Le 6 octobre 2026, l'entreprise française d'IA Mistral AI a lancé une préversion publique de son nouveau grand modèle de langage, Mistral Large 4. En interne, il est surnommé « Le Chonk ».
Ce qui a été annoncé
D'après l'annonce officielle, Mistral Large 4 est un modèle à architecture MoE (Mixture of Experts) comptant 1 000 milliards de paramètres au total, dont 49 milliards sont utilisés à chaque traitement (paramètres actifs). C'est un modèle multimodal qui traite le texte et l'image, et un seul et même modèle propose à la fois un mode de réponse rapide et un mode de raisonnement approfondi.
Il a été entraîné sur 3 800 GPU NVIDIA Grace Blackwell installés dans les centres de données que Mistral exploite lui-même en Europe. L'entreprise indique qu'il prend en charge plus de 160 langues, dont toutes les langues officielles de l'UE.
Les principaux chiffres
Voici les principaux chiffres publiés par Mistral :
- 61,7 % sur DeepSWE v1.1, une évaluation du développement logiciel
- 28,3 % sur Terminal-Bench 4.0, une évaluation de la programmation agentique
- 59,9 % sur AutomationBench, une évaluation de l'automatisation des tâches professionnelles
- 93 % sur Cybench, qui rassemble 40 épreuves de compétitions de sécurité
- Tarif de l'API par million de tokens : 1,36 dollar en entrée et 4,18 dollars en sortie
Tous les chiffres de benchmarks sont ceux communiqués par Mistral. Selon Mistral, il surpasse nettement tous les modèles à poids ouverts développés aux États-Unis ou en Europe.
Où l'utiliser et la suite
Le modèle est actuellement disponible en préversion via l'API de Mistral Studio, la plateforme destinée aux développeurs (ID du modèle : mistral-large-4-0). Mistral prévoit de publier les poids du modèle d'ici la fin octobre ; chacun pourra alors les télécharger et faire tourner le modèle sur ses propres serveurs.
Mistral précise que la préversion est encore en cours d'ajustement par apprentissage par renforcement et que sa qualité peut donc différer de celle de la version finale. Par ailleurs, en raison de ses capacités élevées en cybersécurité, l'entreprise mène des tests (red teaming) en collaboration avec des sociétés de sécurité, des organismes publics et d'autres partenaires.
Le regard de CoAI
L'arrivée de modèles à poids ouverts performants, proposés par des entreprises européennes et exploitables dans son propre environnement, constitue une option importante pour les entreprises qui ne veulent pas que leurs données sortent de chez elles. Faire tourner en interne un modèle de 1 000 milliards de paramètres exige toutefois des ressources de calcul considérables. Le plus réaliste est d'abord de tester ses performances via l'API, puis, une fois les poids publiés en fin de mois, de vérifier les conditions de licence et l'environnement nécessaire.
