RéponsesPublié19 sources
Mistral Large 4 passe en poids ouverts : les promesses et les limites de « Le Chonk »
Mistral a publié les poids de Large 4 le 29 octobre, après une préversion dévoilée le 6 octobre.[1][9] L’entreprise annonce 41 % à Terminal Bench 4.0, contre 28 % lors de la préversion, après un entraînement supplémentaire par renforcement.[10][11] Le modèle compte 1 050 milliards de paramètres au total, dont 52 mil...
Publié parImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Mistral a publié les poids de Large 4 le 29 octobre, après une préversion dévoilée le 6 octobre.[1][9]
- L’entreprise annonce 41 % à Terminal Bench 4.0, contre 28 % lors de la préversion, après un entraînement supplémentaire par renforcement.[10][11]
- Le modèle compte 1 050 milliards de paramètres au total, dont 52 milliards actifs, et comporte un encodeur visuel de 1,6 milliard de paramètres.[1]
- Les scores de programmation et de cybersécurité sont des résultats annoncés sur des tests précis : ils ne garantissent ni une supériorité générale ni l’absence de risques.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details and implications of France’s Mistral releasing the open weights of its flagship Mistral Large 4 model, nicknamed “L. Article summary: Mistral released the open weights of Mistral Large 4, “Le Chonk,” on October 29, following its October 6 preview, and claims leading open weight performance in coding and defensive cybersecurity.[9] The available evidenc. Topic tags: general web, ai safety, openai, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Mistral a publié le 29 octobre les poids de son modèle phare Mistral Large 4, surnommé « Le Chonk », après en avoir présenté une préversion le 6 octobre.1
9 L’entreprise le présente comme un modèle ouvert particulièrement performant en programmation et en cybersécurité défensive. Les résultats communiqués méritent toutefois d’être lus comme des performances sur des tests particuliers, et non comme une preuve de supériorité dans tous les usages.
Ce que l’on sait du modèle
Large 4 est un modèle multimodal à architecture « mixture of experts » : il totalise 1 050 milliards de paramètres, dont 52 milliards sont actifs, et inclut un encodeur visuel de 1,6 milliard de paramètres.1 Mistral indique que son entraînement a mobilisé 3 800 processeurs graphiques Nvidia Grace Blackwell dans ses centres de données européens.
15
Les utilisateurs peuvent aussi choisir entre trois niveaux de raisonnement — faible, moyen ou élevé — ce dernier étant le réglage par défaut, selon les informations rapportées.10
Programmation : des progrès annoncés, pas un verdict général
Après un entraînement supplémentaire par renforcement, le modèle aurait obtenu 41 % à Terminal-Bench 4.0, un test de tâches effectuées dans un terminal, contre 28 % lors de la préversion. Cela représente une hausse de 13 points de pourcentage.10
11 Mistral Large 4 affiche aussi 48 % sur le Coding Agent Index d’Artificial Analysis, à égalité avec GLM-5.3 selon les résultats rapportés, tout en utilisant 47 % moins de jetons par tâche.
11
Ces comparaisons portent sur des évaluations définies et ne suffisent pas à établir que le modèle est meilleur pour tous les travaux de programmation. Les éléments disponibles confirment un entraînement supplémentaire, mais ne permettent pas de vérifier précisément qu’il a duré trois semaines.
Poids ouverts, avec une licence à lire
Les poids sont publiés sous la « Mistral Ecosystem Open-Weight License », présentée comme une version modifiée de la licence MIT.7 Il s’agit donc de poids ouverts, mais pas nécessairement d’une licence sans conditions pour tous les usages. Des comptes rendus secondaires indiquent que les restrictions commerciales viseraient notamment la revente d’accès au modèle comme service ; mieux vaut consulter le texte de la licence avant de bâtir une offre hébergée autour du modèle.
12
La mise à disposition des poids permet aux utilisateurs de télécharger le modèle et de l’exécuter ou de l’adapter dans leurs propres environnements, sous réserve de respecter la licence. Cela offre une autre option que l’accès exclusivement par l’API d’un fournisseur, sans garantir à lui seul un coût inférieur : celui-ci dépend aussi du matériel, du déploiement et des tâches effectuées.
Cybersécurité : distinguer défense et risque d’usage
Des résultats rapportés attribuent au modèle un score de 51 % sur le Cyber Index et un taux moyen de refus de 96,6 % face à des requêtes malveillantes liées à la cybersécurité.8
11 Ce sont des résultats de benchmark et d’évaluation, pas une garantie que le modèle ne pourra pas être détourné. Les éléments disponibles ne détaillent pas suffisamment la méthodologie pour en tirer une conclusion plus large.
Pour les organisations, l’enjeu est donc double : évaluer les performances sur leurs propres tâches et examiner les conditions de déploiement et de contrôle. Le fait qu’un modèle puisse aider à la défense ne signifie pas, à lui seul, que l’ouverture de ses poids est sans risque.
Un nouvel acteur européen parmi les modèles ouverts
Mistral présente Large 4 comme une option européenne face aux modèles ouverts concurrents et aux systèmes propriétaires.9
14 L’intérêt concret de cette publication tient surtout au choix qu’elle donne aux développeurs : utiliser un modèle dont les poids sont disponibles, plutôt que dépendre uniquement d’un service accessible par API. Les scores annoncés donnent des points de comparaison, mais les essais sur les usages réels et l’examen de la licence restent essentiels.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Mistral Large 4 passe en poids ouverts : les promesses et les limites de « Le Chonk » » ?
Mistral a publié les poids de Large 4 le 29 octobre, après une préversion dévoilée le 6 octobre.[1][9]
Quels sont les points clés à valider en premier ?
Mistral a publié les poids de Large 4 le 29 octobre, après une préversion dévoilée le 6 octobre.[1][9] L’entreprise annonce 41 % à Terminal Bench 4.0, contre 28 % lors de la préversion, après un entraînement supplémentaire par renforcement.[10][11]
Que dois-je faire ensuite en pratique ?
Le modèle compte 1 050 milliards de paramètres au total, dont 52 milliards actifs, et comporte un encodeur visuel de 1,6 milliard de paramètres.[1]