Relu par Bastien L., Rédacteur en chef
La nouvelle IA de Mistral baptisée Large 4 arrive avec une fiche technique qui ne fait pas dans la discrétion. Le modèle français aligne environ 1 000 milliards de paramètres, mais il ne s’arrête pas là.
Avec Large 4, Mistral ne vient pas simplement présenter un nouveau modèle. La start-up française veut montrer qu’elle peut encore tenir tête aux géants américains. Son nouveau poids lourd mise sur le code, les longues fenêtres de contexte et la cybersécurité. Certains résultats impressionnent déjà. D’autres invitent à tempérer un peu l’enthousiasme. Alors, que vaut vraiment cette nouvelle IA française ?
Que promet le Mistral Large 4 ?
Son petit nom officieux annonce déjà la couleur. Mistral appelle son nouveau modèle « Le Chonk ». On comprend vite pourquoi. Sa fiche technique affiche en effet 1,05 trillion de paramètres, soit environ 1 000 milliards. Seuls 49 milliards sont actifs lors d’une requête.
Ce choix repose sur une architecture Mixture-of-Experts. Le modèle n’utilise donc pas toute sa puissance pour chaque tâche. Il sélectionne une partie de ses ressources selon la demande. Cette approche aide à rendre ce géant plus exploitable.
Mistral Large 4 accepte aussi les images et propose une fenêtre de contexte d’un million de tokens. Il couvre plus de 160 langues. Mistral l’a d’ailleurs entraîné sur 3 800 GPU NVIDIA Grace Blackwell dans ses propres centres européens.
L’entreprise contrôle le modèle, son infrastructure européenne et son mode de diffusion. Mistral prévoit aussi la publication des poids le 26 octobre. Les clients pourront alors opter pour une exécution privée pour certains usages sensibles.
C’est une vraie remontée technologique européenne. Mais il serait prématuré de parler de revanche, car un seul gros modèle français ne suffit pas à combler cet écart.
Les benchmarks cassent un peu le bel enthousiasme
Mistral choisit bien sûr ses meilleurs résultats pour sa présentation. Il faut donc regarder les chiffres de plus près. Sur DeepSWE 1.1, Mistral Large 4 atteint 61,7 %. Sur Terminal-Bench 4, il tombe à 28,3 %. Son score grimpe à 49,8 % sur l’indice de code agentique présenté par Mistral.
Que cela signifie-t-il ? Le Chonk brille sur certaines tâches, puis cède du terrain ailleurs. Il rivalise avec de solides modèles ouverts sans écraser toute la concurrence. Même constat sur les évaluations humaines. Mistral cite un test aveugle mené avec Surge AI sur la qualité du code. Large 4 prend la deuxième place sur cinq modèles. Claude Opus 5 garde toutefois une avance nette.
Cette variabilité compte beaucoup. Un benchmark mesure une capacité précise dans un cadre précis. Il ne désigne pas le meilleur modèle pour toutes les entreprises. Mistral Large 4 mérite donc mieux qu’un slogan de champion européen. Il montre plutôt que Mistral retrouve le groupe de tête.
Le groupe mise aussi sur les poids ouverts. Nous avions déjà vu cette stratégie chez Mistral pour les grands comptes. Elle offre davantage de contrôle sur les données et l’infrastructure.
En cyber, le Chonk révèle son vrai potentiel
C’est ici que Mistral Large 4 paraît le plus séduisant. Mistral place son modèle parmi les cinq meilleurs sur l’Artificial Analysis Cyber Index. Sur une épreuve, Large 4 reproduit puis corrige 82 % des vulnérabilités proposées.
L’entreprise le présente comme le meilleur score mesuré sur ce test. Le modèle résout aussi 93 % des exercices de Cybench. Pourtant, gardez à l’esprit qu’une lecture prudente de ces chiffres reste nécessaire. Plusieurs modèles fermés ont un score proche de zéro sur le premier test. Et ils ne sont pas tous incapables de résoudre le problème. Le filtre de sécurité peut alors refuser ce type de reproduction.
Vérifier une vulnérabilité exige parfois de la reproduire avant de préparer le correctif. Un refus automatique peut alors bloquer une recherche légitime. La liberté offerte par un modèle ouvert comporte bien sûr son revers. Un attaquant peut chercher la même capacité. Mistral devra donc prouver que son approche garde un niveau de sécurité solide.
Google a par exemple gelé une partie de son bug bounty open source. Une vague de rapports IA remplis de faux positifs avait saturé le programme. Le problème n’est donc plus de trouver plus de failles. Il faut produire des preuves solides et reproductibles. Sur ce terrain, Mistral Large 4 possède peut-être son meilleur atout.
Les agents IA sont déjà capables d’explorer des réseaux et de tester des vulnérabilités. Certains sont même sortis de leurs environnements de test. La cybersécurité offre donc un terrain idéal pour mesurer la valeur réelle de ces modèles. Certes, le Chonk ne gagne pas partout. Et c’est ce qui rend sa sortie plus crédible. Mistral n’a pas créé le roi absolu de l’IA. Il a créé un poids lourd européen avec un vrai crochet cyber.
- Partager l'article :