Mistral muscle son modèle ouvert géant pour l’IA souveraine

Mistral prépare Le Chonk, nom de code de son nouveau modèle ouvert Mistral Large 4, présenté comme son plus gros lancement à ce jour. Avec 1 trillion de paramètres, une architecture multimodale et un fonctionnement en mélange d’experts, ce modèle vise les usages de pointe tout en gardant des coûts de service contenus. Pour l’éditeur français, l’enjeu est clair : peser dans la course aux grands modèles sans renoncer à l’idée d’une IA déployable en Europe, sur des infrastructures européennes.

Un géant ouvert, mais pas forcément le plus fort

Le modèle est en preview et ses poids doivent être publiés sur Hugging Face et d’autres dépôts dans le mois, selon Mistral. Dans les premiers tests indépendants cités par Artificial Analysis, Mistral Large 4 se place derrière les modèles phares d’OpenAI et d’Anthropic, mais devant Inkling, le modèle ouvert de Thinking Machines Lab. Autrement dit, il ne décroche pas la médaille d’or mondiale, mais reste bien classé dans la catégorie des modèles téléchargeables hors Chine.

Le choix technique n’a rien d’anodin. Le modèle est multimodal, donc capable de traiter plusieurs types d’entrées, et repose sur une architecture MoE, ou mixture of experts : seuls une partie des paramètres, environ 49 milliards, sont activés à chaque requête. Résultat attendu, moins de calcul inutile. Pas mal pour un modèle qui porte un surnom de chat trop nourri.

Ce que Mistral veut vendre aux entreprises

Mistral insiste surtout sur deux points : les performances en cybersécurité et la possibilité d’exécuter le modèle sous ses propres politiques de contrôle. La société affirme que Le Chonk figure parmi les meilleurs sur le nouvel indice Cyber d’Artificial Analysis, et souligne que les refus automatiques de certains modèles propriétaires peuvent gêner la recherche de vulnérabilités ou la réponse à incident. Dans ce contexte, un modèle ouvert et auto-hébergeable devient un argument commercial autant qu’un choix technique.

Le message vise directement les organisations qui veulent tester, corriger ou auditer leurs systèmes sans dépendre d’un fournisseur américain susceptible de bloquer certaines requêtes. Mistral présente ainsi ML4 comme un outil de sécurité avancé, mais aussi comme une manière de garder la main sur les données et sur les règles d’usage.

Une pièce de plus dans la stratégie européenne de Mistral

Le modèle a été entraîné sur des données couvrant plus de 160 langues, avec du supervised pre-training et du reinforcement learning, selon Mistral. L’entreprise dit aussi avoir utilisé environ 3 800 GPU Grace Blackwell, soit près de 52 racks NVL72, dans ses propres centres de données en Europe. La stratégie est limpide : démontrer qu’un acteur européen peut entraîner et faire tourner un modèle de frontière sans quitter le continent.

Cette montée en puissance s’inscrit aussi dans le financement. Mistral relie ce lancement à sa levée de fonds de 3 milliards d’euros annoncée le mois dernier. D’après l’entreprise, d’autres modèles doivent suivre et leurs performances devraient encore progresser avec de nouvelles phases de reinforcement learning. En clair, Le Chonk n’est peut-être qu’un premier tour de piste. Et il est déjà assez massif pour faire trembler les étagères des GPU.