À comprendre/Actu & décryptage
Mistral Large 4 : poids ouverts, licence maison et prix en baisse
Mistral publie les poids de Mistral Large 4, amélioré depuis la préversion, sous une licence MIT modifiée. Son API passe à 0,70 $ le million de tokens en entrée.

L’essentiel
- Jeudi 29 octobre, Mistral a publié sur Hugging Face les poids de Mistral Large 4, une version améliorée de la préversion du 6 octobre.
- On peut l’installer sur ses serveurs, ou passer par l’API, dont le prix baisse presque de moitié.
- La licence est gratuite sauf pour une entreprise qui exploite une offre de « Model-as-a-Service », et les exemples de déploiement fournis répartissent le modèle sur 8 cartes graphiques.
Ce que Mistral publie, et pour qui
Jeudi 29 octobre 2026, Mistral a publié les poids de Mistral Large 4, surnommé « le Chonk ». Ils se téléchargent sur Hugging Face, sans formulaire, avant la fin du mois comme promis lors de la préversion du 6 octobre.
Le modèle a changé depuis : trois semaines d’entraînement par renforcement en plus, et trois modes de raisonnement (low, medium et high) au lieu de deux. Sa fiche technique donne 1 000 milliards de paramètres, dont 49 milliards actifs à chaque token (52 en comptant les couches d’entrée et de sortie), une mémoire de travail d’un million de tokens, du texte et des images en entrée.
Tu es concerné si ton entreprise veut faire tourner un grand modèle sur ses serveurs, ou si ton équipe branche déjà une IA via une API.
Une licence gratuite, sauf pour qui exploite une offre de « Model-as-a-Service »
Le modèle est publié sous la Mistral Ecosystem Open-Weight License, une licence MIT modifiée. Il est gratuit à utiliser, modifier, réentraîner, déployer et commercialiser, avec une seule condition : une entreprise qui exploite une offre de « Model-as-a-Service » doit d’abord signer une licence commerciale distincte avec Mistral.
Le texte vise celui qui donne à un tiers l’accès au modèle, par une API par exemple, avec un vrai contrôle sur les entrées, les réglages ou les données d’entraînement. En clair, tu peux l’installer chez toi ou l’intégrer à ton produit sans payer de licence. On parle donc de poids ouverts, pas d’open source au sens strict.
Un prix presque divisé par deux, des scores signés Mistral
Sur l’API, Mistral Large 4 coûte désormais 0,70 $ le million de tokens en entrée, 0,07 $ en entrée mise en cache et 2,10 $ en sortie. C’est presque moitié moins que les tarifs de la préversion, encore affichés dans la documentation juste avant la sortie.
| Préversion (6 octobre) | Version publiée (29 octobre) | |
|---|---|---|
| Prix entrée / sortie (million de tokens) | 1,36 $ / 4,18 $ | 0,70 $ / 2,10 $ |
| Entrée mise en cache | 0,14 $ | 0,07 $ |
| Modes de raisonnement | none, high (selon Simon Willison) | low, medium, high |
| Terminal-Bench 4.0, code (selon Mistral) | 28 % | 41 % |
| Finch, tableurs de finance (selon Mistral) | 67,4 % | 73,3 % |
| B3, résistance des agents aux attaques (selon Mistral) | 93,3 % | 97,1 % |
Mistral revendique la première place des modèles à poids ouverts pour le code. Ses propres graphiques sont serrés : 48 contre 49 pour GLM-5.3 sur le Coding Agent Index d’Artificial Analysis, avec 47 % de tokens en moins par tâche en moyenne, et 41 % contre 40 % sur Terminal-Bench 4.0.
Ce que ça change pour toi
Garder tes données chez toi, avec le bon matériel. Les exemples de la fiche répartissent le modèle sur 8 cartes graphiques, et Hugging Face propose une recette prête à déployer sur 8 cartes NVIDIA H200. Il rapporte aussi qu’une version très compressée (2 bits) tourne sur un seul Mac Apple Silicon Ultra doté de 512 Go de mémoire unifiée, à environ 15 tokens par seconde sur un M3 Ultra. Pas un modèle pour portable, donc : Mistral elle-même conseille son API si l’hébergement local déçoit.
Une facture d’API plus légère. Le modèle est proposé dans Mistral Studio, sur l’API de Mistral, sur OpenRouter et via Microsoft Foundry, avec des options de déploiement privé pour les développeurs Azure.

Parmi les vingt organisations citées par Mistral, l’ENISA, l’agence de l’UE pour la cybersécurité, le teste pour repérer des failles et auditer du code.
La nuance à garder
Des scores maison. Tous ces chiffres sont publiés par Mistral, même ceux qui portent le nom d’Artificial Analysis, de Cognition ou de Surge, face à des modèles choisis par elle. Le 29 octobre, son rapport technique était encore annoncé « coming soon ».
Pas en tête partout. Sur ses propres graphiques, d’autres modèles ouverts le devancent en cybersécurité, en finance (77,3 % pour Kimi K3 sur Finch) et en recherche sur le Web. Sur l’indice global d’Artificial Analysis, Mistral reconnaît sur Hugging Face que les meilleurs modèles ouverts chinois font mieux. Et face à Claude Opus 5.5, sa réponse n’est préférée que dans 22 % des comparaisons à l’aveugle.
Un risque reconnu. Mistral annonce en moyenne 96,6 % de refus sur ses tests de demandes cyber malveillantes, mais reconnaît que le modèle pourrait aider à mener de vraies attaques. Elle dit adapter ses garde-fous.
À tester
Un vrai chantier de ton projet, confié au modèle.
- Ouvre le lien de l’annonce Il mène à Vibe Code. Vérifie que Mistral Large 4 y est proposé pour ton compte.
- Donne-lui une vraie tâche Une fonctionnalité à construire ou un bug à corriger dans ton propre dépôt, comme le suggère Mistral.
- Relis avant de valider Lis chaque modification et lance tes tests.
L’offre gratuite de Mistral donne un accès limité à Vibe, sans nommer Mistral Large 4 parmi ses modèles. Pas de code confidentiel sans le feu vert de ton entreprise.
Sources et lectures complémentaires
Sources vérifiées le 17 novembre 2026. Mis en ligne le 17 novembre 2026.