Mistral ouvre les poids de Large 4 : fort en code, mais les modèles chinois affichent 32 points contre 26

La société française Mistral a publié sur Hugging Face les poids de son plus gros modèle, Mistral Large 4, qu'elle surnomme « Le Chonk ». Il s'agit d'un modèle ouvert qui prend en entrée du texte et des images, et produit du texte et du code. Il compte environ mille milliards de paramètres, mais seuls 52 milliards sont mobilisés à chaque étape de génération : les autres restent « endormis », conséquence de l'architecture à mélange d'experts.

Le laboratoire indépendant Artificial Analysis agrège les résultats de neuf tests dans un indice d'intelligence unique. Large 4 y obtient 26 points. C'est supérieur à la médiane des modèles ouverts de taille comparable (23), mais inférieur aux modèles chinois DeepSeek V4.

1 Flash et GLM-5.3 (32 points chacun) et à MiMo-V2.6-Pro (30).

Les leaders du marché sont loin devant : Gemini 4 Carbon de Google atteint 59, Claude Opus 5.5 d'Anthropic 58.

Code : leader parmi les modèles ouverts, mais pas parmi tous

Après la préversion publique sortie il y a trois semaines, Mistral a poursuivi l'entraînement du modèle par apprentissage par renforcement. Le modèle reçoit des tâches que l'équipe a elle-même conçues et qu'elle sait vérifier automatiquement, et il est récompensé pour les solutions correctes. La difficulté des tâches a augmenté au fil de l'entraînement. Les chercheurs Pierre Stock et Corentin Petit ont expliqué aux journalistes que le plafond de qualité dépend uniquement de la difficulté des tâches vérifiables que l'équipe est encore capable d'imaginer. Mistral qualifie elle-même cette approche de « pari sur deux ans ».

Voici les résultats :

• Terminal-Bench 4.0 (l'agent résout des tâches dans un terminal) : de 28% à 41%. GLM-5.3 obtient 40%. • Coding Agent Index d'Artificial Analysis : 48 points, soit pratiquement le niveau de GLM-5.3, mais avec 47% de tokens en moins. Claude Code basé sur Opus 5.5 obtient 62. • FrontierCode 2.0 de Cognition : 19,7%, meilleur résultat parmi les modèles ouverts. Opus 5.5 atteint 46%. • Comparaison à l'aveugle de Surge (les testeurs choisissent le meilleur code sans connaître son auteur) : le code de Large 4 l'emporte plus souvent que celui de GLM-5.3, Kimi K3 et DeepSeek, mais face à Opus 5.5, il ne gagne que dans 22% des cas.

Une réserve concernant Kimi K3.1 Pro de Moonshot. Le modèle ne figure pas dans les comparaisons de Mistral, car ses poids sont pour l'instant fermés. Moonshot promet de les ouvrir avant le 4 novembre 2026. Kimi K3.1 Pro obtient déjà 67% sur Terminal-Bench 4.0 : l'avance de Large 4 en code ouvert ne durera donc probablement pas longtemps.

Cybersécurité : une prétention à la première place, une troisième

place dans les faits

Mistral présente Large 4 comme le meilleur modèle ouvert pour la cyberdéfense. Le Cyber Index vérifie si un modèle sait trouver une vulnérabilité dans une base de code, la reproduire et la corriger sans rien casser. Large 4 y obtient 51 points. Mais sur le propre graphique de Mistral, DeepSeek V4.1 Flash (57) et MiMo-V2.6-Pro (56) le devancent : le modèle n'est donc que troisième parmi les modèles ouverts. Tous modèles confondus, Kimi K3.1 Pro mène avec 64. La préversion en obtenait 50 : trois semaines d'entraînement supplémentaires n'ont donc rapporté qu'un point ici.

Le coût est en outre élevé : $1,21 par tâche, alors que DeepSeek V4.1 Flash obtient un meilleur score pour une fraction de cette somme. En revanche, le modèle rejette 96,6% des requêtes malveillantes visant à préparer des cyberattaques, mieux que tout autre modèle ouvert selon Mistral. L'entreprise reconnaît que le modèle peut faciliter de véritables attaques et promet de renforcer les protections dans les mois à venir. Une version distincte, destinée aux tests d'intrusion, est déjà testée par des partenaires choisis comme Orange Cyberdefense, avec accès soumis à vérification et restrictions contractuelles.

Vitesse, prix et licence avec réserve

Large 4 est à son meilleur sur le coût et la vitesse :

• 161 tokens par seconde contre 111 pour la préversion ; seuls DeepSeek V4.1 Flash et Muse Wonder sont plus rapides. • La tâche moyenne de l'indice coûte $2,06 (contre $5,54 pour la préversion).

GLM-5.3 revient à $5,01, Kimi K3.1 Pro à $3,68, mais DeepSeek V4.

1 Flash seulement à $0,60 et MiMo-V2.6-Pro à $0,26. • Sur l'ensemble de l'indice, le modèle a généré 110 millions de tokens en sortie, contre 150 millions pour la préversion.

La médiane des modèles comparables est de 100 millions. • Prix de l'API : $0,70 par million de tokens en entrée et $2,10 par million en sortie. Pendant la préversion, c'était $1,36 et $4,18.

À titre de comparaison, Kimi K3.1 Pro coûte $2 et $10.

La licence est une MIT modifiée. L'utilisation, la modification et l'exploitation commerciale sont gratuites. Mais les entreprises qui veulent vendre Large 4 comme service cloud doivent signer un contrat distinct avec Mistral. Faire tourner le modèle chez soi n'est pas simple : d'après la documentation de SGLang, la version standard exige huit GPU Nvidia B300, la version compressée quatre GB300. Sans le matériel, le modèle est accessible notamment dans Microsoft Foundry.

Ce que cela change en pratique

Mistral vend Large 4 comme une IA « souveraine » : entraînée entièrement en Europe et exécutable sur ses propres serveurs. Pour les entreprises européennes soumises à des exigences strictes sur les données, c'est un argument. Pour les usages où le prix et la vitesse comptent plus que la qualité maximale absolue, le modèle paraît une option raisonnable. Ceux qui ont besoin du meilleur résultat en code complexe et en sécurité feraient mieux, pour l'instant, de regarder du côté de Claude et de Gemini, et parmi les modèles ouverts, du côté des modèles chinois.

Il faut aussi tenir compte de la méthodologie. La version 5 de l'indice est sortie mercredi, et trois cinquièmes de ses tests sont fermés : ni les tâches ni les solutions ne sont publiées. Avec l'ancien indice, l'écart était le même : 38 points pour la préversion contre 45 pour GLM-5.3. Mistral estime travailler avec une fraction des ressources des laboratoires américains et chinois, et affirme qu'avec dix fois plus de capital, elle serait en tête. Large 4 servira de base aux modèles spécialisés de l'entreprise, mais Mistral ne dit encore rien de versions plus petites construites dessus.