Mistral Large 4 mise sur des poids ouverts pour l’entreprise

Mistral AI a publié jeudi les poids ouverts de Mistral Large 4, son nouveau modèle phare pensé pour les usages d’entreprise et la cybersécurité défensive. Baptisé Le Chonk, ce modèle multimodal arrive après trois semaines de test en avant-première auprès de clients corporates et d’agences publiques. Son intérêt est simple : au lieu d’un service verrouillé derrière une interface cloud, les organisations peuvent télécharger les poids, l’héberger en interne et l’adapter à leurs besoins.

Des poids téléchargeables, pas une simple vitrine cloud

Les poids sont les paramètres appris par le modèle pendant l’entraînement ; ils déterminent sa façon de répondre et de raisonner. En les rendant disponibles via des plateformes comme Hugging Face, Mistral permet aux entreprises de self-hosting, donc d’exécuter le système sur leurs propres serveurs privés. Pierre Stock, vice-président science chez Mistral, a résumé l’enjeu d’une formule nette : « I’m not comfortable living in a world in which open weights do not exist, » avant d’évoquer la dépendance aux fournisseurs et les coupures de service soudaines. Marjorie Janiewicz, chief revenue officer, a insisté de son côté sur la personnalisation, la gouvernance interne des données et la continuité d’activité.

Ce positionnement parle autant aux DSI qu’aux responsables sécurité. Dans un contexte de tensions sur la souveraineté numérique, l’idée n’est pas seulement de faire tourner un modèle puissant. Il s’agit aussi de garder la main sur les données, les mises à jour et le rythme de déploiement. Un modèle qui dort sur vos serveurs, c’est moins glamour qu’un chatbot de démonstration, mais souvent plus rassurant.

Un modèle très lourd, donc réservé aux grosses machines

Sur le papier, Mistral Large 4 ne fait pas semblant. Le système affiche 1,05 trillion de paramètres au total, 52 milliards actifs par passage avant, et une fenêtre de contexte d’un million de tokens. Il a été entraîné sur environ 3 800 GPU NVIDIA Grace Blackwell, dans plus de 160 langues, et traite à la fois du texte et des images. Cette architecture massive ouvre des usages agents, c’est-à-dire des workflows longs et en plusieurs étapes, mais elle suppose aussi une infrastructure costaud pour tourner localement.

Mistral met en avant des capacités de traitement de documents complexes, d’analyse d’images satellites ou aériennes, ainsi qu’un meilleur ancrage des réponses pour limiter les hallucinations. Les évaluations citées par l’entreprise et par Artificial Analysis montrent aussi une bonne tenue sur SWE-bench et Terminal Bench, deux bancs d’essai utilisés pour mesurer l’audit de code, les pull requests et la détection de menaces. Selon Artificial Analysis, le modèle atteint 26 points sur son Intelligence Index v5 en mode de raisonnement élevé, devant Meta Platforms Inc. Muse Spark Open, mais encore derrière les leaders open weights chinois DeepSeek V4.1 Flash et GLM-5.3.

Des coûts d’inférence revus nettement à la baisse

Le lancement ne joue pas seulement sur les capacités. Artificial Analysis évoque aussi une baisse de 63 % des coûts d’exploitation sur benchmark par rapport à la version de prévisualisation, avec un passage de 5,54 dollars à 2,06 dollars par tâche indexée. Mistral a parallèlement réduit ses tarifs API à 0,70 dollar par million de tokens en entrée et 2,10 dollars par million de tokens en sortie. Reste que l’exécution locale d’un modèle aussi volumineux continuera de demander des investissements matériels élevés.

Sur le plan juridique, la publication repose sur la Mistral Ecosystem Open-Weight License, une adaptation du MIT open source standard. Elle autorise l’exécution, la modification et la redistribution des poids sans plafond arbitraire de revenus, mais impose une restriction ciblée : les acteurs qui vendent un accès direct au modèle ou des capacités de post-entraînement à des tiers doivent négocier un accord commercial distinct. Les déploiements internes et les applications d’entreprise embarquées restent, eux, exemptés. Le cadre cherche donc à ouvrir l’usage sans laisser filer tout le modèle économique.