Mistral Large 4 a été entraîné intégralement sur les datacenters de Mistral en France avec 3800 GPU Nvidia, soit trois fois moins que les derniers modèles chinois.
Cela démontre l'efficacité de l'approche technique de Mistral, qui parvient à obtenir des résultats compétitifs avec moins de ressources matérielles. Cependant, l'auteur note qu'il faudra augmenter la puissance de calcul disponible pour progresser au-delà de ce niveau de performance. C'est à la fois un exploit technique et une limite pour la suite.
D’après la vidéo
⚠ Ses réserves
Pour aller plus haut en performance, Mistral devra se doter de davantage de datacenters.
Démo avecMistral
« ce Mistral là, large 4, le gros chat, aura été entraîné intégralement sur les data centers de Mistral avec 3800 plus Nvidia, ce qui est trois fois moins que les derniers modèles chinois »
Les entreprises pourront héberger et exécuter le modèle sur leur propre infrastructure, garantissant souveraineté et confidentialité des données. Nécessite cependant des serveurs conséquents pour faire tourner un modèle de cette taille. C'est un atout majeur pour les organisations soumises à des contraintes de sécurité ou de souveraineté des données.
D’après la vidéo
⚙ Comment ça marche
Le modèle pourra être récupéré et installé dans son entreprise, mais nécessitera des racks de serveurs pour fonctionner de manière autonome et locale.
Démo avecMistral Large 4
« les poids seront publiés en fin de mois. Donc ça en fera un modèle open weight qu'on peut donc récupérer et installer dans son entreprise »
Une grille tarifaire compétitive par rapport aux concurrents directs du modèle. Pour un usage professionnel intensif, ces prix peuvent représenter une économie significative. L'auteur considère ce positionnement prix comme favorable, surtout compte tenu de l'aspect souverain du service.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur juge les prix sans commune mesure avec les concurrents et considère que c'est une bonne chose, surtout combiné à l'aspect souverain du modèle.
Démo avecMistral Large 4
« 1,36 dollars par million de tokens en input, un peu plus de 4,1 par million de tokens en sortie. et ben, on est plutôt pas mal »
Les développeurs peuvent commencer à tester et intégrer le modèle immédiatement via l'API Mistral. Le grand public devra attendre encore un peu pour y accéder. Cette disponibilité précoce permet aux professionnels d'évaluer le modèle pour leurs cas d'usage spécifiques.
Démo avecMistral
« Il est déjà disponible pour les développeurs, donc dans le backoffice de chez Mistral. Alors attendre un petit peu avant qu'il se diffuse absolument partout »
Mistral annonce Mistral Large 4, un modèle de 1000 milliards de paramètres dont 49 milliards sont activés par requête selon le principe mixture of experts, avec 1 million de tokens de contexte, acceptant texte et image en entrée.
Mistral rejoint le club des très grands modèles, avec une architecture mixture of experts qui optimise l'usage des ressources. Le modèle se positionne comme leader des modèles open occidentaux, bien que les modèles chinois conservent une avance d'un à deux mois. Particulièrement performant en finance, industrie et cybersécurité, domaines stratégiques pour ses clients professionnels.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur souligne que ce n'est pas le modèle le plus fort du monde, mais reconnaît que c'est un exploit pour un modèle entraîné entièrement en France avec trois fois moins de GPU que les modèles chinois récents. Il est impatient de le tester en version grand public.
⚠ Ses réserves
Le modèle n'est pas au niveau des plus grandes IA américaines commerciales, et il accuse un à deux mois de retard sur les modèles chinois. Il faudra plus de puissance de calcul pour progresser au-delà.
Démo avecMistral Large 4
Outil à testerMistral Large 4 (ML4, « le Chonk »)payant
Modèle d'IA généraliste spécialisé en finance, industrie et cybersécurité, capable de traiter texte et image, de coder, raisonner et réaliser des tâches agentiques.
Pourquoi il semble prometteur : Premier modèle open occidental, souverain de bout en bout, entraîné et hébergé en France, avec des poids qui seront publiés en open weight fin de mois, permettant une installation locale en entreprise.
Accessible uniquement en preview payante via l'API Mistral Studio (tarif annoncé autour de 1,36 $/M tokens en entrée), les poids ouverts étant annoncés pour fin octobre 2026 : attendez cette sortie si vous visez l'auto-hébergement, qui exigera de toute façon une infrastructure très lourde (~1 To de poids en 8 bits).
« Un gros modèle, 1000 milliards de paramètres. Seul 49 milliards de paramètres sont activés. Pour une requête, c'est le principe du mixture of expert. 1 million de tokens de taille de contexte »
Arthur Mensch, patron de Mistral, a déclaré aux médias américains que le retard de Mistral s'explique par l'attention portée à la sécurisation et au monitoring des environnements de test d'agents IA, contrairement à OpenAI.
Mistral se positionne sur une approche plus prudente que ses concurrents américains en matière de développement d'agents IA, privilégiant la sécurité à la vitesse. Cette déclaration fait écho aux incidents d'OpenAI et pourrait influencer la perception du marché sur les pratiques de développement responsables. L'auteur demande toutefois à voir les résultats avant de valider cette stratégie.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur reconnaît que Mistral a probablement raison sur le fond concernant la sécurisation, mais demande d'abord à voir un modèle performant avant de valider complètement cette approche.
« la sortie la semaine dernière de Arthur Mench, le patron de Mistral, aux euh antennes américaines, disant que eux, chez Mistral, bah, ils avaient sécurisé, ils avaient piloté, ils monitoraient, ils avaient développé tous les outils pour ce monitoring puis qu'il mettait une grande attention à la sécurisation, à la fermeture de l'environnement de test »
Mistral, acteur français de l'IA, prépare une nouvelle sortie majeure après une période d'intégration de modèles open source chinois qui avait suscité des interrogations sur sa stratégie. L'annonce est faite à la télévision américaine, territoire des géants concurrents. La portée concrète dépendra des performances réelles du modèle face à OpenAI et Anthropic.
D’après la vidéo
⚙ Comment ça marche
Mistral travaille depuis des mois sur le pilotage, le monitoring de l'inférence et de l'entraînement de ses modèles, avec des moyens de surveillance pour les entreprises utilisatrices.
💬 Ce qu’en pense l’auteur
L'auteur espère que cette sortie sera à la hauteur et permettra à Mistral de revenir dans la course, même s'il n'attend pas un rattrapage immédiat des leaders.
Démo avecMistral
Outil à testerMistral AIfreemium
Modèles d'intelligence artificielle développés en France pour les entreprises
Pourquoi il semble prometteur : Capacité de surveillance et de monitoring de l'entraînement et de l'inférence pour répondre aux enjeux de sécurité et de souveraineté
Laboratoire francais d'IA bien reel et actif : l'assistant Le Chat est utilisable gratuitement avec des offres payantes au-dessus, et l'API est facturee a l'usage — mais le « nouveau grand modele » evoque n'est pas encore sorti, il faut surveiller le blog et le changelog officiels plutot que les reprises de presse.
À essayer selon l’auteur
L'auteur attend avec impatience cette sortie et espère qu'elle permettra à Mistral de revenir dans la course face aux géants américains, sans pour autant s'attendre à un rattrapage immédiat d'OpenAI ou Anthropic.
Arthur Mensch, patron de Mistral, annonce sur CNBC qu'un nouveau grand modèle sortira dans quelques semaines et que deux générations majeures sont prévues dans les 12 prochains mois.
Mistral, qui était dans le « second cercle » des modèles d'IA, promet de rattraper le retard sur les géants américains. Cette annonce publique aux États-Unis engage fortement la crédibilité de l'entreprise : si rien ne sort dans les six mois, elle sera décrédibilisée. L'enjeu est de maintenir une alternative européenne souveraine face aux modèles américains et chinois.
D’après la vidéo
💬 Ce qu’en pense l’auteur
L'auteur voit cette annonce comme un test de crédibilité majeur pour Mistral, mais y croit car Arthur Mensch ne dirait pas cela publiquement aux États-Unis sans avoir quelque chose de solide. Il espère que Mistral tiendra ses promesses pour maintenir une alternative européenne.
⚠ Ses réserves
Mistral est actuellement très en retard dans les classements, « tout là-bas » selon les mots de l'auteur. L'entreprise s'est concentrée sur des outils d'entreprise (monitoring, harness, sécurité) plutôt que sur les modèles grand public ces derniers mois.
Démo avecMistral
« il y a un nouveau grand modèle qui arrive dans quelques semaines et en plus il y aura des générations qui sont prévues dans les 12 mois à venir. Au moins deux grosses générations nous dit Arthur Mench »
« Arthur Mench nous dit, il y a un nouveau grand modèle qui arrive dans quelques semaines et en plus, il y aura des générations qui sont prévues dans les 12 mois à venir. Au moins deux grosses générations nous dit Arthur Mench. »
Le modèle pourra être récupéré et installé dans son entreprise, mais nécessitera des racks de serveurs pour fonctionner de manière autonome et locale.