Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête. Mistral le présente comme performant en programmation, en cybersécurité et dans d’autres tâches, mais ses comparaisons restent à vérifier indépendamment.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What is Mistral AI’s Mistral Large 4 (“Le Chonk”), how was its 1 trillion-parameter mixture-of-experts model trained and designed, what can. Article summary: Mistral Large 4, nicknamed “Le Chonk,” is Mistral AI’s new flagship: a roughly 1-trillion-parameter, natively multimodal model available in an API preview since October 6, 2026. Mistral plans to release its weights later. Topic tags: general, general web, news, user generated. 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 wi
Mistral AI dévoile son nouveau modèle phare, Mistral Large 4, surnommé « Le Chonk ». Disponible depuis le 6 octobre 2026 en préversion via l’API de l’entreprise, il compte environ 1 000 milliards de paramètres, dont 49 milliards sont activés à la fois. Mistral prévoit de publier ses poids téléchargeables plus tard ce mois-ci. Ses performances annoncées sont à suivre, mais elles ne suffisent pas encore à établir qu’il surpasse globalement les meilleurs modèles concurrents. 1
27
32
Mistral présente Large 4 comme un modèle nativement multimodal : il est conçu pour traiter différents types de contenus, et pas seulement du texte. L’entreprise met aussi en avant ses capacités en programmation, en compréhension d’images et dans les usages dits « agentiques », où un modèle peut enchaîner des étapes pour accomplir une tâche. 1
10
Son architecture, dite mixture of experts (ou MoE, « mélange d’experts »), n’active qu’une partie des paramètres pour répondre à une requête. Les 49 milliards de paramètres actifs sont donc à distinguer du total d’environ 1 000 milliards : le modèle ne mobilise pas l’ensemble de ses paramètres à chaque fois. 1
4
Mistral affirme l’avoir entraîné de zéro dans ses centres de données européens. Des articles évoquent des processeurs graphiques Nvidia Grace Blackwell, mais ne s’accordent pas sur leur nombre : certains parlent de 3 800, d’autres d’environ 4 000. Une source situe l’entraînement sur près de deux mois. 11
26
29
L’entreprise met en avant des usages en programmation, en cybersécurité, dans l’industrie et la finance, ainsi que la compréhension multimodale. Ce sont les domaines de performance revendiqués par Mistral, et non la garantie que le modèle excelle dans chaque tâche. 1
7
32
Mistral affirme que Large 4 se classe en tête des modèles à poids ouverts développés aux États-Unis ou en Europe, selon des résultats agrégés sur plusieurs évaluations. La société revendique également des avantages dans certains domaines face à des modèles chinois. Ces affirmations ne démontrent pas que Large 4 surpasse les modèles chinois dans leur ensemble, ni qu’il bat globalement les meilleurs modèles américains à code fermé. 27
32
Pour comparer des modèles, il faut tenir compte des tests choisis, des versions évaluées et des conditions de mesure. Les éléments disponibles ne fournissent pas assez de résultats indépendants et directement comparables pour trancher ces classements plus larges. Les termes « meilleur » ou « dépasse » doivent donc rester attribués à leurs auteurs, dans l’attente d’évaluations supplémentaires. 27
32
Pour l’instant, le public peut essayer Large 4 via l’API de préversion de Mistral : les poids ne sont pas encore disponibles au téléchargement. Mistral annonce leur publication avant la fin octobre, et Reuters indique le 27 octobre comme date prévue. 1
27
D’ici là, des spécialistes de la cybersécurité et des autorités publiques doivent tester une version comportant moins de restrictions de sécurité. Selon les informations disponibles, ces essais visent à évaluer les capacités du modèle avant sa diffusion plus large. Ils ne constituent pas, à eux seuls, une garantie contre les usages malveillants, et les conditions précises de publication ne sont pas détaillées. 27
La licence définitive et les conditions d’utilisation des poids n’ont pas été publiées dans les éléments disponibles. VentureBeat évoque une licence Mistral spécifique, mais cela ne confirme pas les modalités finales. 11
Si la publication prévue a bien lieu, les développeurs et les organisations pourront télécharger les poids et faire fonctionner le modèle sur leur propre matériel, plutôt que de passer uniquement par l’API de Mistral. Cette possibilité peut offrir davantage de contrôle sur le déploiement et la personnalisation. Elle ne garantit toutefois pas, à elle seule, la confidentialité des données ni l’indépendance technologique. 27
28
Mistral souligne également que le modèle a été développé en Europe et peut être déployé depuis son infrastructure cloud européenne. Le lancement met ainsi à l’épreuve la capacité d’un laboratoire européen à proposer un modèle avancé à poids ouverts, face à des systèmes américains souvent fermés et à des modèles chinois fréquemment proposés avec leurs poids. 27
32
L’enjeu est aussi commercial : Mistral a annoncé Large 4 après une levée de fonds de 3 milliards d’euros en série D, rapportée en septembre. Son impact dépendra des évaluations indépendantes, de la licence qui accompagnera les poids et de l’intérêt concret de l’hébergement sur ses propres serveurs pour les clients. 6
7
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête.
Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête. Mistral le présente comme performant en programmation, en cybersécurité et dans d’autres tâches, mais ses comparaisons restent à vérifier indépendamment.
Les poids téléchargeables sont attendus le 27 octobre 2026, après des tests menés avec des experts en cybersécurité et des autorités publiques.
Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête. Mistral le présente comme performant en programmation, en cybersécurité et dans d’autres tâches, mais ses comparaisons restent à vérifier indépendamment.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche

Create a landscape editorial hero image for this Studio Global article: What is Mistral AI’s Mistral Large 4 (“Le Chonk”), how was its 1 trillion-parameter mixture-of-experts model trained and designed, what can. Article summary: Mistral Large 4, nicknamed “Le Chonk,” is Mistral AI’s new flagship: a roughly 1-trillion-parameter, natively multimodal model available in an API preview since October 6, 2026. Mistral plans to release its weights later. Topic tags: general, general web, news, user generated. 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 wi
Mistral AI dévoile son nouveau modèle phare, Mistral Large 4, surnommé « Le Chonk ». Disponible depuis le 6 octobre 2026 en préversion via l’API de l’entreprise, il compte environ 1 000 milliards de paramètres, dont 49 milliards sont activés à la fois. Mistral prévoit de publier ses poids téléchargeables plus tard ce mois-ci. Ses performances annoncées sont à suivre, mais elles ne suffisent pas encore à établir qu’il surpasse globalement les meilleurs modèles concurrents. 1
27
32
Mistral présente Large 4 comme un modèle nativement multimodal : il est conçu pour traiter différents types de contenus, et pas seulement du texte. L’entreprise met aussi en avant ses capacités en programmation, en compréhension d’images et dans les usages dits « agentiques », où un modèle peut enchaîner des étapes pour accomplir une tâche. 1
10
Son architecture, dite mixture of experts (ou MoE, « mélange d’experts »), n’active qu’une partie des paramètres pour répondre à une requête. Les 49 milliards de paramètres actifs sont donc à distinguer du total d’environ 1 000 milliards : le modèle ne mobilise pas l’ensemble de ses paramètres à chaque fois. 1
4
Mistral affirme l’avoir entraîné de zéro dans ses centres de données européens. Des articles évoquent des processeurs graphiques Nvidia Grace Blackwell, mais ne s’accordent pas sur leur nombre : certains parlent de 3 800, d’autres d’environ 4 000. Une source situe l’entraînement sur près de deux mois. 11
26
29
L’entreprise met en avant des usages en programmation, en cybersécurité, dans l’industrie et la finance, ainsi que la compréhension multimodale. Ce sont les domaines de performance revendiqués par Mistral, et non la garantie que le modèle excelle dans chaque tâche. 1
7
32
Mistral affirme que Large 4 se classe en tête des modèles à poids ouverts développés aux États-Unis ou en Europe, selon des résultats agrégés sur plusieurs évaluations. La société revendique également des avantages dans certains domaines face à des modèles chinois. Ces affirmations ne démontrent pas que Large 4 surpasse les modèles chinois dans leur ensemble, ni qu’il bat globalement les meilleurs modèles américains à code fermé. 27
32
Pour comparer des modèles, il faut tenir compte des tests choisis, des versions évaluées et des conditions de mesure. Les éléments disponibles ne fournissent pas assez de résultats indépendants et directement comparables pour trancher ces classements plus larges. Les termes « meilleur » ou « dépasse » doivent donc rester attribués à leurs auteurs, dans l’attente d’évaluations supplémentaires. 27
32
Pour l’instant, le public peut essayer Large 4 via l’API de préversion de Mistral : les poids ne sont pas encore disponibles au téléchargement. Mistral annonce leur publication avant la fin octobre, et Reuters indique le 27 octobre comme date prévue. 1
27
D’ici là, des spécialistes de la cybersécurité et des autorités publiques doivent tester une version comportant moins de restrictions de sécurité. Selon les informations disponibles, ces essais visent à évaluer les capacités du modèle avant sa diffusion plus large. Ils ne constituent pas, à eux seuls, une garantie contre les usages malveillants, et les conditions précises de publication ne sont pas détaillées. 27
La licence définitive et les conditions d’utilisation des poids n’ont pas été publiées dans les éléments disponibles. VentureBeat évoque une licence Mistral spécifique, mais cela ne confirme pas les modalités finales. 11
Si la publication prévue a bien lieu, les développeurs et les organisations pourront télécharger les poids et faire fonctionner le modèle sur leur propre matériel, plutôt que de passer uniquement par l’API de Mistral. Cette possibilité peut offrir davantage de contrôle sur le déploiement et la personnalisation. Elle ne garantit toutefois pas, à elle seule, la confidentialité des données ni l’indépendance technologique. 27
28
Mistral souligne également que le modèle a été développé en Europe et peut être déployé depuis son infrastructure cloud européenne. Le lancement met ainsi à l’épreuve la capacité d’un laboratoire européen à proposer un modèle avancé à poids ouverts, face à des systèmes américains souvent fermés et à des modèles chinois fréquemment proposés avec leurs poids. 27
32
L’enjeu est aussi commercial : Mistral a annoncé Large 4 après une levée de fonds de 3 milliards d’euros en série D, rapportée en septembre. Son impact dépendra des évaluations indépendantes, de la licence qui accompagnera les poids et de l’intérêt concret de l’hébergement sur ses propres serveurs pour les clients. 6
7
Studio Global AI
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête.
Mistral Large 4 est un modèle multimodal d’environ 1 000 milliards de paramètres, dont 49 milliards sont actifs pour chaque requête. Mistral le présente comme performant en programmation, en cybersécurité et dans d’autres tâches, mais ses comparaisons restent à vérifier indépendamment.
Les poids téléchargeables sont attendus le 27 octobre 2026, après des tests menés avec des experts en cybersécurité et des autorités publiques.