Ordinateurs · 07/10/2026

Mistral dévoile Large 4, un modèle d'environ 1 000 milliards de paramètres qui défie les meilleurs modèles ouverts chinois

Mistral AI a présenté le 6 octobre 2026 Mistral Large 4, surnommé « Le Chonk », un modèle multimodal d'environ 1 000 milliards de paramètres entraîné dans ses propres centres de données européens, disponible en préversion par API et promis en poids ouverts le 27 octobre.

Transparence : cette page peut contenir des liens affilies ou sponsorises. Les recommandations restent editoriales.

Mistral AI a dévoilé le 6 octobre 2026 Mistral Large 4, surnommé « Le Chonk », un modèle multimodal à architecture « mixture of experts » d'environ 1 000 milliards de paramètres au total, dont 49 milliards actifs par jeton. Selon la jeune pousse française, il rivalise avec les meilleurs systèmes ouverts chinois, et son patron affirme qu'il les bat dans certains domaines, d'après CNBC et Reuters.

Entraîné sur 3 800 puces Nvidia en Europe

Le modèle a été entraîné de zéro sur 3 800 GPU Nvidia Grace Blackwell dans les centres de données européens de Mistral, un point que l'entreprise met en avant pour sa démarche de souveraineté. Mistral le décrit comme le modèle ouvert le plus performant développé hors de Chine, avec une avance « substantielle ».

Une préversion par API, des poids ouverts le 27 octobre

Le jour du lancement, seule une préversion par API est disponible, facturée environ 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie. Les poids doivent être publiés le 27 octobre, selon les comptes rendus consultés.

Des scores mis en avant par l'entreprise

Parmi les résultats cités, 61,7 % sur DeepSWE v1.1, 59,9 % sur AutomationBench et 93 % sur Cybench. Ces chiffres sont ceux de Mistral et n'ont pas encore été reproduits de manière indépendante.

Notre avis

Mistral cherche à occuper la place d'alternative ouverte non chinoise, ce qui explique la mise en avant de la comparaison avec les modèles chinois. La vraie mesure viendra de la publication des poids : c'est à ce moment que la communauté pourra vérifier les performances et le coût d'usage.