Premier échange de 30 minutes, sans engagement.
Demande d'information
· Nice et
100 km à la ronde, à distance partout en France.
Mistral AI a dévoilé le 6 octobre 2026 une préversion publique de Mistral Large 4, un modèle que l’entreprise surnomme « le Chonk ». Au-delà de la performance annoncée, l’intérêt de cette publication pour une entreprise française tient à deux éléments précis : le modèle a été entraîné dans des centres de données européens, et ses poids doivent être publiés avant la fin du mois d’octobre 2026. C’est cette seconde promesse, et non le classement sur les tableaux comparatifs, qui déterminera son utilité en matière de conformité.
Le modèle compte 1 050 milliards de paramètres au total, dont environ 49 milliards actifs par jeton traité, soit un peu moins de 5 % des poids. Il repose sur une architecture de mélange d’experts granulaire et fonctionne en mode hybride, combinant suivi d’instructions et raisonnement. La fenêtre de contexte annoncée est d’un million de jetons. Le modèle est nativement multimodal en entrée, texte et image, grâce à un encodeur visuel de 1,6 milliard de paramètres. Il couvre plus de 160 langues, dont l’ensemble des langues officielles de l’Union européenne.
L’entraînement a été réalisé depuis zéro sur des processeurs graphiques NVIDIA Grace Blackwell installés dans les centres de données européens de Mistral. Sur le nombre exact, les sources diffèrent : les éléments relayés par la presse spécialisée font état d’environ 3 800 processeurs, tandis que CNBC évoque environ 4 000 processeurs mobilisés pendant à peu près deux mois. L’écart est mineur mais mérite d’être signalé plutôt que lissé.
À ce stade, le modèle est accessible en préversion publique via l’interface de programmation de Mistral, sous l’identifiant mistral-large-4, sur la même infrastructure que celle utilisée pour l’entraînement. La grille tarifaire standard s’établit à 1,36 dollar par million de jetons en entrée, 4,18 dollars en sortie, et 0,14 dollar pour l’entrée mise en cache. Une remise de lancement de 50 % s’applique pendant deux semaines, soit 0,68, 2,09 et 0,07 dollar respectivement : une entreprise qui calibre son budget sur les tarifs observés aujourd’hui paiera le double à l’expiration de la remise. La préversion est présentée comme destinée en priorité aux développeurs, aux équipes de cybersécurité et aux administrations.
La publication des poids, des détails d’architecture, de compléments de mesures et de la méthodologie de post-entraînement est annoncée pour la fin du mois d’octobre 2026. La licence associée n’a pas été précisée.
Mistral met en avant la cybersécurité. Le modèle obtiendrait 93 % sur les quarante exercices de compétition de sécurité du jeu d’épreuves Cybench, 82 % sur CyberGym-E2E — un exercice consistant à reproduire puis corriger une vulnérabilité réelle dans un logiciel open source — et figurerait dans les cinq premiers de l’indice cyber d’Artificial Analysis. Sur le jeu d’épreuves public B3 de Lakera, il résisterait à 93,3 % des attaques. Un score de 1,691 sur 2,0 est rapporté sur KORABench.
Sur le code et les tâches agentiques, les résultats annoncés sont de 61,7 % sur DeepSWE v1.1, 59,4 % sur SWE-Atlas-QnA, 28,3 % sur Terminal-Bench 4.0, et 49,8 % sur l’indice de codage agentique d’Artificial Analysis. Sur AutomationBench, qui regroupe 657 flux de travail d’entreprise, le modèle obtiendrait 59,9 %.
Une évaluation humaine en aveugle conduite avec Surge AI place le modèle à 3,74 sur une échelle de 5, en deuxième position sur cinq modèles comparés, derrière Claude Opus 5 à 4,22.
Ces mesures sont rapportées par l’entreprise et, pour plusieurs d’entre elles, issues d’évaluations conduites en interne qui ne sont pas encore reproductibles de façon indépendante. Les détails d’architecture — nombre d’experts, routage, disposition des couches — ne sont pas publiés, ce qui limite encore la vérification externe.
Mistral affirme proposer le modèle à poids ouverts le plus performant développé hors de Chine, avec une marge substantielle. Le positionnement par rapport à la frontière mondiale est plus nuancé : selon CNBC, le modèle reste en retrait des meilleurs modèles propriétaires, en particulier sur le codage. Guillaume Lample, cofondateur et directeur scientifique de Mistral, lie les progrès à venir à la montée en capacité d’entraînement permise par la série D de l’entreprise — une levée de 3 milliards d’euros menée par Samsung Electronics en septembre 2026, pour une valorisation post-money supérieure à 21 milliards d’euros.
Pour une direction qui doit arbitrer, la conclusion opérationnelle est que le classement comparatif n’est pas le critère décisif. Un modèle deuxième sur cinq dans une évaluation humaine est largement suffisant pour l’immense majorité des usages d’entreprise. Le critère décisif est ailleurs.
L’intérêt principal de l’annonce, pour un dirigeant français, porte sur le lieu d’exécution du traitement.
Un modèle à poids ouverts peut être auto-hébergé. Cela signifie qu’il devient possible de faire tourner le modèle sur une infrastructure maîtrisée, sans transfert de données vers un prestataire établi hors de l’Union européenne. Cette configuration simplifie considérablement le dossier de conformité : elle évite le chapitre V du règlement général sur la protection des données, relatif aux transferts internationaux, et allège l’analyse d’impact relative à la protection des données. Mistral indique prévoir un fonctionnement en cloud privé et sur site après la publication des poids.
Trois réserves doivent cependant être posées clairement.
Premièrement, rien n’est déployable aujourd’hui dans cette configuration. Les poids ne sont pas publiés et la licence n’est pas connue. Une licence restreignant l’usage commercial ou la redistribution changerait entièrement l’intérêt du dispositif. L’engagement d’un budget d’infrastructure avant la lecture de la licence serait prématuré.
Deuxièmement, la préversion actuelle est une interface de programmation. Y recourir revient à confier un traitement à un sous-traitant au sens de l’article 28 du règlement général sur la protection des données, avec les obligations contractuelles correspondantes. Le fait que l’infrastructure soit européenne est favorable, mais ne dispense ni du contrat de sous-traitance, ni de l’information des personnes concernées, ni du registre des traitements.
Troisièmement, l’auto-hébergement d’un modèle de cette taille a un coût réel. Même avec 49 milliards de paramètres actifs par jeton, servir un modèle de 1 050 milliards de paramètres suppose une infrastructure matérielle significative et des compétences d’exploitation de modèles que peu d’entreprises de taille intermédiaire possèdent en interne. L’alternative réaliste, pour la plupart, consiste à passer par un hébergeur européen opérant le modèle, ce qui réintroduit un sous-traitant — mais situé dans l’Union.
La qualité ou l’origine d’un modèle ne modifie en rien les obligations qui pèsent sur l’entreprise qui le déploie.
Le règlement européen sur l’intelligence artificielle a été modifié par le règlement (UE) 2026/1744 du 8 juillet 2026, entré en vigueur le 27 juillet 2026, dont la version consolidée du texte de 2024 porte la même date. Ce règlement modificatif a reporté l’application des obligations relatives aux systèmes à haut risque : au 2 décembre 2027 pour les systèmes relevant de l’article 6, paragraphe 2, et de l’annexe III — catégorie qui englobe notamment l’emploi et la gestion des travailleurs — et au 2 août 2028 pour ceux relevant de l’article 6, paragraphe 1, et de l’annexe I. Les obligations de transparence, elles, s’appliquent depuis le 2 août 2026, date à partir de laquelle le Bureau européen de l’IA et les autorités nationales exercent leurs pouvoirs d’exécution.
Un système de tri de candidatures construit sur Mistral Large 4 auto-hébergé relèvera donc des mêmes exigences qu’un système construit sur un modèle américain hébergé aux États-Unis. La souveraineté du modèle règle une question de transfert de données ; elle ne règle aucune question de classification, de documentation, de contrôle humain ou d’évaluation des biais.
Le raisonnement vaut également pour les usages agentiques. Un modèle hébergé en Europe ne garantit rien sur le périmètre d’action de l’agent qu’il alimente : l’incident constaté par la Wikimedia Foundation début octobre montre que la supervision se construit du côté de celui qui déploie, pas de celui qui fournit le modèle.
Attendre la licence avant toute décision d’architecture. La publication des poids est annoncée pour la fin octobre 2026. Lire la licence — usage commercial, redistribution, restrictions de domaine — est le premier arbitrage, avant toute estimation d’infrastructure.
Distinguer les deux questions dans votre dossier de conformité. Où le traitement a-t-il lieu, et à quelle catégorie de risque appartient l’usage ? La première question peut être améliorée par un modèle ouvert européen. La seconde ne l’est pas. Les confondre produit un faux sentiment de conformité.
Évaluer honnêtement votre capacité d’exploitation. Auto-héberger un modèle de cette échelle demande du matériel et des compétences d’exploitation de modèles. Si ces compétences n’existent pas en interne, l’option réaliste est un hébergeur européen, avec un contrat de sous-traitance en bonne et due forme.
Ne pas utiliser les mesures de performance comme argument interne. Elles sont auto-rapportées et non reproduites à ce stade. Pour un comité d’investissement, un test sur vos propres données et vos propres cas d’usage vaut mieux que n’importe quel tableau comparatif.
Préparer le calendrier du 2 décembre 2027. Si vous utilisez ou envisagez un système d’IA dans le recrutement, l’évaluation ou la gestion des carrières, c’est cette date qui structure votre feuille de route, indépendamment du modèle retenu.
L'ICO a obtenu des engagements de dix développeurs de modèles et ouvre une consultation sur l'IA agentique jusqu'au 20 novembre 2026.
Marquage des contenus IA et deux nouvelles interdictions deviennent applicables le 2 décembre 2026. Ce que les entreprises doivent vérifier.
Des agents IA ont modifié des pages Wikimedia hors de tout périmètre prévu. Ce que toute entreprise qui en déploie doit en tirer.
Sans engagement, sans diaporama. On regarde où vous en êtes, et je vous dis franchement si nous sommes le bon interlocuteur.
Demande d'information
Réponse sous 24 heures ouvrées. Si vous préférez parler de vive voix, réservez plutôt un créneau de 30 minutes — c'est souvent plus rapide.