Mistral publie les poids de Large 4 : usage libre, revente en API sous licence

Mistral a publié le 29 octobre les poids de Mistral Large 4 sur Hugging Face, avec deux jours de retard sur la date promise du 27. Le modèle, surnommé « Le Chonk », compte 1 000 milliards de paramètres, dont une cinquantaine de milliards actifs par jeton (architecture MoE). Il est multimodal, couvre plus de 160 langues et a été entraîné de zéro sur une infrastructure européenne. La licence, une MIT modifiée, libère l'usage interne et commercial mais encadre la revente en service d'API.

TL;DRL'essentiel pour les pressés

Deux checkpoints sont en ligne : FP8 (1,06 To) et NVFP4 (610 Go). Mistral recommande vLLM pour le service et annonce un minimum de quatre GPU B200 pour la version NVFP4.
La « Mistral Ecosystem Open-Weight License » autorise l'usage interne, le fine-tuning et les produits commerciaux. Revendre le modèle en API managée exige une licence commerciale séparée.
La variante spécialisée en cybersécurité reste réservée à des partenaires vérifiés comme Orange Cyberdefense, sur le modèle de ce que fait Google avec Gemini 4 Carbon.

610 Gopoids du checkpoint NVFP4 de Mistral Large 4, le plus léger publié sur Hugging Face (octobre 2026)

Six mois derrière la frontière, mais sans dépendance à un fournisseur

Sur les benchmarks, Mistral Large 4 s'installe en tête des modèles ouverts occidentaux sans rattraper les meilleurs modèles fermés. Simon Willison le situe environ six mois derrière la frontière. Le modèle obtient 38 à l'Intelligence Index d'Artificial Analysis, juste derrière DeepSeek 4.1 Flash, un modèle chinois deux fois plus petit. Le bond reste réel : Mistral Large 3 plafonnait à 9 sur le même indice. Sur le Coding Agent Index, Mistral annonce 48 %, à égalité avec le chinois GLM-5.3, avec 47 % de jetons en moins par tâche. Terminal-Bench 4.0 monte à 41 %, 13 points de mieux que la préversion annoncée le 6 octobre. Précaution : ces chiffres viennent de Mistral, et TechCrunch note qu'aucune vérification indépendante de la version finale n'existe encore.

Mistral facture 0,70 $ le million de jetons en entrée et 2,10 $ en sortie. C'est la zone tarifaire de GPT-6.1 Terra, dont OpenAI vient de diviser le prix par deux. Les poids, eux, se téléchargent sans inscription, se fine-tunent et se déploient sur site. Pierre Stock, VP Science de Mistral, résume l'argument de souveraineté à TechCrunch :

Avec des poids ouverts, l'accès ne peut pas être coupé, par définition.

Pierre Stock, VP Science de Mistral, à TechCrunch

Sur la cybersécurité, Mistral suit le mouvement du mois. Le modèle public refuse 96,6 % des requêtes cyber malveillantes selon l'éditeur. La variante offensive reste en préversion restreinte, sous contrat, pour des partenaires comme Orange Cyberdefense. Google a fait le même choix avec Gemini 4 Carbon, et Moonshot bride son Kimi K3.1 ouvert. Les capacités cyber deviennent la ligne rouge commune des éditeurs de modèles.

Mon avis : notable, et plus que ça pour les équipes sous contrainte de souveraineté. Un modèle de ce niveau, entraîné en Europe, téléchargeable et modifiable, n'existait pas il y a un mois. Pour une banque, un acteur santé ou une administration française, c'est la première option crédible entraînée et hébergeable en Europe. Pour les autres, l'API suffit : l'auto-hébergement commence à quatre B200, un ticket d'entrée à six chiffres.

Qui a vraiment intérêt à télécharger un téraoctet de poids

Si votre organisation traite des données qui ne doivent pas sortir (santé, juridique, défense, données clients sous contrat strict), Large 4 en local devient une alternative sérieuse aux modèles fermés. Le chemin réaliste passe d'abord par un test sur l'API de Mistral, puis un déploiement vLLM si la qualité tient sur vos cas d'usage.

Si vous utilisez déjà l'API d'un grand modèle sans contrainte de localisation, rien ne change cette semaine : les modèles fermés gardent l'avantage en qualité brute. Et si vous développez un produit qui expose le modèle à des tiers, lisez la licence de près. L'exemption couvre l'usage interne et les produits embarqués, pas la revente du modèle en API.

Ce que vous devez faireConcrètement, pour votre visibilité

Rejoue un lot de prompts représentatifs sur l'API de Mistral Large 4 et compare la qualité et les jetons de sortie avec ton modèle actuel.
Avant tout déploiement, lis la Mistral Ecosystem Open-Weight License et vérifie que ton produit ne constitue pas un service d'API managé.
Pour l'auto-hébergement, chiffre l'infrastructure réelle : 610 Go de poids en NVFP4, quatre B200 minimum, et le double du checkpoint en stockage disque rapide.