Mistral AI a mis en ligne le 29 octobre 2026 les poids de Mistral Large 4, son plus grand modèle d’intelligence artificielle, sur la plateforme Hugging Face. Ce modèle d’environ 1 000 milliards de paramètres, surnommé « Le Chonk », peut désormais être téléchargé librement et exécuté sur ses propres serveurs, trois semaines après une préversion réservée à l’API de la start-up française.
Mistral Large 4 : que publie exactement Mistral AI ?
Mistral AI met à disposition les poids du modèle, c’est-à-dire les milliards de valeurs numériques apprises pendant l’entraînement, qui permettent de faire fonctionner l’IA sans passer par les serveurs de l’éditeur. Le dépôt officiel, baptisé Mistral-Large-4-1T-A52B, est accessible sans formulaire ni validation préalable.
La version complète en précision bf16 pèse environ 1,06 téraoctet, répartie en 54 fichiers. Une variante compressée au format NVFP4, pensée pour les puces Blackwell de Nvidia, descend à environ 610 Go. Des versions quantifiées (dont la précision des nombres est réduite pour alléger le modèle) ont aussi été publiées par la communauté, notamment au format GGUF utilisé par l’outil llama.cpp.
Cette mise en ligne intervient après une phase de préversion ouverte le 6 octobre 2026. Pendant ces trois semaines, Mistral AI a poursuivi l’entraînement du modèle et l’a fait éprouver par des partenaires, en particulier dans le domaine de la cybersécurité, avant de rendre les poids publics.
Quelles sont les caractéristiques techniques de Mistral Large 4 ?
Mistral Large 4 repose sur une architecture dite « mixture d’experts » (MoE) : le réseau est découpé en nombreux sous-modules spécialisés, et seuls quelques-uns sont sollicités pour chaque mot traité. Le modèle compte ainsi environ 1 050 milliards de paramètres au total, mais n’en active qu’une cinquantaine de milliards à chaque étape, ce qui réduit fortement le coût de calcul.
- Paramètres totaux : environ 1 050 milliards
- Paramètres actifs : environ 49 milliards par token, 52 milliards en comptant les couches d’entrée et de sortie
- Experts : 128 experts, dont 4 sélectionnés à chaque étape, plus un expert partagé
- Entrées : texte et images, grâce à un encodeur visuel de 1,6 milliard de paramètres
- Sortie : texte
- Fenêtre de contexte annoncée : 1 million de tokens
- Raisonnement : trois niveaux d’effort réglables (bas, moyen, élevé)
Le modèle est multilingue et multimodal de manière native : il peut analyser une capture d’écran, un schéma ou un document scanné en plus du texte. Le niveau de raisonnement par défaut est le plus élevé, et cette étape de réflexion ne peut pas être désactivée totalement.
Mistral Large 4 est-il vraiment open source ?
Mistral Large 4 est un modèle à poids ouverts, distribué sous une licence propre à l’éditeur, la Mistral Ecosystem Open-Weight License. Ce texte dérive de la licence MIT, très permissive, mais ajoute une restriction ciblée, ce qui le distingue d’une licence open source au sens strict.
Concrètement, l’usage gratuit, la modification, le réentraînement (fine-tuning) et l’intégration dans des produits commerciaux sont autorisés, sans plafond de chiffre d’affaires ni de nombre d’utilisateurs. La limite concerne les entreprises qui revendent l’accès au modèle sous forme de service hébergé, ce que la licence appelle « Model as a Service » : elles doivent signer un contrat commercial distinct avec Mistral AI avant toute exploitation.
Ce choix marque une évolution par rapport à la génération précédente. Mistral Large 3 avait en effet été publié sous licence Apache 2.0, sans restriction de ce type.
Quel matériel faut-il pour faire tourner Mistral Large 4 ?
Mistral Large 4 ne peut pas fonctionner sur un PC grand public : il exige une infrastructure de centre de données. Selon Mistral AI, la version NVFP4 tourne sur quatre cartes Nvidia B200 ou B300, tandis que les recettes de déploiement publiées pour l’outil vLLM s’appuient sur huit accélérateurs.
Les versions les plus compressées, quantifiées sur 2 bits, peuvent tourner sur un seul ordinateur Apple équipé d’une puce de la gamme Ultra et de 512 Go de mémoire unifiée. Cette option reste réservée à des configurations professionnelles haut de gamme, et la compression dégrade une partie des performances.
| Version | Taille approximative | Matériel visé |
|---|---|---|
| bf16 (complète) | 1,06 To | Grappes de GPU de centre de données |
| NVFP4 | 610 Go | 4 GPU Nvidia B200 ou B300 |
| GGUF 2 bits | Moins de 512 Go | Mac à puce Ultra avec 512 Go de mémoire |
À quoi va servir Mistral Large 4 ?
Mistral AI présente Mistral Large 4 comme un modèle orienté vers la programmation, les tâches d’agents autonomes et la cybersécurité. L’éditeur met en avant ses résultats sur des tests de code agentique et de recherche de failles, où il le place au niveau des meilleurs modèles ouverts.
La publication des poids vise particulièrement les secteurs réglementés, comme la banque, la défense ou les administrations, qui doivent garder leurs données sur leurs propres serveurs. Un modèle hébergé en interne évite d’envoyer des informations sensibles à un prestataire extérieur.
Les chiffres de performance communiqués à ce stade proviennent pour l’essentiel de l’éditeur ou de mesures réalisées sur la préversion. Des évaluations indépendantes sur la version définitive publiée le 29 octobre restent attendues.
Mistral Large 4 face aux modèles ouverts chinois
Avec Mistral Large 4, la start-up parisienne entend réduire l’écart avec les modèles à poids ouverts venus de Chine, qui dominent ce segment depuis plusieurs mois. GLM-5.3 de Zhipu, Kimi K3 de Moonshot AI, les modèles DeepSeek et MiMo de Xiaomi figurent parmi les références auxquelles il est comparé.
Dans l’indice général d’Artificial Analysis, un organisme indépendant qui agrège de nombreux tests, plusieurs de ces modèles chinois devançaient encore Mistral Large 4 lors de sa préversion. L’écart se resserre en revanche sur les tâches de programmation, terrain sur lequel Mistral AI a concentré ses efforts.
Mistral Large 4 reste également accessible via l’API de Mistral AI et sa plateforme Mistral Studio. D’autres modèles de la même génération doivent suivre dans les prochains mois, selon l’entreprise.
