Mistral Large 4 passe en poids ouverts : ce qui change, ce que disent les benchmarks et qui est concerné
Source : Mistral AI
Mistral a publié les poids de Mistral Large 4, son modèle nativement multimodal de 1 000 milliards de paramètres, surnommé « Le Chonk ». Le modèle était entré en préversion publique plus tôt en octobre. La version en poids ouverts est une mise à jour : Mistral indique avoir consacré environ trois semaines de plus à l'apprentissage par renforcement après la préversion, en se concentrant sur le code et la cybersécurité défensive.
En bref
- Ce que c'est : un modèle phare multimodal de 1 000 milliards de paramètres, entraîné de zéro sur une infrastructure européenne (selon Mistral).
- Les nouveautés par rapport à la préversion : de meilleurs scores en code et en sécurité, plus une meilleure « efficacité de raisonnement », c'est-à-dire moins de tokens par tâche.
- Où l'utiliser : Mistral Studio, l'API Mistral, OpenRouter, ou en auto-hébergement avec les poids disponibles sur Hugging Face (servis avec vLLM ou SGLang).
- Licence : une licence MIT modifiée avec une condition visant les entreprises de Model-as-a-Service (voir notre explication de la licence).
Les chiffres annoncés par Mistral
Tous les chiffres ci-dessous sont des affirmations de Mistral tirées de son annonce. Aucune réplication indépendante n'est encore disponible, et Mistral indique qu'un rapport technique complet arrive « bientôt ».
| Benchmark | Résultat annoncé |
|---|---|
| Cognition FrontierCode 2.0 (privé) | 19,7 %, le meilleur score du graphique de Mistral, devant GLM-5.3 (19,3 %) |
| Artificial Analysis Coding Agent Index | 48 %, « pratiquement à égalité » avec GLM-5.3 tout en utilisant 47 % de tokens en moins par tâche |
| Terminal-Bench 4.0 | 41 %, soit 13 points de plus que la préversion, avec 30 % de tokens de sortie en moins |
| Artificial Analysis Cyber Index | 51% |
| BrowseComp | 84,5 % (contre 75 % à un point de contrôle SFT précoce) |
| Finch (workflows financiers) | 73,3 %, deuxième parmi les modèles ouverts derrière Kimi K3 |
| B3 Agent Security Benchmark | 97,1 % des attaques repoussées (93,3 % en préversion) |
Sur les préférences humaines, Mistral cite les tests de code comparatifs à l'aveugle de Surge. Large 4 y a battu GLM-5.3, Kimi K3 et DeepSeek V4.1 Flash, et s'est classé « juste derrière Claude Opus 5.5 » parmi les modèles testés.
Trois modes de raisonnement
Mistral indique que le modèle dispose désormais de trois modes de raisonnement, pour arbitrer entre coût et qualité. Le mode le plus léger gère les tâches simples et remplace l'ancien mode « None ». Le plus poussé est destiné aux « cas d'usage les plus difficiles exigeant une haute précision ». Si vous payez au token, c'est important : choisissez le mode le plus léger qui passe vos évaluations.
Le volet cybersécurité (et sa réserve)
L'essentiel de l'annonce porte sur la sécurité défensive. Elle comprend des citations de Booz Allen, Cisco, Cloudflare, CrowdStrike, Elastic, l'ENISA, Fortinet, NVIDIA et d'autres. Mistral reconnaît aussi ouvertement qu'en observant le trafic de la préversion, il a constaté « un potentiel d'aide à la conduite de véritables attaques », et qu'il renforce ses garde-fous. Une variante spécialisée pour les tests d'intrusion est réservée à des partenaires sélectionnés, sous contrat.
Faut-il changer ?
- Auto-hébergement et équipes réglementées : c'est le public principal. Vous obtenez des poids ouverts, un entraînement d'origine européenne et une licence permissive.
- Amateurs : un modèle de 1 000 milliards de paramètres exige du matériel de data center pour tourner en local. Pour la plupart des gens, l'API ou OpenRouter est la voie réaliste. (Le billet de Mistral ne publie pas la configuration matérielle requise ; consultez la fiche du modèle sur Hugging Face.)
- Utilisateurs d'agents de code : c'est l'argument d'efficacité en tokens qu'il faut tester. Faites passer vos propres tâches d'agent par OpenRouter avant de vous engager.
Vidéo
Vidéo de Mistral sur YouTube.
Vidéo de Bijan Bowen sur YouTube.
Sources
- Mistral AI, « Mistral Large 4 (Le Chonk)… open weight », 29 octobre 2026 : https://mistral.ai/news/mistral-large-4-oss/
- Page d'accueil de Hacker News (API Algolia) : https://hn.algolia.com/api/v1/search?tags=front_page
Ce qui est confirmé, et ce qui ne l'est pas
- ✅ Chaque score de benchmark a été recopié à la main depuis le billet de Mistral le 29 octobre 2026 vers 23 h 58 (heure de l'Est). Tous sont annoncés par l'éditeur.
- ✅ Les termes de la licence et les canaux de disponibilité ont été vérifiés dans le même billet.
- ⚠️ NON VÉRIFIÉ : le nom du dépôt Hugging Face, la configuration matérielle et la VRAM requises, ainsi que les tarifs de l'API. Aucun de ces éléments ne figure dans le billet.
- ⚠️ Nous ne nommons pas ici les trois modes de raisonnement, car nous n'avons pas pu lire leurs libellés de façon fiable.
- Les points HN sont un instantané et vont évoluer.
À lire aussi
Voir aussi : IA