Mistral Large 4, alias « Le Chonk », défie les géants de l'IA

La société française Mistral AI a mis fin à plusieurs mois de silence sur ses grands modèles. Mardi 6 octobre, l'entreprise a ouvert l'accès à une préversion publique de Mistral Large 4, baptisé en interne « Le Chonk ». Le nom fait référence à un terme d'argot anglais désignant un gros chat, clin d'œil assumé après une précédente campagne de désinformation visant un supposé modèle « Chaton fat ».

Un modèle entraîné en deux mois, en Europe

Mistral Large 4 affiche 1 050 milliards de paramètres au total, dont 49 milliards activés simultanément à chaque requête, selon le détail technique publié par Mistral. L'architecture repose sur un mélange d'experts (Mixture of Experts), avec une fenêtre de contexte d'un million de tokens et un encodeur de vision de 1,6 milliard de paramètres pour le traitement des images.

Le modèle a été entraîné depuis zéro, en deux mois, sur 3 800 à 4 000 puces Nvidia Grace Blackwell, dans les propres centres de calcul européens de Mistral. L'entreprise revendique une consommation proche de 10 mégawatts, un chiffre qu'elle présente comme deux à trois fois inférieur à celui des laboratoires chinois. Il couvre plus de 160 langues, dont l'ensemble des langues officielles de l'Union européenne.

Guillaume Lample, directeur scientifique et cofondateur de Mistral, a présenté le modèle comme une rupture lors d'une conférence de presse suivie par Euronews.

« une nouvelle génération de modèles », Guillaume Lample, directeur scientifique et cofondateur de Mistral.

Cybersécurité, finance et images satellite

Mistral met en avant cinq résultats préliminaires, obtenus sur ses propres évaluations. En programmation autonome sur des tâches longues, la preview atteint 62 % sur DeepSWE v1.1, devant GLM-5.3. En finance, elle égale DeepSeek V4 Pro sur le test Finch. Son meilleur score concerne l'analyse d'images satellite, où elle devance GPT-6 Astra de cinq points, et sur l'agent juridique de Harvey, calculé par Vals.ai, où elle prend la tête avec 15 %.

L'accent est mis sur la cybersécurité. Le modèle obtient 82 % sur le Cyber Index d'Artificial Analysis, un score que Mistral présente comme le meilleur jamais enregistré, et 93 % sur Cybench. L'entreprise assume que cette capacité peut aussi servir des usages offensifs, contrairement aux modèles fermés comme Claude Opus 5.5 ou GPT-6 Astra, qui refusent certaines tâches.

« C'est d'autant plus important que les acteurs malveillants font de plus en plus de jailbreaks de ces mêmes modèles pour soutenir une cyberactivité offensive : les défenseurs ont besoin de systèmes pouvant égaler ces capacités sans être contraints par les mêmes refus », Mistral AI, communiqué de l'entreprise.

Poids ouverts le 27 octobre, dans un contexte de levée record

Mistral Large 4 est accessible dès aujourd'hui via l'API et Mistral Studio, au tarif de 1,36 dollar par million de tokens en entrée et 4,18 dollars en sortie. Les poids du modèle, c'est à dire les fichiers permettant de le télécharger et de l'exécuter, seront publiés le 27 octobre, avec des versions quantifiées déployables sur quatre à huit GPU.

Cette sortie intervient un mois après l'annonce d'une levée de fonds de trois milliards d'euros, qui valorise Mistral à plus de 21 milliards d'euros, selon Libération. L'entreprise présente cette opération comme la plus importante levée en actions jamais réalisée par une société technologique européenne. Une partie de ces fonds doit financer l'accélération de la feuille de route scientifique et les capacités de calcul, selon le Journal du Net.

Mistral avait déjà noué des partenariats sectoriels pour financer sa recherche, à l'image du partenariat noué avec TotalEnergies autour de l'exploration pétrolière assistée par IA. Le nouveau modèle doit à terme remplacer GLM-5.3 comme moteur par défaut des produits Mistral, dont l'assistant de code Vibe, après une phase de tests A/B, selon le Journal du Net.