Mistral Large 4 : l’Europe prouve qu’une autre IA est possible

Cocorico, mais sans perdre l’esprit critique. Mistral AI a lancé le 6 octobre 2026 la préversion publique de Mistral Large 4, surnommé « Le Chonk ». On aurait presque aimé qu’il s’appelle « Le Chaton Fat », clin d’œil au mème auquel Arthur Mensch avait répondu : « C’est en fait le gros chaton. » Mais Large 4 — ou « Le Chonk » — fera très bien l’affaire. Le nouveau modèle est multimodal, conçu pour raisonner, coder et piloter des agents. Il a surtout été entraîné en Europe, sur l’infrastructure de Mistral, avec la promesse d’une publication de ses poids avant la fin du mois.

Ce n’est pas encore une victoire définitive face aux géants américains et chinois. C’est néanmoins un signal important : une entreprise européenne peut encore construire un modèle de pointe, l’exploiter sur son propre sol et préparer une voie de déploiement qui laisse davantage de contrôle aux utilisateurs.

Un modèle massif, mais qui n’active qu’une partie de ses paramètres

Mistral Large 4 compte 1 050 milliards de paramètres au total, dont 49 milliards actifs lors d’une requête. Cette architecture dite *Mixture of Experts* sélectionne une partie du réseau pour traiter chaque entrée, au lieu de mobiliser tous les paramètres à chaque fois.

Cette conception ne rend pas le modèle léger : son hébergement local restera hors de portée de la plupart des petites entreprises. Elle vise toutefois un meilleur rapport entre capacité et coût de calcul qu’un modèle dense de taille comparable.

ML4 accepte le texte et les images, et génère du texte. La documentation annonce une fenêtre de contexte pouvant atteindre un million de tokens. Le modèle réunit instruction, raisonnement et capacités agentiques dans une même version, avec les sorties structurées, l’appel de fonctions, le traitement de documents et les outils intégrés de la plateforme Mistral.

Entraîné sur une infrastructure européenne

Mistral indique avoir entraîné ML4 à partir de zéro sur 3 800 GPU NVIDIA Grace Blackwell installés dans ses propres centres de données européens. La préversion API est servie depuis cette même infrastructure.

L’entreprise prévoit plusieurs régions de déploiement, dont une offre européenne qu’elle dit opérer de bout en bout, indépendamment d’autres fournisseurs de services numériques et sous droit européen. C’est un point concret pour les organisations qui veulent réduire leur dépendance à une plateforme étrangère ou conserver davantage de maîtrise sur leurs données et leurs conditions d’accès.

La souveraineté ne signifie pas que toute la chaîne est européenne : les accélérateurs restent fournis par NVIDIA et l’écosystème matériel mondial demeure très concentré. Mais posséder l’infrastructure d’entraînement, exploiter le service en Europe et publier les poids élargissent les choix possibles.

Plus de 160 langues, dont toutes celles de l’Union européenne

Mistral affirme qu’une part importante des données d’entraînement est multilingue. ML4 prend en charge plus de 160 langues, dont toutes les langues officielles de l’Union européenne.

Ce détail compte. Une IA européenne utile ne doit pas seulement parler anglais puis traduire. Elle doit traiter des documents administratifs, industriels, juridiques ou techniques dans les langues réellement utilisées par les entreprises et les institutions du continent.

Il faudra cependant attendre des évaluations indépendantes détaillées pour savoir si la qualité est homogène entre ces langues, notamment pour les langues disposant de moins de données publiques.

Code, agents, finance, droit et cybersécurité

Mistral positionne Large 4 sur les usages professionnels complexes. L’entreprise publie des résultats en programmation, automatisation de workflows, analyse financière, droit, science et compréhension d’images.

Sur DeepSWE 1.1, consacré à l’ingénierie logicielle, Mistral annonce un score de 61,7 %. Sur AutomationBench, qui mesure l’exécution de processus dans des outils comme Gmail, Slack, Google Sheets ou Salesforce, le score annoncé atteint 59,9 %. Mistral met aussi en avant ses résultats sur des évaluations financières et juridiques réalisées par des tiers.

Ces chiffres sont encourageants, mais ils sont réunis et présentés par l’éditeur au moment du lancement. Ils ne remplacent pas un essai sur les documents, les langues, les outils et les contraintes d’une organisation donnée.

Artificial Analysis, qui a déjà évalué la préversion, lui attribue un score de 38 sur son indice général, au-dessus de la médiane de 26 pour les modèles comparés sur la page. Le laboratoire mesure également environ 116 tokens par seconde, mais signale une forte verbosité. Ce dernier point rappelle qu’un modèle rapide à générer peut malgré tout consommer beaucoup de tokens pour achever une tâche.

La cybersécurité illustre à la fois la force et le risque

Mistral insiste particulièrement sur la cybersécurité. ML4 obtient, selon l’entreprise, de très bons résultats pour trouver, reproduire et corriger des vulnérabilités. Mistral explique que certains modèles fermés refusent des opérations pourtant légitimes pour des équipes de défense, comme reproduire une faille avant de la corriger.

Des poids ouverts permettraient à une organisation d’exécuter le modèle sous ses propres règles, sur une infrastructure privée ou sur site. Cette autonomie peut être précieuse pendant un incident, lorsque dépendre des filtres ou de la disponibilité d’un fournisseur devient un risque opérationnel.

Elle crée aussi une responsabilité : une capacité utile aux défenseurs peut l’être aux attaquants. Mistral mène encore des tests avec des spécialistes, des partenaires sélectionnés et des autorités publiques avant la publication des poids. L’ouverture ne dispense donc ni d’un modèle de menace, ni de contrôles d’accès, ni d’une surveillance des usages.

Une préversion accessible, des poids encore attendus

Mistral Large 4 est disponible dès maintenant en préversion via l’API de Mistral Studio. La fiche du modèle affiche un contexte maximal d’un million de tokens. Les tarifs standards annoncés sont de 1,36 dollar par million de tokens en entrée et 4,18 dollars en sortie ; la documentation affiche aussi une tarification régionale inférieure, à 0,68 dollar en entrée et 2,09 dollars en sortie.

En revanche, les poids ne sont pas encore téléchargeables au jour de l’annonce. Mistral promet leur publication avant la fin d’octobre, avec davantage de détails sur l’architecture et l’entraînement. La licence définitive devra être lue à ce moment-là : « poids ouverts » ne signifie pas automatiquement logiciel libre sans restriction.

Cette distinction est essentielle. Jusqu’à la mise à disposition effective des fichiers et de leurs conditions d’utilisation, ML4 reste une préversion accessible chez son fournisseur, pas encore un modèle que chacun peut réellement déployer et auditer.

L’avis d’Elessar Labs

C’est une bonne chose pour l’Europe. Large 4 montre qu’il est possible de faire de l’IA intelligemment : viser le niveau mondial sans renoncer au multilinguisme, prévoir l’ouverture des poids, investir dans une infrastructure locale et laisser aux organisations plusieurs façons de déployer le modèle.

« Intelligemment » ne veut pas dire avec chauvinisme ni avec un blanc-seing. Les performances doivent être reproduites, la licence doit tenir ses promesses et l’impact énergétique n’est pas documenté dans l’annonce. Un entraînement sur 3 800 GPU reste une opération industrielle lourde. La souveraineté ne vaut que si elle s’accompagne de transparence, de concurrence et d’usages réellement utiles.

Mais l’Europe a besoin d’acteurs capables de concevoir les modèles, pas seulement de les réglementer ou de les acheter ailleurs. Elle a aussi besoin d’options ouvertes pour que ses entreprises, ses chercheurs et ses institutions ne dépendent pas d’une poignée d’API impossibles à inspecter ou à déplacer.

Large 4 ne règle pas à lui seul le retard européen en calcul, en financement ou en adoption. Il prouve toutefois qu’une voie existe : construire ici, servir ici, ouvrir davantage et rester compétitif. Pour une fois, le cocorico repose sur autre chose qu’une promesse.