Mistral Large 4 : Mistral AI veut réduire l’écart avec les modèles open weight chinois

Depuis plusieurs mois, Mistral AI était soupçonnée d’avoir décroché dans la course aux modèles d’IA de pointe. La startup française avait reculé dans les classements et semblait concentrer ses efforts sur le déploiement de solutions pour ses clients, plutôt que sur l’entraînement de nouveaux modèles.

Avec Mistral Large 4, son premier grand modèle depuis Large 3, sorti en décembre 2025, l’entreprise entend prouver le contraire. Et pour se relancer, elle mise une nouvelle fois sur les poids ouverts.

Un modèle hybride qui mise sur les usages métiers

Surnommé « le Chonk » en interne, Mistral Large 4 réunit dans un seul modèle les modes instruct et raisonnement, ainsi que les capacités agentiques. Comme sur Mistral Small 4, le niveau de raisonnement se règle selon la complexité de la tâche, via un paramètre reasoning_effort.

Le modèle repose sur une architecture Mixture-of-Experts de 1 050 milliards de paramètres, dont 49 milliards actifs. Il est complété par un encodeur de vision de 1,6 milliard de paramètres, qui lui permet de traiter des images en plus du texte. Sa fenêtre de contexte atteint un million de tokens, et il maîtrise nativement plus de 160 langues, dont l’ensemble des langues officielles de l’Union européenne.

Côté performances, Mistral AI revendique « l’état de l’art » parmi les modèles ouverts sur plusieurs terrains, comme la cybersécurité, la finance, la production industrielle et l’usage multimodal. Sur le repérage d’objets dans les images, ou visual grounding, l’entreprise affirme même dépasser les modèles fermés.

Excited https://t.co/4URuBCQVUR

— Arthur Mensch (@arthurmensch) October 5, 2026

L’open weight, un terrain où les laboratoires chinois donnent le tempo

Mistral AI présente Mistral Large 4 comme le meilleur modèle à poids ouverts conçu en Europe ou aux États-Unis. Sur les classements agrégés, il se place en effet parmi les meilleurs modèles ouverts au monde. Mais la formulation est soigneusement choisie, car sur le terrain de l’open weight, ce sont les laboratoires chinois qui donnent le tempo, avec des modèles comme Kimi, DeepSeek ou GLM. Mistral reconnaît d’ailleurs que nombre d’entre eux restent supérieurs dans plusieurs domaines.

Pour justifier le choix des poids ouverts, Mistral AI avance deux principaux arguments :

1. Un modèle dont les poids sont publiés peut être hébergé directement par les entreprises, une exigence fréquente dans les secteurs sensibles, comme la finance, la santé ou la défense.
2. Son accès ne dépend pas du bon vouloir d’un fournisseur, alors que l’usage de certains modèles fermés de pointe est aujourd’hui restreint pour la cybersécurité.

Comme à son habitude, la startup joue également la carte de la souveraineté. Mistral Large 4 a été entraîné de bout en bout en Europe, sur 4 000 GPU installés dans les propres datacenters de l’entreprise. Une puissance de calcul qui reste néanmoins modeste face aux géants américains, mais que Mistral compte augmenter grâce à sa levée de fonds de 3 milliards d’euros, bouclée en septembre.

Une préversion sous surveillance avant l’ouverture des poids

Mistral Large 4 est accessible à tous les développeurs en préversion publique via l’API, sous l’identifiant mistral-large-4. En parallèle, des partenaires issus de la cybersécurité et des autorités publiques bénéficient d’une préversion privée, moins modérée, qui leur donne accès aux poids du modèle. Les poids seront publiés le 26 octobre, avec des versions quantifiées en FP8 et FP4 déployables sur quatre à huit GPU B200 ou B300.

Le modèle est facturé 1,36 $ par million de tokens en entrée et 4,18 $ en sortie. La documentation du modèle affiche pour l’instant ces prix divisés par deux, sans préciser la durée de cette remise.

Mistral Large 4 doit aussi devenir le modèle par défaut de l’assistant Vibe, qui s’appuie aujourd’hui sur Mistral Medium 3.5.