Modèles
Mistral publie les poids de Large 4 : ce que les développeurs doivent savoir
Les poids de Mistral Large 4 sont disponibles. Licence, prix de l'API, résultats annoncés et matériel nécessaire : on fait le point.
Mistral Large 4, surnommé Le Chonk, est désormais disponible sous forme de poids téléchargeables. Cette publication suit l'aperçu public de l'API lancé le 6 octobre et offre une autre possibilité de déploiement ou de personnalisation du plus grand modèle de Mistral. Les poids sont ouverts, mais leur licence comporte des conditions et l'exécution d'un modèle de cette taille demande beaucoup de matériel (fiche Mistral ; Hugging Face).
Mistral présente Large 4 pour le code, les agents et la cybersécurité, ainsi que pour la compréhension de textes et d'images. Voici ce qui change, le prix de l'API hébergée et les points à examiner avant de l'exécuter soi-même.
Qu'est-ce que Mistral Large 4 ?
Large 4 est un modèle multimodal à mélange d'experts : il accepte du texte et des images et produit du texte. Mistral décrit environ 1 000 milliards de paramètres au total et 49 milliards actifs par token, ou 52 milliards en incluant les couches d'entrée et de sortie. Sa fenêtre de contexte annoncée atteint un million de tokens (fiche du modèle).
Un mélange d'experts n'active qu'une partie du réseau pour chaque token. Cela ne signifie pas que la mémoire nécessaire se limite aux paramètres actifs : l'ensemble des poids doit toujours être stocké et accessible au système qui exécute le modèle.
La publication comprend des versions FP8 et NVFP4 ; des quantifications GGUF produites par la communauté sont aussi disponibles. Mistral propose trois niveaux d'effort de raisonnement : faible, moyen et élevé, ce dernier étant le choix par défaut. Les performances dépendent de la version, du matériel, de la longueur du contexte et de la tâche (Mistral ; Hugging Face).
Des poids ouverts, avec une licence particulière
Mistral distribue le modèle sous la Mistral Ecosystem Open-Weight License, une licence de type MIT modifiée. Sa fiche indique que les usages commerciaux et non commerciaux sont autorisés, tandis qu'une activité de modèle proposé comme service nécessite une licence commerciale distincte auprès de Mistral (fiche du modèle).
Les poids peuvent donc être téléchargés et utilisés selon ces conditions ; cela ne rend pas la licence identique à Apache 2.0 ou à une licence MIT sans restriction. Il faut lire les conditions applicables à son projet, notamment si l'on propose l'inférence à des clients.
Code et cybersécurité : ce que disent les chiffres
Mistral rapporte un score de 48 sur le Coding Agent Index d'Artificial Analysis et indique avoir utilisé 47 % de tokens en moins par tâche que GLM-5.3 dans cette comparaison. Ces chiffres sont rapportés par Mistral et dépendent de la configuration de l'agent et des tâches du benchmark (fiche du modèle).
Mistral met également en avant la recherche et la correction de vulnérabilités. Hugging Face cite un résultat annoncé de 82 % sur un test de reproduction et de correction de failles. Il s'agit d'un test particulier au sein d'une évaluation plus large, pas de la preuve que le modèle peut sécuriser seul un dépôt (Hugging Face).
Les documents publiés citent des chiffres différents pour l'indice de code et peuvent correspondre à des évaluations ou versions différentes. Tant que les essais précis ne sont pas rapprochés, mieux vaut ne pas les réunir dans un classement unique. Pour un projet réel, comparez les modèles sur les mêmes tâches, notez la configuration et relisez le code produit.
Quel est le prix de l'API ?
La page du modèle indique les prix suivants par million de tokens au 29 octobre 2026 :
| Type de tokens | Prix indiqué |
|---|---|
| Entrée | 0,70 $ |
| Entrée en cache | 0,07 $ |
| Sortie | 2,10 $ |
Source : documentation Mistral, consultée le 29 octobre 2026. La page qualifie toujours le service d'aperçu public. Les tarifs et la disponibilité peuvent évoluer.
À titre d'exemple, un million de tokens d'entrée hors cache et un million de tokens de sortie coûteraient 2,80 $ à ces tarifs. Une tâche d'agent peut effectuer plusieurs appels et consommer des quantités très variables d'entrée, de sortie et de cache. Ces tarifs API sont distincts du coût d'exécution des poids sur son propre matériel.
Peut-on l'exécuter sur un ordinateur portable ?
Pas raisonnablement avec les configurations documentées jusqu'ici. Hugging Face décrit une version fortement quantifiée sur un ordinateur Apple Silicon Ultra avec 512 Go de mémoire unifiée ; d'autres configurations utilisent plusieurs GPU. Le besoin exact varie selon la quantification et le logiciel, mais le modèle reste très volumineux (Hugging Face).
Pour un développeur équipé d'un Mac ou d'un PC courant, une API hébergée constitue le point de départ le plus pratique. Les poids téléchargeables restent intéressants pour les organisations disposant du matériel nécessaire et pour les chercheurs qui souhaitent examiner ou adapter le modèle. L'accès hébergé conserve ses propres conditions, règles de données et coûts.
Notre lecture
Cette publication compte : le modèle n'est plus limité à un aperçu hébergé, puisque les développeurs peuvent accéder aux poids selon la licence de Mistral et choisir leur mode de déploiement. Le tarif API désormais indiqué rend aussi le modèle intéressant à évaluer pour le code et les agents.
Il faut cependant distinguer disponibilité et pertinence. Un contexte d'un million de tokens, un bon résultat cyber et des poids téléchargeables ne garantissent pas un bon travail sur votre dépôt. Commencez par quelques tâches réelles, suivez le coût et le temps de revue, puis vérifiez la licence et le matériel avant d'envisager un hébergement personnel.
Sources
- Mistral, fiche et licence de Large 4, consultée le 29 octobre 2026
- Mistral, modèle et prix de l'API, consultés le 29 octobre 2026
- Hugging Face, poids et déploiement de Mistral Large 4, 29 octobre 2026
- Mistral, annonce initiale de l'aperçu public, 6 octobre 2026
Une erreur dans cet article ? Signalez-la · Notre politique de corrections
