Mistral Large 4 : renouveau de la souveraineté ou baroud d'honneur ?

Arthur Mensch de profil à Downing Street, lors d'une rencontre à Londres en janvier 2025.

Arthur Mensch à Londres, le 9 janvier 2025, lors d'une rencontre à Downing Street. Photo d'archive recadrée. Simon Dawson / No 10 Downing Street, © Crown copyright, Open Government Licence v3.0.

Avec Mistral Large 4, surnommé « Le Chonk » et présenté le 6 octobre, le groupe français renforce la capacité européenne à construire et exploiter des modèles d'IA avancés. Pour ses utilisateurs, cette autonomie se jouera dans l'accès au modèle, les conditions de déploiement et le coût d'exploitation.

Pour une entreprise ou une administration, disposer d'un fournisseur européen capable de développer ses propres modèles élargit les choix. Encore faut-il pouvoir relier ce que l'on utilise aujourd'hui à ce que l'on pourra maîtriser demain, avec un coût acceptable. C'est sur ces questions que Mistral Large 4 mérite d'être jugé.

Un modèle accessible, des clés encore promises

Depuis le 6 octobre, Mistral Large 4 est disponible en version de test publique par API, une interface qui permet à un logiciel d'envoyer une demande au modèle et d'en recevoir la réponse. Le calcul reste effectué sur l'infrastructure du fournisseur : on utilise son service sans installer le modèle chez soi.

La publication des « poids » est annoncée pour fin octobre. Ces fichiers contiennent les valeurs apprises pendant l'entraînement et permettent, avec les logiciels et le matériel adaptés, de faire fonctionner le modèle. Leur mise à disposition ouvrirait la voie à une exploitation hors du service de Mistral, voire à des adaptations, selon les droits accordés. Au 7 octobre, la licence finale reste inconnue : elle déterminera les possibilités d'utilisation et de modification du modèle.

Encore faudra-t-il disposer de la puissance nécessaire pour l'exécuter. La fiche du modèle décrit un système de plus de mille milliards de paramètres, ces valeurs qui constituent le modèle. Une telle échelle exige des moyens bien supérieurs à ceux d'un ordinateur portable, même lorsque les fichiers sont accessibles.

Une alternative crédible sans dominer tous les usages

L'évaluation indépendante d'Artificial Analysis donne une première mesure du niveau atteint. La version de test obtient 38 à son Intelligence Index, au niveau de GPT-6 Luna et juste derrière DeepSeek V4.1 Flash à 39, dans les configurations évaluées. Artificial Analysis place ainsi Large 4 en tête des modèles développés hors des États-Unis et de Chine, une avancée pour l'offre européenne dans une compétition toujours dominée par ces deux pays.

Ce score synthétise plusieurs évaluations, notamment en programmation, raisonnement et réalisation de tâches, pour situer les modèles soumis à un même ensemble de tests. À partir de ce repère, une organisation peut vérifier les réponses sur ses propres documents et demandes avant de choisir son outil.

Le contrôle européen a une portée précise

L'intérêt stratégique du lancement tient aussi à l'endroit où le modèle est construit et à celui qui le fait fonctionner. Mistral affirme avoir entraîné Large 4 dans ses centres européens, puis servir cette version sur la même infrastructure, opérée de bout en bout sous droit européen.

Cette maîtrise peut compter davantage qu'une petite avance sur un classement, car un fournisseur qui exploite sa propre infrastructure réduit sa dépendance aux décisions commerciales et à la continuité de service d'un hébergeur tiers. Pour son client, le bénéfice concret dépend ensuite du contrat, des conditions de traitement des données et du mode de déploiement retenu.

Cette autonomie d'exploitation repose toutefois sur une technologie américaine : les processeurs graphiques Nvidia Grace Blackwell utilisés pour l'entraînement, selon Mistral. Le groupe contrôle donc l'exploitation de son infrastructure en Europe tout en restant dépendant d'un fournisseur américain pour ses puces.

L'autonomie doit aussi trouver son équilibre économique

Pouvoir choisir un fournisseur ne sert guère si son coût rend l'usage impraticable. Sur les tâches de son Intelligence Index, Artificial Analysis estime le coût moyen par tâche de Large 4 à 1,13 dollar au tarif catalogue, contre 0,27 dollar pour DeepSeek V4.1 Flash. La réduction de lancement de 50%, annoncée pour deux semaines, ramène cette mesure à environ 0,57 dollar.

Ces montants reflètent les volumes de texte consommés et produits dans ce protocole d'évaluation, alors qu'une analyse de dossier, une réponse courte ou une longue recherche mobilisent des ressources différentes. La promotion ouvre une période d'essai moins chère, dont une organisation peut profiter pour mesurer la dépense correspondant à son usage.

Une organisation peut accepter de payer davantage pour un contrôle opérationnel qu'elle juge important, à condition que le modèle accomplisse correctement son travail et que la dépense réelle reste acceptable. Un hébergement autonome, une fois les poids disponibles, supposerait quant à lui de financer les serveurs, l'énergie et l'exploitation.

Une capacité industrielle qui se renforce

La sortie s'inscrit dans une trajectoire plus large. En septembre, Mistral a annoncé une levée de fonds de 3 milliards d'euros, menée par Samsung Electronics, qui donne avec la construction d'une capacité de calcul une assise industrielle au projet.

Ce lancement relève donc davantage d'une consolidation industrielle que d'un baroud d'honneur : la capacité européenne à développer et exploiter une IA avancée se renforce. Pour les utilisateurs, le prochain cap sera de pouvoir choisir où faire fonctionner le modèle, avec les poids promis pour fin octobre, des droits d'usage adaptés et un coût soutenable.