Mistral AI revient dans la course aux modèles d’intelligence artificielle de pointe avec Mistral Large 4, surnommé « Le Chonk ». Disponible depuis ce 6 octobre 2026 en preview, le nouveau modèle français compte environ 1 050 milliards de paramètres, dont 49 milliards sont activés à chaque requête. Multimodal, capable de traiter jusqu’à un million de tokens de contexte et bientôt proposé avec des poids téléchargeables, Large 4 veut surtout repositionner Mistral face aux puissants modèles ouverts chinois de DeepSeek, Moonshot AI, Alibaba et Z.ai.
Dernière mise à jour : 6 octobre 2026.
Ce qu’il faut retenir
- Mistral Large 4 est disponible en preview depuis le 6 octobre 2026.
- Le modèle compte environ 1 050 milliards de paramètres, dont 49 milliards actifs.
- Il repose sur une architecture Mixture-of-Experts et accepte du texte comme des images.
- Sa fenêtre de contexte atteint 1 million de tokens.
- Il a été entraîné en Europe pendant environ deux mois sur près de 4 000 GPU Nvidia Grace Blackwell.
- Mistral prévoit de publier ses poids le 27 octobre 2026.
- Large 4 vise particulièrement le code, la cybersécurité, la finance, l’industrie et l’analyse d’images.
- Les premiers benchmarks sont prometteurs, mais proviennent principalement de Mistral et devront être confirmés par des tests indépendants.
Mistral Large 4 : le retour du géant français
Dix mois après Mistral Large 3, la société française revient avec un modèle nettement plus ambitieux.
Mistral Large 4, également appelé ML4 et surnommé en interne « Le Chonk », adopte une architecture Mixture-of-Experts particulièrement massive.
La fiche technique officielle indique 1,05 trillion de paramètres au total, soit environ 1 050 milliards. Seuls 49 milliards sont néanmoins activés à chaque étape de traitement.
Cette approche permet d’augmenter considérablement la capacité globale du modèle sans avoir à mobiliser l’intégralité de ses paramètres pour chaque requête.
| Caractéristique | Mistral Large 4 |
|---|---|
| Paramètres totaux | Environ 1 050 milliards |
| Paramètres actifs | 49 milliards |
| Architecture | Mixture-of-Experts |
| Multimodal | Oui, texte et images |
| Encodeur vision | 1,6 milliard de paramètres |
| Contexte maximal | 1 million de tokens |
| Disponibilité | Preview depuis le 6 octobre 2026 |
| Publication des poids | Prévue le 27 octobre 2026 |
Un modèle entraîné en Europe sur environ 4 000 GPU
Mistral met également beaucoup en avant l’origine européenne de son nouveau modèle.
Large 4 aurait été entraîné depuis zéro pendant environ deux mois sur près de 4 000 GPU Nvidia Grace Blackwell installés dans les infrastructures européennes de Mistral.
C’est un chiffre important, mais qui reste relativement modeste face aux moyens disponibles chez certains géants américains.
Mistral affirme avoir compensé cette différence de puissance de calcul par un travail poussé sur les méthodes d’entraînement et l’apprentissage par renforcement.
Le modèle a notamment été confronté à de très nombreux environnements simulés dans lesquels il doit corriger du code, résoudre des problèmes ou accomplir des tâches complexes sur plusieurs étapes.
160 langues et un million de tokens de contexte
Large 4 aurait été entraîné sur plus de 160 langues, dont toutes les langues officielles de l’Union européenne.
La documentation officielle confirme également une fenêtre de contexte de 1 million de tokens.
Cette capacité permet théoriquement d’analyser de très gros volumes d’informations en une seule fois : bases de code importantes, documents techniques, contrats, dossiers financiers ou ensembles de documents.
Mistral positionne donc Large 4 moins comme un simple chatbot que comme un moteur destiné aux agents IA et aux environnements professionnels complexes.
Large 4 revient au niveau des meilleurs modèles ouverts chinois
C’est l’un des principaux enjeux du lancement.
Ces derniers mois, le marché des modèles à poids ouverts avait largement été dominé par des acteurs chinois comme DeepSeek, Moonshot AI, Alibaba et Z.ai.
Mistral reconnaît d’ailleurs lui-même que Large 3 avait pris du retard, notamment dans le domaine de la programmation.
Avec Large 4, l’entreprise estime être de nouveau au contact des meilleurs modèles ouverts disponibles.
Les premiers résultats communiqués sont notamment les suivants :
| Benchmark | Domaine | Mistral Large 4 Preview |
|---|---|---|
| DeepSWE v1.1 | Programmation autonome | 62 % |
| Finch | Finance et tableurs | 67 % |
| Dense200 | Repérage d’objets dans une image | 42 % |
| DIOR-RSVG | Imagerie satellite | 73 % |
| Harvey Legal Agent | Agent juridique | 15 % |
Sur DeepSWE v1.1, Mistral présente par exemple Large 4 à 62 %, contre 61 % pour GLM-5.3 dans la configuration retenue pour son comparatif.
Le modèle se montrerait également particulièrement performant dans l’analyse d’images satellites avec 73 % sur DIOR-RSVG, contre 68 % pour GPT-6 Astra dans les données présentées par Mistral.
Attention aux benchmarks annoncés par Mistral
Ces chiffres doivent cependant être interprétés avec prudence.
Large 4 vient tout juste d’être lancé et les résultats actuellement mis en avant sont principalement communiqués par Mistral.
La configuration d’un benchmark peut également modifier sensiblement les performances obtenues. Sur DeepSWE, par exemple, d’autres configurations publiques de GLM-5.3 ou Kimi obtiennent des résultats supérieurs à ceux retenus dans le graphique de Mistral.
Il faudra donc attendre que Large 4 soit largement testé par des organismes indépendants avant de déterminer précisément sa position face aux meilleurs modèles de Moonshot, Z.ai, DeepSeek, OpenAI ou Anthropic.
Mistral ne prétend d’ailleurs pas avoir déjà dépassé les meilleurs modèles fermés américains dans tous les domaines.
La cybersécurité est l’une des principales cibles
Mistral veut particulièrement séduire les entreprises, les administrations et les spécialistes de la cybersécurité.
L’intérêt d’un modèle à poids ouverts est de pouvoir à terme l’exécuter sur sa propre infrastructure, sans dépendre en permanence de l’API d’un fournisseur extérieur.
Une entreprise peut ainsi conserver davantage de contrôle sur ses données, ses règles d’utilisation et ses capacités d’analyse.
La cybersécurité étant également un domaine sensible, Mistral prévoit une période de tests supplémentaires avant la publication complète des poids du modèle.
Les poids de Large 4 seront publiés le 27 octobre
La preview accessible aujourd’hui n’est donc qu’une première étape.
Mistral prévoit de publier les poids de Large 4 le 27 octobre 2026, après environ trois semaines de tests supplémentaires avec des développeurs, des spécialistes de la sécurité et certaines institutions.
Cette publication doit permettre aux entreprises disposant de l’infrastructure nécessaire d’héberger elles-mêmes le modèle.
Il ne faudra cependant pas espérer faire tourner la version complète sur un PC gaming classique.
Même avec des versions compressées, Large 4 vise avant tout les serveurs équipés de plusieurs accélérateurs haut de gamme.
Combien coûte Mistral Large 4 ?
Mistral affiche désormais les premiers tarifs de son API.
Lors de notre dernière vérification, la documentation indiquait :
| Utilisation | Tarif affiché par million de tokens |
|---|---|
| Entrée | 0,68 $ |
| Entrée mise en cache | 0,07 $ |
| Sortie | 2,09 $ |
La page affiche également des montants plus élevés barrés, respectivement 1,36 $, 0,14 $ et 4,18 $, ce qui laisse penser que les prix actuellement proposés correspondent au lancement ou à la période de preview.
Comme toujours avec une API facturée aux tokens, la facture finale dépend fortement de la longueur des requêtes et surtout des réponses générées.
Comment tester Mistral Large 4 ?
Large 4 peut déjà être utilisé en preview via les services de Mistral.
Les développeurs peuvent notamment l’appeler via l’API sous le nom mistral-large-4 et l’utiliser dans Mistral Studio.
Le modèle prend en charge les sorties structurées, les appels de fonctions, les agents, les conversations ainsi que l’analyse de documents.
Mistral prévoit également d’en faire à terme l’un des modèles principaux de son environnement Vibe.
Un enjeu de souveraineté pour Mistral et l’Europe
Au-delà des performances brutes, Mistral insiste fortement sur la souveraineté technologique.
L’entreprise veut proposer une alternative européenne aux modèles américains fermés et aux modèles ouverts développés principalement en Chine.
L’objectif est notamment de permettre aux entreprises européennes d’utiliser un modèle avancé depuis une infrastructure européenne ou, lorsque les poids seront disponibles, sur leurs propres serveurs.
Cette indépendance reste néanmoins relative : les accélérateurs utilisés par Mistral sont toujours fournis par l’américain Nvidia.
Ce que Mistral Large 4 change pour les utilisateurs
Pour un utilisateur classique de chatbot, Large 4 ne bouleverse pas encore immédiatement l’expérience quotidienne.
Son intérêt est surtout important pour les développeurs et les entreprises qui souhaitent disposer d’un modèle puissant mais contrôlable et potentiellement auto-hébergeable.
Le véritable test arrivera donc le 27 octobre, lorsque les poids doivent être publiés et que les évaluations indépendantes pourront réellement commencer.
Si les performances annoncées se confirment, Mistral aura réussi à revenir au premier plan des modèles ouverts après plusieurs mois durant lesquels les laboratoires chinois avaient pris une avance importante.
FAQ sur Mistral Large 4
Quand Mistral Large 4 est-il sorti ?
Mistral Large 4 est disponible en preview depuis le 6 octobre 2026.
Combien de paramètres possède Mistral Large 4 ?
La documentation officielle indique environ 1 050 milliards de paramètres au total, dont 49 milliards actifs pendant l’inférence.
Large 4 est-il open source ?
Mistral le présente comme un modèle à poids ouverts. Les poids doivent être publiés le 27 octobre 2026. Les conditions précises de licence devront être vérifiées lors de leur publication.
Peut-on déjà tester Mistral Large 4 ?
Oui. La preview est disponible via l’API Mistral et Mistral Studio.
Large 4 est-il meilleur que GPT-6 Astra ?
Pas de manière générale. Mistral présente Large 4 devant GPT-6 Astra sur certains benchmarks visuels, mais cela ne signifie pas que le modèle français est globalement plus performant. Des évaluations indépendantes restent nécessaires.
Peut-on installer Mistral Large 4 sur son PC ?
La version complète vise des infrastructures équipées de plusieurs GPU de centre de données. Ce n’est donc pas un modèle destiné à être exécuté facilement sur un ordinateur personnel classique.
