Le plus gros modèle de Mistral AI est désormais téléchargeable. Le 29 octobre, la société a publié les poids de Mistral Large 4, un modèle nativement multimodal qu'elle a baptisé Le Chonk, après une préversion publique ouverte en début de mois. La mouture déposée sur Hugging Face n'est pas celle de l'aperçu : Mistral indique avoir consacré environ trois semaines de plus à l'apprentissage par renforcement, surtout sur le développement logiciel et la cyberdéfense, et assure que le nouveau modèle raisonne plus sobrement.
Selon la présentation technique rédigée par Hugging Face, il s'agit d'une architecture clairsemée de type Mixture-of-Experts comptant environ un billion de paramètres au total, dont près de 49 milliards sollicités pour chaque token, avec une fenêtre de contexte d'un million de tokens. Un routeur retient quatre experts sur 128 à chaque token, auxquels s'ajoute un expert partagé, tandis qu'un encodeur Pixtral de 1,6 milliard de paramètres traite les images. Le modèle lit du texte et des images, répond en texte et propose trois niveaux d'effort de raisonnement, faible, moyen ou élevé, ce dernier étant activé par défaut.
Les arguments phares de Mistral concernent le code. L'entreprise revendique 48 % sur le Coding Agent Index d'Artificial Analysis, à égalité avec GLM-5.3 en tête des modèles ouverts, tout en consommant 47 % de tokens en moins par tâche. Elle annonce aussi 41 % sur Terminal-Bench 4.0, soit treize points de mieux que la préversion, et la première place du test privé FrontierCode 2.0 de Cognition avec 19,7 %. Le billet de Hugging Face avance pour le même indice un chiffre légèrement différent, 49,8 %, ce qui rappelle que ces résultats émanent de l'éditeur et de ses partenaires de lancement et n'ont pas encore été reproduits par des chercheurs extérieurs.
La sécurité constitue le second pilier. Mistral fait état de 51 % sur le Cyber Index d'Artificial Analysis, qui mesure l'aptitude à repérer, reproduire et corriger des failles, et affirme que le modèle a refusé 96,6 % des requêtes malveillantes dans trois batteries de tests de contournement. Elle cite des évaluations menées notamment par Booz Allen, Cisco, CrowdStrike, Cloudflare et l'agence européenne ENISA. La société ne cache pas les risques pour autant : l'analyse du trafic réel pendant la préversion a révélé un possible coup de pouce à de vraies attaques, et ses garde-fous sont en cours de durcissement. Une variante plus permissive, conçue pour les tests d'intrusion, reste réservée à des partenaires triés sur le volet comme Orange Cyberdefense.
La licence compte autant que les scores. Le modèle est diffusé sous Mistral Ecosystem Open-Weight, un dérivé de la licence MIT qui autorise l'usage, la modification, l'ajustement fin et l'exploitation commerciale. Seule exception : les entreprises qui revendent le modèle sous forme de service hébergé devront signer un contrat commercial séparé. Les poids restent ainsi ouverts aux entreprises comme aux laboratoires, sans fragiliser l'activité d'API de Mistral.
La diffusion est large dès le premier jour. Mistral Large 4 est accessible dans Mistral Studio et via l'API maison à 0,70 dollar par million de tokens en entrée et 2,10 dollars en sortie, sur OpenRouter, dans Microsoft Foundry et sous forme de conteneur NVIDIA NIM. Hugging Face annonce une prise en charge immédiate dans transformers, vLLM et llama.cpp, avec des fichiers GGUF quantifiés ; d'après ses ingénieurs, une version 2 bits tient sur une seule machine Apple Silicon dotée de 512 Go de mémoire, quand les autres formats exigent plusieurs cartes graphiques.
Mistral inscrit cette sortie dans un discours de souveraineté, en soulignant que le modèle a été entraîné de bout en bout sur des infrastructures européennes. Reste à voir si Le Chonk conservera son rang face aux évaluateurs indépendants et comment ses garde-fous renforcés se comporteront dans des déploiements autohébergés que l'entreprise ne maîtrise plus.