Sommaire
Mis à jour le 30/10/2026. Mistral AI a publié les poids de Mistral Large 4, son modèle multimodal d'environ 1 000 milliards de paramètres, après une préversion publique ouverte le 6 octobre. Les entreprises peuvent donc le télécharger, l'auto-héberger et l'adapter à leurs besoins, ou l'appeler par API. Mistral le présente comme le meilleur modèle à poids ouverts pour le code, avec un volet cybersécurité. Aucune restriction géographique n'est mentionnée, mais le prix en euros n'est pas annoncé à ce jour.
Qu'est-ce que Mistral Large 4 ?
C'est un modèle hybride « instruct et raisonnement » de type mixture d'experts, natif multimodal, qui accepte plus de 160 langues. Trois niveaux de raisonnement sont proposés : faible pour les tâches simples, moyen pour l'usage courant, élevé (par défaut) pour les tâches les plus difficiles.
Selon le Blog du Modérateur, qui a couvert la préversion, le modèle compte 1 050 milliards de paramètres au total dont 49 milliards actifs, une fenêtre de contexte de 1 million de tokens, et a été entraîné en Europe sur les centres de données de Mistral. La page officielle de la sortie des poids ne précise ni la fenêtre de contexte ni le nombre de paramètres actifs : ces deux chiffres viennent donc de la couverture de la préversion.
Les résultats chiffrés sont publiés par Mistral et ses partenaires, pas par un tiers indépendant. Quelques exemples cités sur la page officielle :
- 41 % sur Terminal-Bench 4.0, soit 13 points de plus que la préversion ;
- 48 % sur l'Artificial Analysis Coding Agent Index, à peu près à égalité avec GLM-5.3 ;
- 96,6 % de refus des demandes cyber malveillantes en moyenne.
Mistral indique aussi qu'un rapport technique complet arrive « bientôt ».
Est-ce disponible en France ?
Oui, dans la mesure où aucune restriction géographique n'est indiquée. Les poids sont téléchargeables sur Hugging Face. L'accès managé passe par Mistral Studio, l'API Mistral, OpenRouter, les points d'accès hébergés par NVIDIA et Microsoft Foundry, premier fournisseur cloud à l'offrir, avec des options de déploiement privé sur Azure.
Pour la localisation des données (hébergement en France ou en Europe d'un service managé), rien n'est détaillé dans les sources consultées. À vérifier auprès de Mistral ou du fournisseur cloud choisi avant tout usage sur des données sensibles.
Combien ça coûte ?
Les tarifs d'API publiés avec la sortie des poids sont en dollars :
- 0,70 $ par million de tokens en entrée ;
- 0,07 $ par million de tokens en entrée mis en cache ;
- 2,10 $ par million de tokens en sortie.
Les prix en euros ne sont pas annoncés à ce jour. Pendant la préversion, le Blog du Modérateur relevait des tarifs de 1,36 $ en entrée et 4,18 $ en sortie, avec une documentation affichant la moitié de ces montants. Ne vous basez donc pas sur ces anciens chiffres.
L'auto-hébergement n'a pas de prix de licence au sens classique, mais il demande du matériel. Le Blog du Modérateur évoque, pour les versions quantifiées FP8 et FP4 prévues pendant la préversion, un déploiement sur 4 à 8 GPU B200 ou B300. Le coût réel dépend donc de votre infrastructure.
Quelle licence pour une entreprise ?
Les poids sont publiés sous la licence « Mistral Ecosystem Open-Weight », décrite comme une licence MIT modifiée. Selon Mistral, l'utilisation, la modification, le fine-tuning et la commercialisation sont autorisés. Une exception notable : les entreprises qui exploitent une offre de type Model-as-a-Service doivent obtenir une licence commerciale séparée.
Pour une PME ou une ETI qui utilise le modèle en interne ou l'intègre à un produit, cela ne bloque donc pas. Pour un éditeur qui revendrait l'accès au modèle lui-même, il faut contacter Mistral. Faites relire le texte de la licence par votre juriste avant de l'adopter.
Comment l'activer en entreprise ?
Trois voies, de la plus simple à la plus lourde :
- API ou Mistral Studio : un test en quelques heures, sans infrastructure. C'est la voie à privilégier pour juger la qualité sur vos propres cas.
- Cloud géré : Microsoft Foundry propose le modèle avec des options de déploiement privé sur Azure, utile si vos données restent dans votre abonnement cloud.
- Auto-hébergement : avec vLLM ou SGLang, ou via les conteneurs NVIDIA (NIM, TensorRT-LLM, NeMo AutoModel). Pertinent pour les secteurs régulés, mais réservé aux équipes qui savent exploiter des GPU.
Mistral cite aussi Mistral Forge pour la personnalisation, et Mistral Studio pour construire des agents.
Ce que ça change pour une équipe
Premier effet : un modèle de ce niveau peut tourner sur votre propre infrastructure, sans dépendre d'un seul fournisseur. Mistral met lui-même en avant cet argument pour les secteurs régulés, comme le rapporte le Blog du Modérateur.
Deuxième effet : l'accent est mis sur le code agentique et la cybersécurité. Une variante spécialisée est en préversion pour des partenaires d'entreprise sélectionnés, dont Orange Cyberdefense. Elle n'est pas ouverte à tous.
Ce que nous recommandons, concrètement : ne basculez pas un processus en production sur la foi de benchmarks publiés par l'éditeur. Choisissez deux ou trois tâches réelles (rédaction, extraction de données, revue de code), comparez avec l'outil que vous utilisez déjà, et mesurez la qualité et le coût par tâche. Si vous manquez de méthode pour ce cadrage, notre audit IA gratuit sert de point de départ, et la formation IA en entreprise aide vos équipes à choisir le bon modèle selon l'usage.
Gagne du temps avec l'IA, sans la théorie.
Just Use AI te donne les ressources, modules et templates pour automatiser ton quotidien.