Mistral Large 4 : les poids du modèle rattrapent les IA chinoises

Mistral a publié jeudi 29 octobre les poids de Large 4 sur Hugging Face. Chacun peut ainsi télécharger le modèle et le faire tourner sur sa propre infrastructure. Une version quantifiée, compressée pour réduire la mémoire nécessaire, est disponible en parallèle.

La préversion présentée le 6 octobre avait déçu lors des tests indépendants, en code comme sur les tâches d’agent. La version finale comble une grande partie du retard. Sur Terminal-Bench 4.0, référence du code agentique, Large 4 passe de 28 % à 41 %, selon les graphiques présentés à la presse. GLM-5.3, meilleur modèle ouvert chinois du graphique, atteint 40 %, DeepSeek V4.1 Flash 31 % et Kimi K3 21 %. Mistral revendique le titre de premier modèle ouvert au monde en code agentique sur l’indice d’Artificial Analysis, et de meilleur modèle ouvert conçu en Occident.

Moins de jetons, argument cyber

Toujours selon Mistral, Large 4 consomme 47 % de jetons en moins par tâche que GLM-5.3 sur cet indice, et deux fois moins que la préversion sur Terminal-Bench. Or l’IA se facture au jeton. Deux modes de raisonnement plus courts, « low » et « medium », complètent le mode « high ».

Surnommé « Chonk », le modèle compte 1 000 milliards de paramètres, dont 52 milliards actifs pour chaque mot généré. Il comprend les images, mais ne répond qu’en texte et en code. Les progrès viennent de l’apprentissage par renforcement, sur des problèmes de code et de cybersécurité générés en interne, avec 3 800 GPU Nvidia Grace Blackwell dans des centres de données européens.

Sur CyberGym-E2E, qui consiste à reproduire puis corriger une vraie faille dans un logiciel libre, Large 4 obtient 79 %, à égalité avec MiMo-V2.6-Pro de Xiaomi. Claude Opus 5.5 et GPT-6 Astra sont proches de zéro, car ils refusent la tâche : l’écart reflète en partie leurs garde-fous. Mistral n’a pas détaillé ceux des poids publiés.

Un écart qui demeure avec les modèles américains

Face aux modèles fermés américains, la distance reste grande : Opus 5.5 et GPT-6 Astra se situent entre 59 et 65 % sur Terminal-Bench, selon des mesures du début d’octobre. Google a de plus relevé la barre mercredi avec Gemini 4 Carbon.

La version quantifiée pèse environ 690 Go en 4 bits et exige quatre GPU Nvidia B200 ou B300. Les particuliers devront attendre une version plus légère, promise d’ici un mois. Aucun prix n’a été communiqué ; la préversion était affichée à 1,36 dollar l’entrée et 4,18 dollars la sortie par million de jetons. Large 4 est disponible sur Hugging Face et par l’API de Mistral.