Mistral ouvre Large 4, son modèle géant pour coder et sécuriser

Mistral AI a publié les poids de Large 4, son modèle multimodal de 1 000 milliards de paramètres, sur Hugging Face, tout en le rendant accessible via son API et dans Vibe Code. Annoncé le 6 octobre, ce modèle dit « Le Chonk » vise surtout le développement logiciel agentique et la cybersécurité, deux terrains où la maîtrise des coûts et des données compte autant que la performance brute. La mise à disposition marque une étape de plus dans la stratégie de l’entreprise, qui cherche à combiner modèle ouvert, usage professionnel et déploiement dans des environnements contrôlés.

Un modèle plus ouvert, mais pas plus léger

Large 4 compte 1 000 milliards de paramètres, dont 52 milliards actifs. Cette architecture permet de conserver une puissance d’analyse élevée tout en n’activant qu’une partie du modèle à chaque requête, ce qui pèse directement sur la consommation de jetons. Sur la programmation agentique, Mistral affirme que Large 4 rivalise avec GLM-5.3 tout en utilisant en moyenne 47 % de jetons en moins par tâche. Un détail qui compte pour les entreprises, car la facture des agents IA peut vite grimper sans faire de bruit.

Le modèle a aussi bénéficié de trois semaines supplémentaires d’entraînement par renforcement après sa présentation du 6 octobre, avec intégration de retours de clients et de partenaires. Mistral dit avoir ajouté trois niveaux de raisonnement — faible, moyen et élevé — pour ajuster le comportement du modèle selon les cas d’usage. Cette approche vise moins le coup d’éclat que l’usage quotidien, celui qui finit dans les outils internes, les assistants de code ou les chaînes de traitement métier.

Les performances comptent, mais la facture aussi

Sur Terminal-Bench 4.0, un benchmark qui évalue des agents capables d’exécuter des opérations de programmation dans un terminal, le score de Large 4 serait passé de 28 % à 41 %, selon Mistral. L’entreprise dit ainsi atteindre le niveau de GLM-5.3 sur cet indicateur. De son côté, Artificial Analysis classe Large 4 en tête des modèles ouverts pour le développement logiciel agentique, et Mistral le présente comme le meilleur modèle ouvert développé en Occident.

La société met aussi en avant l’entraînement du modèle sur 3 800 GPU NVIDIA Grace Blackwell dans ses centres de données européens. Ce point n’est pas anecdotique : il donne une idée de l’ampleur industrielle nécessaire pour faire monter un modèle de cette taille, sans forcément disposer des budgets des plus gros acteurs du marché. Arthur Mensch, cofondateur et directeur général de Mistral, rappelle d’ailleurs que l’entreprise a levé environ 6 Md$ en trois ans. De quoi financer une ambition sérieuse, sans pour autant distribuer des choux à la crème à chaque benchmark.

Pourquoi la cybersécurité est au cœur du positionnement

Mistral cible aussi la cybersécurité, avec des usages annoncés pour l’analyse de code, la détection de menaces et l’examen d’infrastructures informatiques. Le modèle obtient 51 % sur l’Artificial Analysis Cyber Index, qui mesure notamment sa capacité à identifier, reproduire et corriger des vulnérabilités. L’entreprise annonce également un taux moyen de refus de 96,6 % face aux demandes cyber malveillantes, selon plusieurs jeux de tests spécialisés.

La publication des poids change la donne pour les organisations qui veulent exécuter l’IA dans leur propre environnement. Entreprises et administrations peuvent ainsi éviter une dépendance exclusive à un service distant, ce qui intéresse particulièrement les secteurs réglementés. Mistral présente cette option comme un moyen de mieux contrôler les usages de l’IA et la circulation des données. En pratique, cela peut faire la différence entre un simple outil en ligne et un système intégré au cœur d’une architecture sensible.

Des usages qui dépassent largement le code

Le modèle ne se limite pas aux développeurs. Dans l’industrie, Mistral cite la transformation de plans en deux dimensions en modèles 3D exploitables dans des logiciels de conception assistée par ordinateur (CAO). Dans la finance, Large 4 est présenté comme capable de traiter des tableurs complexes, d’analyser de gros volumes de données et d’exploiter des publications financières. Les capacités multimodales du modèle peuvent aussi servir à analyser des images satellitaires et aériennes, pour détecter des incendies, suivre l’état des cultures ou repérer des risques sur des infrastructures électriques.

Les poids sont publiés sous la Mistral Ecosystem Open-Weight License, une licence dérivée de la MIT qui encadre la redistribution et l’exploitation commerciale du modèle. C’est un choix stratégique : ouvrir l’accès tout en gardant un cadre juridique précis. Pour les utilisateurs professionnels, la promesse est claire : plus de marge de manœuvre, mais pas une liberté totale sans garde-fous.