Mistral AI dévoile Large 4 : le nouveau modèle IA open weight

Temps de lecture : 3 min

Le 5 octobre dernier, Mistral AI a présenté Large 4, son nouveau modèle d’intelligence artificielle. Entraîné entièrement en Europe, il marque une étape décisive pour l’entreprise française, qui sortait d’une levée de fonds de 3 milliards d’euros. Surnommé en interne « Le Chonk », Large 4 doit permettre à Mistral de rivaliser avec les géants américains et chinois. En pratique, la société mise sur des performances élevées dans les usages professionnels et sur un déploiement maîtrisé par les entreprises.

Lors de la présentation, Arthur Mensch, cofondateur et directeur général, a affirmé que Large 4 dépassait certains modèles chinois dans plusieurs domaines, notamment en cybersécurité. Cette déclaration illustre l’ambition de Mistral : prouver qu’un acteur européen peut encore se mesurer aux deux pôles qui dominent la course à l’IA.

Mistral veut combler son retard

L’enjeu est majeur pour Mistral. Après s’être imposée comme une alternative européenne crédible aux géants américains, l’entreprise doit désormais faire face à la progression rapide des acteurs chinois, surtout sur le segment des modèles à poids ouverts. Mistral affirme se situer au niveau des meilleurs modèles open weight sur plusieurs évaluations. La société revendique également des performances de premier plan en cybersécurité, finance, droit, industrie ou encore analyse d’images. Le modèle est conçu pour exécuter des workflows complexes, combinant raisonnement, utilisation d’outils et production de livrables. Une orientation qui cible directement les entreprises, au-delà des simples usages conversationnels.

La cybersécurité constitue l’un des principaux terrains de différenciation. Selon le laboratoire, Large 4 obtient un score de 82 % sur un test visant à reproduire puis corriger une vulnérabilité réelle, et atteint 93 % sur Cybench. L’approche open weight doit permettre aux organisations de conserver davantage de contrôle. Une fois les poids disponibles, elles pourront envisager un déploiement sur leurs propres infrastructures ou dans un cloud privé, en appliquant leurs politiques de sécurité. Ce qui fait vraiment la différence pour les secteurs sensibles comme la défense, la finance, les administrations ou les infrastructures critiques.

Un modèle d’un millier de milliards de paramètres

Sur le plan technique, Large 4 repose sur une architecture Mixture of Experts (MoE) totalisant plus de 1 000 milliards de paramètres. Mistral indique que 49 milliards de paramètres sont activés lors de l’inférence, tandis que la documentation technique fait état de 52 milliards. Multimodal, le modèle cible en priorité les usages professionnels : développement logiciel, cybersécurité, finance, traitement documentaire, ingénierie et analyse géospatiale. Pour étayer ses performances, Mistral met en avant plusieurs benchmarks dans le code et la cybersécurité, où Large 4 atteindrait le niveau des meilleurs modèles open weight. Ces résultats devront toutefois être confirmés par des évaluations indépendantes, une partie des données provenant de tests réalisés ou sélectionnés par l’éditeur.

L’entraînement a été réalisé intégralement en Europe sur 4 000 GPU Nvidia Grace Blackwell, pendant environ deux mois. Mistral précise que Large 4 est également servi en production depuis ses propres data centers européens. Le modèle a été entraîné sur plus de 160 langues, dont l’ensemble des langues officielles de l’Union européenne. L’objectif affiché est de conserver une capacité de raisonnement et de génération directement dans ces langues, plutôt que de s’appuyer principalement sur une traduction depuis l’anglais.

Une ouverture progressive avant la publication des poids

Mistral a choisi de ne pas publier immédiatement l’intégralité des poids de Large 4. Une version de prévisualisation est d’abord accessible via l’API de Mistral Studio, tandis que la publication des poids est prévue pour la fin octobre selon le communiqué. Cette période doit servir à tester le modèle avec des développeurs, des spécialistes de la cybersécurité et des autorités publiques. Mistral entend ainsi évaluer son comportement dans différents environnements avant une diffusion plus large. Les partenaires participant à cette phase disposent du même modèle que celui qui sera rendu public, avec toutefois une modération allégée et des capacités renforcées dans certains scénarios de cybersécurité. L’objectif est d’identifier les éventuels risques liés à la diffusion d’un modèle de cette puissance, tout en évaluant ses capacités dans des usages défensifs.

L’entreprise met également en avant la possibilité pour les entreprises de choisir leur mode de déploiement. Large 4 pourra être exécuté sur leurs propres infrastructures ou utilisé via l’API de Mistral, avec plusieurs options de localisation des données.

Soyons clairs : Mistral joue gros avec Large 4. Ce modèle incarne sa volonté de rester dans la course face aux géants américains et chinois. Reste à voir si les performances annoncées se confirmeront sur le terrain. Une chose est sûre : l’Europe dispose désormais d’un acteur capable de rivaliser sur le segment des modèles open weight, avec un contrôle accru pour les entreprises.