Mistral s’allie à Cloudera pour rapprocher l’IA des données d’entreprise

Mistral AI a annoncé un partenariat avec Cloudera pour permettre aux entreprises d’utiliser ses modèles d’IA directement dans leurs environnements de données, sans déplacer systématiquement leurs informations vers une plateforme externe. L’annonce, faite à l’occasion d’EVOLVE26 à São Paulo, intervient une semaine après la levée de fonds de 3 Md€ du groupe français. En parallèle, DeepSeek a présenté le 10 septembre V4.1-Flash, un modèle plus petit pensé pour réduire les coûts et accélérer l’inférence. Deux stratégies différentes, mais un même message : l’IA se vend de plus en plus sur sa capacité à s’intégrer sans casser l’existant.

Mettre l’IA là où se trouvent déjà les données

Dans le cas de Mistral et Cloudera, l’idée est simple : rapprocher les modèles des données plutôt que l’inverse. Les clients de Cloudera pourront exécuter des modèles Mistral en cloud public ou privé, sur site, en edge ou dans des environnements totalement isolés. Ce positionnement parle aux entreprises qui manipulent des volumes sensibles, notamment dans la finance, l’industrie et les télécoms, et qui ne veulent pas faire voyager leurs données comme si de rien n’était.

Cloudera revendique environ 30 exaoctets de données gérées sur sa plateforme. Les modèles de Mistral pourront servir à l’inférence, mais aussi être personnalisés à partir des données propriétaires des clients. Mistral met en avant ses « open weights », c’est-à-dire des modèles dont les paramètres sont disponibles pour un déploiement contrôlé, mais la souveraineté affichée reste relative : l’entreprise s’appuie ici sur une plateforme américaine, Cloudera. Le contrôle opérationnel progresse, la souveraineté totale, elle, reste [à vérifier].

Une offensive très méthodique de Mistral

Ce partenariat s’inscrit dans une séquence plus large. Mistral multiplie les accords avec les grands acteurs du cloud et de la donnée pour rendre ses modèles accessibles là où les entreprises travaillent déjà. Parmi ses partenaires figurent Microsoft, AWS, IBM, Nvidia, Google Cloud et Snowflake. En juillet dernier, ses modèles ont aussi été intégrés à Microsoft Foundry et Copilot Studio, ce qui simplifie leur usage dans des outils métiers déjà en place.

Pour Mistral, le calcul est clair : séduire les DSI en réduisant les frictions de déploiement. Pour Cloudera, l’accord ajoute une brique IA à une plateforme qui veut rester centrale dans les environnements sensibles. Et pour les clients, la promesse tient surtout à une chose très concrète : garder la main sur leurs données, leurs règles d’exécution et, si possible, leurs nuits de sommeil.

DeepSeek pousse l’efficacité plus loin

DeepSeek suit une logique différente, mais tout aussi industrielle. L’entreprise chinoise a lancé V4.1-Flash comme le plus petit modèle de sa famille V4.1, avec l’objectif d’augmenter les capacités tout en réduisant l’inférence et le coût d’usage. Initialement, la société prévoyait d’arrêter V4-Pro à partir du 14 septembre 2026, avant d’annuler cette mise hors service et de maintenir son modèle phare en service.

Le nouveau modèle repose sur une architecture Mixture-of-Experts de 552 milliards de paramètres. Dans ce type de système, seule une partie des paramètres est activée à chaque requête. DeepSeek dit aussi utiliser une architecture Causal Encoder-Decoder avec 8 milliards de paramètres pour les entrées et 16 milliards pour les sorties. L’entreprise insiste surtout sur le KV cache, un composant qui stocke des états intermédiaires utiles pour les longs contextes et les agents IA. Selon elle, V4.1-Flash demande quatre fois moins de mémoire HBM et huit fois moins de stockage SSD pour ce cache que la génération précédente.

Des gains techniques qui se lisent dans la facture

Sur le papier, ces optimisations servent directement les comptes d’exploitation. DeepSeek affirme que plusieurs évaluations placent V4.1-Flash devant V4-Pro en performance, vitesse, coût et temps d’exécution total. Le modèle comprend aussi nativement les contenus visuels et est accessible via l’API de l’entreprise sous le nom deepseek-flash. Les anciennes versions V4-Flash et V4-Flash-Vision-Exp ont été retirées et redirigées vers V4.1-Flash.

Les nouveaux tarifs, entrés en vigueur le 10 septembre, illustrent cette volonté de casser les prix sans casser le service. Hors heures de pointe, les prix sont divisés par deux. DeepSeek facture V4.1-Flash entre 0,003 et 0,006 dollar par million de tokens en entrée avec cache, contre 0,15 à 0,30 dollar sans cache. La sortie est facturée entre 0,60 et 1,20 dollar par million de tokens selon la période. Sur des usages massifs, la différence compte vite.