Mistral lance Small 4, un modèle MoE de 119 milliards de paramètres pour le raisonnement, le code et le multimodal

Mistral AI a présenté Mistral Small 4, un nouveau modèle ouvert censé remplacer plusieurs gammes distinctes de l'entreprise par un seul endpoint universel. À la place d'un modèle instruct, d'un modèle de raisonnement, d'un modèle de vision et d'un agent de codage séparés, les développeurs obtiennent un seul checkpoint MoE à profondeur de raisonnement réglable.

Un seul à la place de quatre

L'enjeu de cette sortie n'est pas que Mistral ait simplement augmenté le nombre de paramètres. Small 4 fusionne en un seul produit les rôles auparavant répartis entre Mistral Small pour les instructions courantes, Magistral pour le raisonnement complexe, Pixtral pour la compréhension multimodale et Devstral pour la programmation agentique. Pour les équipes qui construisent des produits sur des LLM, cela compte davantage qu'un énième record dans un tableau de benchmarks : moins de routage entre modèles, une infrastructure plus simple et moins de risques d'obtenir des styles de réponse différents à des étapes voisines d'un même scénario.

«

Les utilisateurs n'ont plus besoin de choisir entre un mode instruct rapide, le raisonnement et un assistant multimodal », indique Mistral dans son annonce.

D'après son positionnement, Small 4 vise plusieurs types de tâches à la fois : chat classique, travail sur le code, workflows agentiques et analyse de documents ou d'images complexes. Mistral présente ouvertement le modèle comme une couche universelle pour les usages en entreprise, où il faut combiner requêtes textuelles et visuelles derrière une seule surface d'API. Cela tranche dans un marché où de nombreuses équipes entretiennent encore des modèles distincts pour le chat, le raisonnement et la vision.

Comment le modèle est conçu

Sur le plan architectural, il s'agit d'un modèle Mixture-of-Experts de 119 milliards de paramètres. Il compte 128 experts, dont seulement quatre sont activés pour chaque token : Mistral mise donc sur l'efficacité à l'exécution plutôt que sur la densité maximale. L'entreprise annonce aussi une fenêtre de contexte de 256k et une prise en charge native du texte et des images. La sortie est ouverte sous licence Apache 2.0, ce qui signifie que le modèle peut être utilisé via l'API, mais aussi déployé et affiné pour des scénarios propres.

• 119 milliards de paramètres dans l'architecture globale
• 128 experts et 4 experts actifs par token
• Fenêtre de contexte de 256k
• Entrées : texte et images
• Licence Apache 2.0 et disponibilité pour le self-hosting

Mistral met un accent particulier sur le paramètre reasoning_effort. Concrètement, c'est un commutateur entre une réponse rapide et un mode de raisonnement pas à pas plus lourd. En mode none, le modèle est censé se comporter plus proche de Mistral Small 3.2 et fournir des réponses plus légères, à faible latence. En mode high, il doit fonctionner plus près de la gamme Magistral, quand la qualité du raisonnement sur des tâches difficiles compte plus que la vitesse. L'intérêt pratique est simple : au lieu d'enchaîner deux ou trois modèles, on peut garder un seul déploiement et changer le comportement requête par requête.

Vitesse et déploiement

Dans son annonce officielle, Mistral mise non seulement sur la polyvalence, mais aussi sur l'économie de l'inférence. L'entreprise affirme une réduction de 40% du temps total de génération dans une configuration optimisée pour la latence, et un triplement du nombre de requêtes par seconde dans un scénario optimisé pour le débit, par rapport à Mistral Small 3. Mistral souligne également que Small 4 avec raisonnement activé obtient des résultats comparables ou supérieurs à GPT-OSS 120B sur AA LCR, LiveCodeBench et AIME 2025, tout en produisant des réponses plus courtes. Ces comparaisons ont été publiées par l'entreprise elle-même, mais l'accent mis sur la « qualité par token » en production est réellement important.

Mistral énumère aussi d'emblée les options pratiques de déploiement. Le modèle est disponible via l'API Mistral et AI Studio, publié sur Hugging Face, et annoncé compatible avec vLLM, llama.cpp, SGLang et Transformers. Les exigences pour le self-hosting ne sont plus « de bureau » : la configuration minimale est de 4x NVIDIA HGX H100, 2x HGX H200 ou 1x DGX B200, et des machines plus puissantes sont recommandées pour de meilleures performances. Autrement dit, Small 4 ressemble à un modèle ouvert non pas pour un ordinateur portable, mais pour une infrastructure serveur sérieuse et des équipes produit attachées au contrôle, à la personnalisation et à un coût de possession prévisible.

Ce que cela signifie

Mistral pousse le segment open source vers des modèles plus universels, où l'avantage principal n'est pas seulement la qualité, mais aussi la simplification de tout le système autour du LLM. Si Small 4 confirme l'efficacité annoncée sur des charges de production réelles, l'entreprise disposera d'un argument de poids contre le zoo de modèles distincts de raisonnement, de vision et de code. Pour les entreprises, c'est une occasion de réduire la complexité de la couche d'orchestration ; pour les développeurs, d'obtenir une couche de base configurable pour un large éventail de tâches.