Les poids de Mistral Large 4, alias « Le Chonk », sont téléchargeables depuis fin octobre. Peut-on pour autant le faire tourner chez soi ? La réponse courte : pas sur un PC classique. La version la plus compressée pèse 233 Go et demande une machine dotée de 256 Go de mémoire. Voici les chiffres par version, les machines capables de le lancer, les commandes d’installation et les alternatives réalistes pour un ordinateur normal.
Dernière mise à jour : 12 novembre 2026.
Ce qu’il faut retenir
- Taille : de 233 Go (version 1 bit) à 2,1 To (pleine précision). La version officielle FP8 pèse environ 1 060 Go.
- Mémoire minimale : 256 Go pour la plus petite version, 384 à 512 Go pour les versions 2 bits, selon Unsloth.
- Carte graphique grand public : insuffisante. La plus petite version représente à elle seule plus de sept RTX 5090, selon RigCheck.
- Machine « accessible » la plus crédible : un Mac Studio M3 Ultra avec 512 Go de mémoire unifiée, autour de 15 tokens par seconde en version 2 bits d’après les essais rapportés par Hugging Face.
- Sur un PC normal : passez par l’API, ou installez un modèle Mistral plus petit.
Pourquoi Mistral Large 4 est si lourd
Le modèle totalise environ 1 000 milliards de paramètres. Son architecture à mélange d’experts n’en active qu’une fraction à chaque token, autour de 52 milliards d’après le nom du dépôt officiel (Mistral-Large-4-1T-A52B). Cela allège le calcul, mais pas le stockage : l’intégralité des poids doit rester en mémoire, puisque le modèle peut faire appel à n’importe quel expert.
C’est ce qui le distingue des modèles habituels de l’IA locale, qui pèsent de 5 à 40 Go. Pour le détail de l’annonce, des scores et de la licence, voyez notre article sur la publication des poids de Le Chonk.
Taille et mémoire nécessaire selon la version
Plus une version est compressée (« quantifiée »), moins elle occupe de mémoire, au prix d’une perte de qualité. Les tailles ci-dessous sont celles des fichiers publiés sur Hugging Face.
| Version | Taille des fichiers | Mémoire à prévoir | Pour qui |
|---|---|---|---|
| BF16 (pleine précision) | 2,1 To | Plus de 2 To | Recherche, réentraînement |
| Q8_0 (8 bits) | 1,12 To | 1,2 To et plus | Serveurs multi-GPU |
| FP8 (officielle Mistral) | Environ 1 060 Go | Serveur à 8 GPU | Déploiement en entreprise |
| NVFP4 (officielle Mistral) | Environ 610 Go | GPU NVIDIA Blackwell | Déploiement en entreprise |
| UD-Q4_K_XL (4 bits) | 605 Go | Deux Mac Studio 512 Go en grappe, ou serveur | Laboratoires, passionnés très équipés |
| UD-Q3_K_XL (3 bits) | 493 Go | 512 Go et plus | Serveur à grande mémoire |
| UD-Q2_K_XL (2 bits) | 378 Go | 384 à 512 Go | Mac Studio 512 Go |
| UD-IQ2_XXS (2 bits) | 302 Go | 384 à 512 Go | Mac Studio 512 Go, 4 cartes professionnelles |
| UD-IQ1_S (1 bit) | 233 Go | 256 Go | Le strict minimum, qualité dégradée |
Tailles relevées sur les dépôts Hugging Face de Mistral et d’Unsloth. Les besoins en mémoire sont ceux indiqués par Unsloth, complétés par les estimations de RigCheck, qui précise qu’il s’agit de minimums théoriques et non de déploiements validés.
Quelles machines peuvent le faire tourner ?
Un Mac Studio avec 512 Go de mémoire
C’est la configuration individuelle la plus souvent citée. Un Mac Studio M3 Ultra de 512 Go accepte les versions 1 et 2 bits. D’après les essais rapportés par Hugging Face, la version Q2_K y génère environ 15 tokens par seconde. La version 4 bits, de meilleure qualité, demande deux machines reliées en grappe.
Une station à quatre cartes professionnelles
Avec quatre RTX PRO 6000, soit 384 Go de mémoire vidéo au total, la version IQ2_XXS atteint environ 30 tokens par seconde sur un contexte court, mais tombe autour de 3 tokens par seconde sur un contexte long, toujours selon Hugging Face.
Un serveur à grande mémoire vive
Un serveur doté de 512 Go à 1 To de mémoire vive et d’un seul gros GPU peut garder les experts en RAM. RigCheck estime le débit à une dizaine de tokens par seconde en 4 bits sur une plateforme DDR5 à huit canaux. C’est une estimation, pas une mesure.
Un serveur à huit GPU
C’est la cible officielle. Les exemples de Mistral pour vLLM et SGLang reposent sur huit GPU, par exemple des NVIDIA H200 pour la version FP8.
Et un PC de joueur ?
Non. Avec 32 ou 64 Go de mémoire vive et une carte graphique de 16 à 32 Go, il manque un ordre de grandeur. Un PC à 256 Go de RAM pourrait théoriquement charger la version 1 bit, mais RigCheck qualifie ce cas de « non testé », et la qualité d’un modèle compressé à ce point reste à démontrer.
Comment installer Mistral Large 4 en local
Si vous disposez d’une machine adaptée, l’installation tient en une commande. Remplacez l’étiquette finale par la version choisie dans le tableau.
Avec Ollama
ollama run hf.co/unsloth/Mistral-Large-4-1T-A52B-GGUF:UD-IQ2_XXSSi vous débutez avec cet outil, commencez par notre guide d’installation d’Ollama et notre mémo des commandes.
Avec llama.cpp
llama serve -hf unsloth/Mistral-Large-4-1T-A52B-GGUF:UD-IQ2_XXSUnsloth recommande d’utiliser sa propre version de llama.cpp ou son application Unsloth Desktop pour ce modèle. Deux options utiles :
- Images : ajoutez
--mmproj mmproj-BF16.ggufpour activer la vision. - Vitesse : un petit modèle « brouillon » de 2,25 Go (DSPARK) permet un décodage spéculatif, avec un débit environ doublé selon Unsloth.
Avec LM Studio
Recherchez unsloth/Mistral-Large-4-1T-A52B-GGUF dans le catalogue, puis choisissez la quantification. Voyez notre guide pour installer LM Studio sur Windows.
En entreprise : vLLM ou SGLang
Pour servir plusieurs utilisateurs, Mistral documente le déploiement des versions FP8 et NVFP4 avec vLLM ou SGLang, ainsi qu’un conteneur NVIDIA NIM. Notre guide pour déployer une IA locale en entreprise détaille les questions de matériel et de RGPD.
Avant de télécharger : prévoyez l’espace disque et le temps. À 1 Gb/s, 300 Go demandent environ 40 minutes dans le meilleur des cas, et la version FP8 près de deux heures et demie.
Les alternatives réalistes sur un PC normal
Utiliser Mistral Large 4 par l’API
C’est le moyen le plus simple de tester le modèle. Mistral facture 0,70 $ par million de tokens en entrée et 2,10 $ en sortie. Pour un usage personnel, la facture reste très inférieure au prix du matériel nécessaire. Il est aussi proposé dans Mistral Studio et Vibe Code. Pour l’assistant grand public, voyez comment bien débuter avec Mistral AI.
Installer un modèle Mistral plus petit
Si votre objectif est de garder vos données chez vous, des modèles bien plus légers tournent sur un PC équipé de 16 à 32 Go de mémoire :
- Installer Mistral AI en local sur son ordinateur
- Les meilleurs modèles d’IA en local
- Quel PC choisir pour l’IA locale
- 16, 32 ou 64 Go de RAM pour l’IA : que choisir ?
Ce que la licence autorise
Le modèle est publié sous licence Mistral Ecosystem Open-Weight, une licence MIT modifiée. L’utilisation, la modification, le réentraînement et l’usage commercial sont gratuits. Une seule restriction : les fournisseurs qui proposent le modèle lui-même comme service hébergé doivent obtenir une licence commerciale auprès de Mistral.
FAQ
Peut-on faire tourner Mistral Large 4 sur une RTX 5090 ?
Non. La carte dispose de 32 Go de mémoire, alors que la plus petite version du modèle pèse 233 Go.
Combien de RAM faut-il pour Mistral Large 4 ?
Au minimum 256 Go pour la version 1 bit, 384 à 512 Go pour les versions 2 bits et plus de 1,2 To pour la version 8 bits.
Mistral Large 4 fonctionne-t-il avec Ollama ?
Oui, à partir des fichiers GGUF publiés sur Hugging Face, à condition de disposer de la mémoire nécessaire.
Quelle est la fenêtre de contexte ?
Le modèle accepte jusqu’à un million de tokens. En local, le contexte réellement utilisable dépend de la mémoire restante, et le débit chute sur les contextes longs.
Existe-t-il une version allégée officielle pour PC ?
Non. Mistral ne publie que les versions FP8 et NVFP4, destinées aux serveurs. Les versions GGUF plus compactes viennent de la communauté.
