Aller au contenu
Gridpak

Mistral dévoile en avant-première son modèle 1T, les poids attendus ce mois-ci

Hermes Integration

Mistral Large 4 (Mistral)
Le visuel publié par Mistral pour Mistral Large 4, consulté le 6 octobre 2026.

Mistral a publié « Introducing Mistral Large 4 » le 6 octobre 2026, et a mis le modèle en aperçu public le jour même. L’article le nomme ML4 et, officieusement, le Chonk.

Ce qui a réellement été publié

Un aperçu public du plus grand modèle de Mistral, accessible via Mistral Studio et l’API. Pas les poids : l’article précise que les poids seront publiés à la fin de ce mois, et que les détails de l’architecture, les benchmarks supplémentaires et la méthode de post-entraînement le seront à ce moment-là.

Le modèle lui-même est un mélange d’experts hybride instruct-et-raisonnement de 1 000 milliards de paramètres, avec 52 milliards de paramètres actifs, une entrée nativement multimodale et, selon Mistral, une maîtrise de plus de 160 langues, dont toutes les langues officielles de l’Union européenne.

Deux détails opérationnels l’accompagnent. Il a été entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell dans les propres datacenters européens de Mistral, et l’aperçu est servi sur cette même infrastructure, avec un déploiement européen opéré de bout en bout et indépendant des autres fournisseurs de services numériques. Et l’aperçu tourne avec une modération réduite et des capacités cyber étendues pour des partenaires vérifiés, des responsables de la cybersécurité et des autorités étatiques, ce qui relève d’un dispositif de red-teaming plutôt que d’une mise à disposition générale.

Fiche technique de Mistral Large 4 montrant les tarifs publiés : 1,36 dollar par million de tokens en entrée et 4,18 dollars par million de tokens en sortie
La page d’annonce consultée le 8 octobre 2026. La fiche du modèle se trouve à côté de l’article et porte le seul prix publié avec l’aperçu : 1,36 $ par million de tokens en entrée, 4,18 $ par million de tokens en sortie.

Sur quoi repose l’affirmation

Trois séries de chiffres sont publiées, et elles n’ont pas le même poids.

Le prix est un fait. La fiche du modèle sur le même site indique 1,36 $ et 4,18 $ par million de tokens. Pour comparaison, Claude Sonnet 5.5 était affiché à 2 $ en entrée et 10 $ en sortie le 8 octobre, et Claude Opus 5.5 à 4 $ et 20 $. Le modèle phare de Mistral se situe donc sous le milieu de gamme fermé des deux côtés, ce qui est inhabituel pour un modèle vendu sur la performance de pointe.

ModèleEntrée, par million de tokensSortie, par million de tokensTarifs consultés le
Mistral Large 4, aperçu1,36 $4,18 $mistral.ai, 8 octobre 2026
Claude Sonnet 5.52 $10 $claude.com/pricing, 8 octobre 2026
Claude Opus 5.54 $20 $claude.com/pricing, 8 octobre 2026

Les deux rivaux sont des modèles fermés, donc le tableau compare un tarif publié à des tarifs publiés, pas ce que vous êtes autorisé à faire avec le modèle.

Les résultats en cybersécurité sont en partie comparables, en partie non. Sur l’Artificial Analysis Cyber Index, une évaluation menée par un tiers, Mistral affirme que le modèle figure parmi les cinq meilleurs au monde et devance les modèles à poids ouverts développés hors de Chine. Sur un test de l’indice qui demande à un modèle de reproduire une vulnérabilité réelle dans un logiciel open source puis de la corriger, ML4 obtient 82 %, ce que Mistral présente comme le meilleur score tous modèles confondus, et il résout 93 % des défis de Cybench. Mistral écrit ensuite que plusieurs modèles fermés de premier plan, dont Claude Opus 5.5 et GPT-6 Astra, obtiennent un score proche de zéro sur le même test parce qu’ils refusent de l’exécuter.

Une comparaison dans laquelle l’alternative est écartée par sa propre politique n’est pas une comparaison de capacités ; c’est une comparaison de ce que chaque modèle est autorisé à faire.

Les deux lectures sont vraies, ce ne sont simplement pas les mêmes affirmations. Les scores publiés se lisent comme « ce modèle fera le travail », pas comme « ce modèle est meilleur pour le travail ».

Mistral Large 4 classé premier dans un classement cyber sur la page d'annonce, devant Kimi K3, GLM 5.3 et DeepSeek v4 Pro
Le classement cyber imprimé par Mistral sur sa propre page, consulté le 8 octobre 2026. La position est réelle ; le panel auquel elle est mesurée est choisi par l’entreprise qui publie le graphique, et c’est pourquoi la note sur les refus plus bas dans la page compte davantage que le classement.

Les chiffres restants sont ceux de l’entreprise, sur son propre harnais : 61,7 % sur DeepSWE v1.1, 59,4 % sur SWE-Atlas-QnA et 28,3 % sur Terminal-Bench 4.0. Rien n’était indépendant là, et aucun tiers n’a publié de réplication.

Ce qui n’est pas publié

Aucune fenêtre de contexte, aucun chiffre de latence, aucune limite de débit, aucun niveau de service, aucune date de disponibilité générale au-delà de « la fin de ce mois », et aucune indication de la licence que porteront les poids. Sur un argumentaire de poids ouverts, la licence n’est pas un détail : elle décide si une entreprise peut intégrer le modèle dans son propre produit.

Ce que cela change pour qui choisit un modèle

Si vous payez de l’inférence IA, deux choses bougeront le jour où les poids arriveront, et aucune n’est vraie aujourd’hui.

Les deux choses qui bougeront quand les poids arriveront

  • Le plancher de prix. Un modèle à poids ouverts de 1 000 milliards de paramètres affiché à 1,36 $ et 4,18 $ force le milieu de gamme fermé à justifier son multiple. Cette pression est déjà réelle sur le marché de l’API, et elle atteindra les installations auto-hébergées dès que les poids seront téléchargeables.
  • Ce que vous pouvez en faire. Aujourd’hui, vous pouvez appeler un aperçu. Vous ne pouvez pas télécharger le modèle, l’exécuter sur votre propre matériel, l’affiner ou l’intégrer dans un produit. Tout ce que l’annonce dit sur la souveraineté, l’audit et le déploiement sur site dépend d’une publication qui n’a pas eu lieu.

Pour une équipe soumise à une exigence européenne de résidence des données, l’argument de Mistral, c’est l’infrastructure, pas le benchmark : leurs propres datacenters, et un déploiement qu’ils opèrent de façon indépendante. Cette partie est vérifiable aujourd’hui, côté API, par quiconque s’inscrit.

Le point de vue de Neural Minute

Notre lecture est que la phrase intéressante de cette annonce n’est pas le 82 %, mais celle qui suit les chiffres.

Mistral vend une capacité cyber que les modèles fermés refusent délibérément d’assurer, et il est juste qu’un défenseur ait besoin d’un modèle qui ne refusera pas quand la tâche consiste à prouver qu’une faille est réelle. Cet argument tient tout seul et n’a pas besoin d’un tableau de benchmarks. Le présenter comme un score où les concurrents affichent près de zéro affaiblit la démonstration au lieu de la renforcer, car le lecteur ne peut pas savoir si l’écart relève de la capacité ou de la politique d’usage.

Le deuxième point que nous dirions à un lecteur qui paie pour de l’inférence : traitez la preview comme un test de deux semaines, pas comme une migration. Appelez-la avec votre propre jeu de prompts, comparez-la à ce que vous payez aujourd’hui au même prix, et notez le résultat, car les poids et la licence à la fin du mois peuvent changer complètement la réponse. Si votre cas d’usage exige le modèle sur votre propre matériel, rien n’est encore disponible pour un test, et aucun prix n’est engagé.

Un détail à citer à celui qui signe le bon de commande : à 3 000 GPU, Mistral indique qu’un seul entraînement produit environ 33 milliards de tokens par jour, dont environ 16 milliards de tokens de complétion exploitables après filtrage. C’est une affirmation sur leur pipeline, et elle vous dit aussi que la prochaine version du modèle arrivera vite.

Sources

  • Introducing Mistral Large 4, mistral.ai, publié le 6 octobre 2026, mis à jour le 7 octobre 2026 : https://mistral.ai/news/mistral-large-4/
  • Les tarifs publiés du modèle, relevés sur la même page le 8 octobre 2026 : 1,36 $ par million de tokens en entrée, 4,18 $ par million de tokens en sortie
  • Tarifs de Claude pour comparaison, relevés le 8 octobre 2026 : Sonnet 5.5 à 2 $ en entrée et 10 $ en sortie, Opus 5.5 à 4 $ en entrée et 20 $ en sortie, par million de tokens
  • Les chiffres de l’Artificial Analysis Cyber Index et de Cybench sont la lecture que Mistral fait de ces évaluations, cités comme tels ; aucune réplication indépendante n’a été trouvée