; elle l'est avec les poids, le 29 octobre (section suivante).

Poids publiés et licence (29 octobre 2026)

Mistral publie les poids le 29 octobre 2026 sur Hugging Face, deux jours après la date avancée par la presse, avec un checkpoint entraîné trois semaines de plus que la preview. Deux variantes : FP8 (mistralai/Mistral-Large-4-1T-A52B, environ 1 060 Go au 2 novembre 2026) et NVFP4 pour GPU Blackwell (environ 610 Go). La model card décrit 128 experts routés dont 4 actifs par token, plus un expert partagé, 49 milliards de paramètres actifs (52 milliards avec embeddings et couches de sortie), un contexte d'un million de tokens, trois niveaux de raisonnement (low, medium, high par défaut) et une tête de décodage spéculatif DSpark qui augmente le débit jusqu'à 1,9 fois selon Mistral. Les recettes officielles servent le modèle sur un nœud de 8 GPU avec vLLM ou SGLang ; llama.cpp, Transformers, Axolotl, Unsloth et TRL le prennent en charge dès la sortie.

La licence est la Mistral Ecosystem Open-Weight License, présentée comme une version modifiée de la MIT. Elle accorde les droits d'usage, de modification, de distribution, de vente et d'entraînement, avec une condition : si le licencié ou l'une de ses sociétés affiliées exploite une activité de Model as a Service (donner à un tiers un accès au modèle pour l'inférence ou le post-entraînement avec un contrôle significatif sur les entrées, les paramètres ou les données), il doit signer une licence commerciale séparée avec Mistral avant tout usage commercial. L'usage interne, les produits finaux qui embarquent le modèle dans une fonction précise, le relais de requêtes et l'usage via les produits officiels de Mistral en sont exemptés. La clause n'a pas de seuil de revenu, à la différence de celles de GLM 5.3 (10 milliards de dollars) et de Kimi K3 (20 millions de dollars).

Le tarif API passe à 0,70 $ par million de tokens en entrée, 0,07 $ en entrée cachée et 2,10 $ en sortie. Le modèle est aussi servi par Microsoft Foundry, premier cloud à le proposer, par des endpoints NVIDIA et par OpenRouter. Mistral annonce 41,4 % sur Terminal-Bench 4.0 (28 % en preview, chiffre déclaré) : c'est le score mesuré par Artificial Analysis dans l'agent maison Mistral Vibe. Vals AI, qui passe tous les modèles par le harnais minimal mini-swe-agent, mesure 26,26 %, contre 27,78 % pour la preview réévaluée : pas de progrès sur ce protocole, mais 25 millions de tokens par test au lieu de 41. Son index place le modèle publié à 56,5 % (17e), relevé le 2 novembre 2026. Mistral reconnaît dans son billet un « potential for uplift to conduct real attacks » et annonce un durcissement de ses garde-fous. Le rapport technique est annoncé sans date.

Scores annoncés et mesures tierces

Les chiffres publiés par Mistral le 6 octobre sont des scores d'éditeur, issus de ses propres graphiques. En code agentique : 61,7 % sur DeepSWE v1.1, 28,3 % sur Terminal-Bench 4, 59,4 % sur SWE-Atlas-QnA, 49,8 % au Coding Agent Index. En agents : 59,9 % sur AutomationBench. Les graphiques repris par The Next Web placent Mistral Large 4 à 62 % sur DeepSWE contre 61 % pour GLM 5.3 et 57 % pour DeepSeek-V4-Pro, à 67 % sur Finch/FinWorkBench (à égalité avec DeepSeek-V4-Pro, GLM 5.3 à 65 %), à 15 % sur Harvey Legal Agent contre 13 % pour Kimi K3 et 5 % pour GPT-6 Astra, et à 42 % sur Dense 200 (grounding visuel) contre 41 % pour GPT-6 Astra, un écart d'un point que The Next Web lit à 42/42. Mistral résume sa position par un modèle « significantly outperforming any open-weight model developed in the US or Europe ».

Les mesures tierces du même jour sont plus modestes. Sur le leaderboard public DeepSWE, qui retient la meilleure configuration modèle plus agent, VentureBeat relève GLM 5.3 et Kimi K3 vers 69 %, GPT-6 Astra, Gemini 3.8 Flash et Claude Opus 5 vers 74 % : les 62 % de Mistral Large 4 sont compétitifs sans établir d'avance en code. Chez Vals AI, le modèle obtient 48,05 % (± 1,11) au Vals Index, 32e sur 44 ; 15,83 % sur Harvey Legal Agent, 6e sur 75 ; 54,68 % sur Finance Agent v2, 22e sur 75 ; 22,73 % sur Terminal-Bench 4.0, 20e sur 44, contre les 28,3 % annoncés par Mistral ; 30,56 % en Code Migration (38e sur 74) et 78,40 % sur Vibe Code Bench v1.1 (25e sur 109). Sur le leaderboard Legal Agent de Vals, Kimi K3 est à 12,92 %, MiMo V2.6 Pro à 10,83 % et GLM 5.3 à 8,33 %.

Les dirigeants de Mistral calibrent eux-mêmes la lecture. Pierre Stock, vice-président science et premier salarié, dit à Euronews que Mistral est « definitely closing the gap », et sur certains aspects « basically stronger than China's models from this summer ». Guillaume Lample décrit à VentureBeat une « initial version of the idea, with still larger models to come ».

Cyberdéfense, refus et red teaming

Le terrain que Mistral met en avant est la cybersécurité. L'éditeur annonce 82 % sur la reproduction de vulnérabilité de l'Artificial Analysis Cyber Index, et affirme que « several leading closed models, including Claude Opus 5.5 and GPT-6 Astra, score near zero on the same test because they refuse to perform the task ». Il annonce 93 % sur Cybench, et se place parmi les cinq premiers modèles de l'AA Cyber Index, loin devant les modèles open-weight développés hors de Chine. Le raisonnement est donné dans le billet : « defending software often starts with proving that a flaw is real, exactly the kind of work safety filters in closed models can block ».

La capacité offensive est encadrée par des refus. Mistral annonce 93,3 % de résistance sur le benchmark B3 de Lakera, et un taux de refus moyen sur les prompts cyber de JailbreakBench, StrongREJECT et AgentHarm supérieur à celui de tous les modèles open source. En preview publique, les requêtes malveillantes sont bloquées. Une version à modération réduite et capacités cyber étendues est réservée à un red teaming en conditions réelles avec des responsables cybersécurité, des partenaires vérifiés et des autorités étatiques, par API privée, pendant une fenêtre de trois semaines avant la publication des poids selon Euronews. Un dirigeant de Mistral le formule ainsi au Journal du Net : « on leur donne un modèle qu'ils possèdent et qu'ils pourront utiliser de manière illimitée ».

Guillaume Lample en donne l'usage visé à Euronews : « The cyber defence capabilities will enable enterprises and governments to defend themselves against threat actors that are jailbreaking closed models to perform cyber attacks. »

Filiation, nom et souveraineté relative

Mistral Large 4 succède à Mistral Large 3, publié le 2 décembre 2025 : un MoE de 675 milliards de paramètres dont 41 milliards actifs, sous licence Apache 2.0, entraîné sur 3 000 GPU H200. Large 4 fait passer le total à 1 000 milliards et les paramètres actifs à 49 milliards, sur 3 800 Grace Blackwell. La licence n'a pas suivi : Large 4 sort sous une MIT modifiée assortie d'une clause Model as a Service. Le surnom « Le Chonk » répond au mème « Le Chaton Fat » de juin 2026, auquel Arthur Mensch avait répliqué « It's actually le gros chaton ».

Le modèle s'inscrit dans la lecture de souveraineté que porte Mistral depuis sa Series D du 8 septembre 2026 (3 milliards d'euros, valorisation post-money supérieure à 21 milliards, tour mené par Samsung Electronics). L'entraînement a eu lieu dans des datacenters européens, sur des GPU NVIDIA, avec un budget de calcul qu'un dirigeant de Mistral situe au Journal du Net « entre deux et trois fois moins que la plupart des labos chinois ». La comparaison utile, côté open-weights, se fait avec Kimi K3 et GLM 5.3, dont les licences maison portent des conditions commerciales : celle de Large 4, publiée le 29 octobre 2026, impose un contrat à tout service de modèle sans seuil de revenu, quand les leurs ne visent qu'au-delà d'un seuil.

Questions fréquentes

  • Sous quelle licence Mistral Large 4 est-il publié ?

    Sous la Mistral Ecosystem Open-Weight License, publiée avec les poids le 29 octobre 2026 : une version modifiée de la licence MIT. Usage, modification, fine-tuning et vente sont autorisés, mais une entreprise qui exploite, elle ou une de ses filiales, une activité de Model as a Service doit signer une licence commerciale séparée avec Mistral, sans seuil de revenu. L'usage interne en est exempté. Mistral Large 3 était sous Apache 2.0.

  • Mistral Large 4 est-il open source ?

    Ses poids sont ouverts depuis le 29 octobre 2026, mais sa licence n'est pas une licence open source au sens strict : elle réserve à Mistral la commercialisation du modèle comme service. Mistral parle d'ailleurs d'open-weight. Les données et le code d'entraînement ne sont pas publiés, et le rapport technique est annoncé sans date.

  • Peut-on auto-héberger Mistral Large 4 ?

    Oui, pour un usage interne, sans accord avec Mistral. Le checkpoint FP8 pèse environ 1 060 Go et la recette officielle le sert sur un nœud de 8 GPU avec vLLM ou SGLang ; le checkpoint NVFP4, environ 610 Go, exige des GPU Blackwell. Hugging Face fait tourner une quantification 2 bits sur un Mac Apple Silicon Ultra à 512 Go, une configuration d'essai. Mistral recommande son API si le service local donne de moins bons résultats.

  • Que valent les benchmarks de Mistral Large 4 ?

    Les scores mis en avant sont ceux de l'éditeur. Pour le modèle publié le 29 octobre 2026, Mistral annonce 41,4 % sur Terminal-Bench 4.0, mesuré dans son propre agent Mistral Vibe ; Vals AI, avec un harnais minimal commun à tous les modèles, mesure 26,26 %, au niveau de la preview (27,78 %), et place le modèle 17e de son index avec 56,5 %. Dans les graphiques de Mistral, Kimi K3 reste devant sur BrowseComp et FinWorkBench, et Claude Opus 5.5 est préféré dans 78 % des comparaisons de code en aveugle de Surge.

  • Quand les poids ont-ils été publiés ?

    Le 29 octobre 2026 sur Hugging Face, deux jours après la date du 27 octobre avancée par VentureBeat et Euronews. Le checkpoint publié a reçu trois semaines d'apprentissage par renforcement de plus que la preview du 6 octobre.

Sources

  1. Mistral AI — annonce de Mistral Large 4 (preview, fiche technique, scores d'éditeur, red teaming) · 2026-10-06

    We are red-teaming the model in real-world settings with cybersecurity leaders, vetted partners, and state authorities

  2. Vals AI — mesures indépendantes de Mistral Large 4 (Vals Index, Terminal-Bench 4.0, Legal, Finance) · 2026-10-06
  3. Mistral AI — annonce de Mistral 3 et Mistral Large 3 (675 Md / 41 Md actifs, Apache 2.0) · 2025-12-02
  4. Orrick — Series D de 3 Md€ de Mistral à plus de 21 Md€ post-money, menée par Samsung Electronics · 2026-09-08
  5. Mistral AI — Mistral Large 4 en poids ouverts (gains depuis la preview, licence, prix, disponibilité) · 2026-10-29

    we see a potential for uplift to conduct real attacks

  6. Hugging Face — model card et licence de Mistral-Large-4-1T-A52B (architecture, recettes de service, Mistral Ecosystem Open-Weight License) · 2026-10-29

    If the Licensee or any of its affiliates operates a Model as a Service business, the Licensee must enter into a separate commercial license with Mistral

  7. Vals AI — mesures indépendantes de Mistral Large 4 OSS (Vals Index, Terminal-Bench 4.0) · 2026-11-02

Passer à l’action

Mistral Large 4 dans vos projets

Échanger avec SFEIR