Mistral Large 4 arrive avec 1,05 billion de paramètres

Mistral AI a lancé Mistral Large 4 en aperçu public le 6 octobre 2026. C'est un modèle à mélange d'experts de 1,05 billion de paramètres, avec une fenêtre de contexte de 1 million de tokens. Il est disponible dès maintenant via l'API de Mistral, et l'annonce de Mistral promet les poids ouverts « d'ici la fin du mois ». Ce serait l'un des plus gros modèles qu'une équipe pourra télécharger et exécuter sur ses propres serveurs.

Ce que Mistral a publié

Mistral Large 4 est un modèle généraliste qui lit à la fois le texte et les images. Mistral le qualifie de « nativement multimodal ». Cela signifie que les images font partie du modèle dès le départ, et non d'un module ajouté à part. Son surnom est « Le Chonk ».

C'est un modèle à mélange d'experts, ou MoE. Un modèle MoE répartit ses paramètres en de nombreux petits réseaux « experts ». Pour chaque token, un routeur ne choisit que quelques experts pour faire le travail. Le modèle stocke donc un nombre énorme de paramètres, mais n'en utilise qu'une petite part à la fois.

Les pages de Mistral ne s'accordent pas sur les tailles exactes :

Caractéristique	Annonce	Fiche du modèle
Paramètres totaux	« 1 billion »	1,05T
Paramètres actifs par token	49 milliards	52B
Encodeur de vision	non précisé	1,6B
Fenêtre de contexte	1 million de tokens	1M de tokens

Unite.AI et The Bright Minded rapportent tous deux 1,05 billion de paramètres au total et 49 milliards d'actifs. Tant que Mistral n'a pas corrigé l'une des pages, il faut considérer le nombre de paramètres actifs comme situé entre 49 et 52 milliards.

Selon Unite.AI, le modèle prend en charge plus de 160 langues, dont toutes les langues officielles de l'Union européenne. Mistral affirme l'avoir entraîné sur 3 800 GPU Nvidia Grace Blackwell dans ses propres centres de données européens.

Prix et disponibilité

Le nom du modèle dans l'API est mistral-large-4. L'annonce de Mistral indique 1,36 $ par million de tokens d'entrée et 4,18 $ par million de tokens de sortie.

Unite.AI a rapporté d'autres chiffres : 0,68 $ par million de tokens d'entrée, 0,07 $ pour l'entrée en cache et 2,09 $ pour la sortie. Les pages de Mistral ne mentionnent ni ces prix ni un tarif d'entrée en cache. Vérifiez le prix dans votre console Mistral avant de bâtir un budget sur l'un ou l'autre chiffre.

Les poids ouverts sont l'autre moitié du lancement. Mistral dit qu'il les publiera d'ici la fin octobre. The Bright Minded cite la date du 27 octobre, d'après des informations de Reuters. Ni l'annonce ni la fiche du modèle ne nomment la licence sous laquelle les poids seront publiés.

Benchmarks et enjeu de sécurité

Mistral a publié ses propres résultats de benchmarks. Ce sont les chiffres de l'entreprise, pas des tests indépendants.

Benchmark	Ce qu'il teste	Mistral Large 4
DeepSWE v1.1	Tâches d'ingénierie logicielle	61,7 %
SWE-Atlas-QnA	Questions sur des bases de code	59,4 %
AutomationBench	Automatisation de tâches	59,9 %
Terminal Bench 4.0	Tâches en ligne de commande	28,3 %
Cybench	Défis de sécurité	93 %
AA Cyber Index	Reproduction de vulnérabilités logicielles	82 %

Sur les évaluations humaines, Mistral attribue à Large 4 la note de 3,74 sur 5. Claude Opus 5 a obtenu 4,22, GLM-5.3 a obtenu 3,60 et Kimi K3 a obtenu 3,59 dans la même comparaison.

Le score en cybersécurité fait la une. Selon Unite.AI, 82 % place le modèle dans le top cinq mondial de l'Artificial Analysis Cyber Index. C'est aussi le meilleur modèle à poids ouverts hors de Chine sur cet indice.

Mistral gère cette capacité avec deux versions. Son annonce dit qu'il fait du red teaming sur le modèle « avec des responsables de la cybersécurité, des partenaires vérifiés et des autorités étatiques ». Ces groupes « accéderont au même modèle avec une modération réduite et des capacités cyber étendues ». Tous les autres reçoivent le modèle standard, davantage filtré.

Mistral a connu une forte croissance cette année. En septembre, l'entreprise a levé 3 milliards d'euros pour une valorisation de 21 milliards d'euros. Le lancement tombe aussi un jour après l'annonce par Reflection AI de Beam, un modèle à poids ouverts de 501B, dont les poids sont eux aussi attendus plus tard en octobre.

Ce que cela signifie pour les développeurs

• Essayez l'aperçu maintenant, planifiez la production plus tard. L'API fonctionne dès aujourd'hui sous mistral-large-4. Passez votre propre jeu d'évaluation dessus tant que le prix est connu et que les poids ne le sont pas.
• Attendez la licence avant de planifier l'auto-hébergement. « Poids ouverts » peut recouvrir de nombreuses conditions de licence. Ne promettez pas à un client un déploiement sur site tant que Mistral ne les a pas publiées.
• Dimensionnez votre matériel sur le total, pas sur le nombre actif. Seuls environ 50 milliards de paramètres travaillent sur chaque token, mais les 1,05 billion doivent tous tenir en mémoire. L'auto-hébergement exige un serveur multi-GPU, pas une seule carte.
• Réglez par écrit les questions de spécification et de prix. L'écart entre 49B et 52B et les deux grilles de prix compteront pour la planification de la capacité et des coûts. Demandez au support de Mistral, ou attendez la fiche du modèle publiée avec les poids.
• Les équipes de sécurité devraient regarder de près. Un modèle aussi fort pour reproduire des vulnérabilités aide les défenseurs pour le tri et les tests. Cela signifie aussi que vos modèles de menace doivent supposer que des attaquants pourront exécuter quelque chose de similaire dès la publication des poids.

La publication des poids est la date à surveiller. D'ici là, Mistral Large 4 est une API hébergée, et sa promesse de poids ouverts reste un projet.