Mistral Large 4 — Le plus gros modèle français, pas encore téléchargeable

État des lieux

Le 6 octobre 2026, Mistral AI a ouvert la préversion publique de Mistral Large 4, que la planète tech appelle déjà « le Chonk ». C'est le plus gros modèle jamais sorti de la pépite parisienne : un Mixture-of-Experts multimodal de 1,05 billion de paramètres, dont 52 milliards seulement s'activent par token, plus un encodeur vision de 1,6 milliard. Le tout entraîné sur 3 800 GPU NVIDIA Grace Blackwell, dans les datacenters européens de Mistral, sur plus de 160 langues. Une série D de 3 milliards d'euros le mois précédent finance l'opération. Le mot d'ordre est clair : souveraineté numérique européenne.

Sauf que le mot « open » du communiqué est pour l'instant une promesse. Les poids sont annoncés « fin octobre 2026 », la licence n'est pas publiée. En attendant, on ne peut toucher le Chonk que par API, en promo de lancement à moitié prix. C'est le paradoxe du dossier : on nous annonce le meilleur modèle ouvert occidental, et il n'est ni ouvert ni téléchargeable au jour de sa sortie.

La carte des menus

Prix par million de tokens, source fiche officielle, consultée le 8 octobre 2026. Tarif catalogue : 1,36 $ l'entrée, 0,14 $ l'entrée en cache, 4,18 $ la sortie. Promo de lancement à moins 50 pour cent : 0,68 $ l'entrée, 0,07 $ l'entrée en cache, 2,09 $ la sortie.

Attention aux agrégateurs qui se recopient : plusieurs titres annoncent « 0,14 $ en entrée, 0,68 $ en sortie », ce qui est une inversion. 0,14 $, c'est l'entrée en cache ; 0,68 $, c'est l'entrée en promo.

Côté produit, Mistral garde son plan Free (accès limité à Vibe et Mistral Studio), puis des plans Pro, Team et Enterprise payants. C'est ce qui vaut le champ freemium : l'API se paie au token, mais l'écosystème Mistral reste accessible sans sortir la carte.

Ce que la bête sait vraiment faire

C'est un modèle multimodal et agentique : texte et image en entrée, texte en sortie, taillé pour les workflows à outils et les terminaux. La fiche officielle affiche une fenêtre de contexte d'un million de tokens.

Côté benchmarks, tout ce qui suit est du chiffre vendeur. Mistral revendique 61,7 pour cent sur DeepSWE v1.1, 59,4 pour cent sur SWE-Atlas-QnA, 28,3 pour cent sur Terminal-Bench 4, 59,9 pour cent sur AutomationBench (657 workflows) devant Kimi K3 et DeepSeek V4 Pro, et 93 pour cent sur Cybench en sécurité.

Le point le plus intéressant est une évaluation humaine aveugle (Surge AI, qualité de code) : ML4 Preview arrive deuxième sur cinq avec 3,74 sur 5, derrière Claude Opus 5 (4,22) et devant GLM-5.3, Kimi K3 et GLM-5.2. C'est l'un des rares classements où le Français tient son rang face aux meilleurs modèles fermés.

Et puis il y a l'angle cyber. Mistral insiste lourdement : le modèle trouverait et corrigerait des failles comme personne, et surtout il ne refuse pas les tâches offensives. L'éditeur écrit noir sur blanc que Claude Opus 5.5 et GPT-6 Astra obtiennent « un score proche de zéro » sur le même test parce qu'ils refusent la tâche. Pendant la préversion, l'accès à la version « modération réduite, capacités cyber étendues » est réservé aux partenaires vérifiés, aux autorités et aux équipes de sécurité. Argument double tranchant, on y revient.

Les couleuvres à avaler

D'abord, le récit se fissure dès qu'on lit les classements indépendants. Artificial Analysis donne un indice d'intelligence de 38 (médiane des comparables : 26), ce qui place ML4 « entre DeepSeek V4.1 Flash et GPT-6 Luna » selon The Register. Vals AI le classe 32e sur 44 (48,05 pour cent), derrière trois modèles chinois : GLM-5.3, DeepSeek V4.1 Flash et Kimi K3. « Meilleur modèle ouvert occidental », défendable. « Meilleur modèle ouvert, point » : non.

Ensuite, la licence et les poids. Tant qu'aucun fichier LICENSE n'est publié sur Hugging Face, « open » reste un slogan. Mistral Large 3 était en Apache 2.0, l'espoir est raisonnable, rien n'est garanti.

La presse s'emmêle aussi sur les chiffres : 49 milliards actifs chez The Register, 52 dans la doc officielle ; 1 million de contexte annoncé, 524 288 tokens listés par l'endpoint de préversion. Et l'auto-hébergement ? Un fantasme : 2,1 To en BF16, environ 340 Go en quantification 2 bits, aucun chemin en 128 Go. La seule machine domestique crédible est un Mac Studio M5 Ultra 512 Go, pour 20 à 30 tokens par seconde.

Enfin la verbosité : pour son indice, le modèle a généré 200 millions de tokens quand la médiane est à 81 millions. Un modèle bavard coûte cher, même à prix d'appel.

Verdict

Mistral Large 4 est un vrai progrès européen — le meilleur modèle ouvert non chinois en vue, un profil cybersécurité rare, un ancrage vision solide. Mais au jour de sa sortie, la promesse centrale n'est pas tenue : on ne peut ni télécharger ni auditer ce qu'on nous vend comme ouvert. Le Chonk est une promesse facturée à moitié prix. ★★★★☆