Le Chonk : Mistral dévoile Large 4, un modèle ouvert à 1 000 milliards de paramètres

Ce qu'il faut retenir :

Mistral a ouvert le 6 octobre 2026 la préversion de Mistral Large 4 (ML4), un modèle multimodal de 1 000 milliards de paramètres, accessible dès maintenant par API sur Mistral Studio.
Selon Mistral, ML4 rivalise avec les meilleurs modèles open source mondiaux et dépasse tous les modèles ouverts développés aux États-Unis ou en Europe, notamment en code, en agents et en cybersécurité.
Le modèle a été entraîné sur 3 800 GPU NVIDIA dans les datacenters européens de Mistral, et ses données d'entraînement couvrent plus de 160 langues, dont toutes les langues officielles de l'Union européenne.
Les poids du modèle seront publiés fin octobre, ce qui permettra aux entreprises de l'héberger elles-mêmes et de l'utiliser sans dépendre d'un fournisseur américain.

Mistral lance la préversion publique de Large 4, surnommé « le Chonk »

L'annonce a été publiée le 6 octobre 2026 sur le blog officiel de Mistral AI. La start-up présente Mistral Large 4, abrégé ML4 en interne et rebaptisé « le Chonk » sur un ton volontairement décalé. Il s'agit pour l'instant d'une préversion publique : le modèle est disponible via l'API de Mistral Studio, la plateforme de l'entreprise.

ML4 compte 1 000 milliards de paramètres au total, dont 49 milliards « actifs ». Pour rappel, un modèle qui n'active qu'une partie de ses paramètres à chaque requête gagne en rapidité et en coût d'exécution, tout en conservant une grande capacité. Mistral promet de détailler l'architecture au moment de la publication des poids.

Le modèle est nativement multimodal : il traite le texte et les images, qu'il s'agisse de documents, de graphiques ou de photos. Mistral le décrit comme son modèle le plus grand et le plus performant à ce jour, et précise qu'il continue de progresser à mesure que l'entraînement se poursuit.

Des performances revendiquées face aux meilleurs modèles ouverts

Mistral affirme que ML4 se situe au niveau des modèles open source les plus performants au monde et qu'il surpasse nettement tout modèle ouvert conçu aux États-Unis ou en Europe. Sur certains usages professionnels (cybersécurité, finance, droit), l'entreprise le présente comme l'état de l'art parmi les modèles ouverts.

Quelques résultats mis en avant par Mistral :

Code : 61,7 % sur DeepSWE v1.1 et 28,3 % sur Terminal-Bench 4, deux tests de résolution de tâches de développement réelles. Mistral le place devant DeepSeek V4 Pro et Qwen3.8 Max sur son indice combiné.
Évaluation humaine en aveugle : dans un test mené avec Surge AI, ML4 arrive deuxième sur cinq modèles pour la qualité du code (3,74 sur 5), derrière Claude Opus 5 (4,22) et devant Kimi K3 et GLM-5.3.
Agents : 59,9 % sur AutomationBench, qui regroupe 657 tâches métier dans des outils comme Gmail, Google Sheets, Slack ou Salesforce.
Vision : sur la localisation d'éléments dans des images denses (test Dense 200), ML4 obtient 42 %, contre 41 % pour GPT-6 Astra d'OpenAI.
Droit et finance : selon des évaluations menées par le tiers vals.ai, ML4 dépasse GPT-6 Astra sur des tâches juridiques et financières représentatives.

Ces chiffres proviennent tous de la communication de Mistral. La plupart des tests sont réalisés en interne ou commandés par l'entreprise, et aucune évaluation indépendante complète n'a encore été publiée sur cette préversion.

La cybersécurité, argument central de l'annonce

Mistral consacre une large part de son annonce à la sécurité informatique. Selon l'entreprise, ML4 figure parmi les cinq meilleurs modèles mondiaux sur l'Artificial Analysis Cyber Index, une évaluation indépendante de la capacité des IA à trouver et corriger des failles dans du code réel. Sur l'un des tests de cet indice, qui consiste à reproduire une vulnérabilité existante puis à la corriger, ML4 atteint 82 %, le meilleur score tous modèles confondus.

Mistral explique...

Derniers événements

Derniers Articles