Mistral Large 4 (« le Chonk ») : prix, accès en France et ce qu'il change pour une PME

Ces derniers mois, les modèles de Mistral avaient décroché du peloton de tête. Sur l'indice d'Artificial Analysis, qui agrège de nombreux tests, Mistral Medium 3.5 plafonnait à 14 points et Large 3 à 9, quand les meilleurs modèles américains dépassent 50 points. Mistral Large 4 change d'échelle : 38 points au même indice, au 64^e rang sur 225 modèles classés. Ce n'est pas le niveau de Claude Opus 5.5 (58 points) ni de GPT-6.1 Sol (52), mais Artificial Analysis le présente comme le modèle le plus intelligent, au sens de son indice, conçu hors des États-Unis et de la Chine (indice relevé les 5 et 6 octobre 2026).

Le modèle est grand : 1 050 milliards de paramètres au total, dont 52 milliards actifs pour chaque token traité, selon sa fiche technique (l'annonce parle de 1 000 milliards, dont 49 milliards actifs). Cette architecture à « mélange d'experts » le garde rapide malgré sa taille : Artificial Analysis mesure 116 tokens par seconde en sortie. Quatre caractéristiques comptent pour une entreprise :

• Il voit. Il lit les images comme le texte : plans techniques, graphiques, documents scannés, photos. Il répond en texte.
• Il lit long. Sa fenêtre de contexte atteint un million de tokens selon sa fiche technique (Artificial Analysis en relève environ 524 000 sur l'aperçu), de quoi travailler sur un dossier complet plutôt que sur des extraits.
• Il parle européen. Une part importante de ses données d'entraînement est multilingue, avec plus de 160 langues, dont toutes les langues officielles de l'Union européenne.
• Il agit. Il réunit dans un seul modèle les réponses directes, le raisonnement et le travail d'agent : chercher l'information, utiliser des outils, rendre un livrable fini.

Mistral l'a entraîné de zéro sur 3 800 processeurs graphiques NVIDIA Grace Blackwell, dans ses propres centres de données en Europe, et c'est sur cette infrastructure que tourne l'aperçu. Le modèle sera ensuite proposé dans plusieurs régions du monde, dont un déploiement européen que Mistral exploite de bout en bout, indépendamment des autres fournisseurs de services numériques et « sous droit européen » (notre traduction). C'est le premier jalon financé par la levée de 3 milliards d'euros bouclée en septembre, et la base d'une nouvelle génération de modèles spécialisés, selon Mistral. Son PDG, Arthur Mensch, l'a présenté comme supérieur aux modèles chinois sur certains points, notamment la cybersécurité, rapporte Maddyness.

Les résultats qui suivent sont publiés par Mistral, le plus souvent face à d'autres modèles à poids ouverts, en majorité chinois. Les comparaisons avec Claude et GPT-6 restent partielles : nous les signalons quand elles existent.

Cybersécurité : l'argument numéro un

Sur l'indice cyber d'Artificial Analysis, qui mesure la capacité à trouver et corriger des failles dans de vrais logiciels, Mistral Large 4 se classe parmi les cinq meilleurs modèles au monde, selon Mistral. Sur l'épreuve qui demande de reproduire une faille réelle puis de la corriger, il obtient 82 %, le meilleur score des modèles testés d'après Mistral, qui attribue les scores proches de zéro de Claude Opus 5.5 et GPT-6 Astra à leur refus de la tâche. Il résout aussi 93 % des 40 exercices de Cybench, tirés de compétitions de sécurité. En contrepartie, Mistral indique qu'il refuse plus souvent que les autres modèles ouverts les demandes malveillantes liées à la cybersécurité, et le fait éprouver jusqu'à la publication des poids par des spécialistes de la cybersécurité, des partenaires sélectionnés et des autorités publiques.

Agents et travail de bureau

Sur AutomationBench, 657 processus métier dans des outils comme Gmail, Google Sheets, Slack ou Salesforce, il réussit 59,9 % des tâches, contre 6,3 % pour Mistral Medium 3.5 : un bond spectaculaire. Il passe devant Kimi K3 (58,3) et DeepSeek V4 Pro (56,7), mais reste derrière GLM-5.3 (62,2) sur le graphique publié par Mistral lui-même. Sur AA-Briefcase, qui évalue le travail intellectuel au long cours (tableurs, présentations, PDF), il atteint 1 393 points Elo.

Code, images, finance et droit

• Code. 61,7 % sur DeepSWE, 59,4 % sur SWE-Atlas-QnA et 28,3 % sur Terminal-Bench 4. Dans une évaluation à l'aveugle menée avec Surge AI, des annotateurs professionnels lui donnent 3,74 sur 5, deuxième sur cinq modèles, derrière Claude Opus 5 (4,22).
• Images. Sur Dense 200, qui mesure la capacité à repérer précisément des objets dans une image, il obtient 42 %, contre 41 % pour GPT-6 Astra.
• Finance et droit. Évalué par vals.ai sur des tâches juridiques et financières représentatives, il dépasse GPT-6 Astra dans les deux cas, et c'est le meilleur modèle ouvert sur le test juridique de Harvey.

Ce sont des pistes à tester, pas des fonctions éprouvées : le modèle est en aperçu et continue de progresser. Chacune s'appuie sur une capacité mise en avant par Mistral.

Direction et finance

• Comparer des rapports financiers. Il lit les rapports annuels de vos concurrents ou de vos clients et en tire un tableau comparatif, avec la page de chaque chiffre. Vous gardez la main sur les chiffres retenus et leur interprétation.
• Construire un prévisionnel. Il crée ou corrige un tableur de trésorerie à partir de vos hypothèses. Vous gardez la main sur les hypothèses et la vérification des formules.

Juridique et conformité

• Préparer la lecture d'un contrat. Il relève les clauses sensibles d'un contrat fournisseur (durée, résiliation, responsabilité) dans un tableau. Vous gardez la main sur l'analyse juridique et la décision.
• Suivre un texte européen. Il résume en français une norme ou un texte publié dans une autre langue de l'Union. Vous gardez la main sur la vérification au texte officiel.

Informatique et cybersécurité

• Prioriser les failles. Il classe les vulnérabilités remontées par vos outils d'analyse selon leur gravité réelle dans votre contexte. Vous gardez la main sur les correctifs appliqués.
• Écrire des règles de détection. À partir d'un incident décrit en clair, il propose des règles pour vos outils de surveillance, un usage que Mistral cite parmi ses tests internes. Vous gardez la main sur leur mise en production.

Commercial et marketing

• Répondre à un cahier des charges. Il prépare une proposition à partir du document du client et de vos références. Vous gardez la main sur le prix et les engagements.
• Décliner vos contenus en plusieurs langues. Fiches produit, pages, courriers : il les adapte dans les langues européennes de vos marchés. Vous gardez la main sur la relecture des textes à enjeu par un locuteur natif.

Production et bureau d'études

• Vérifier une pièce sur un plan. Mistral montre le modèle zoomant sur un dessin technique pour contrôler une pièce jusqu'à obtenir la bonne réponse. Vous gardez la main sur le contrôle final.
• Repérer un défaut sur photo. Il compare des photos de production ou de chantier à ce qui est attendu. Vous gardez la main sur la décision qualité.

Administratif et service client

• Extraire des documents scannés. Factures, bons de commande, formulaires : il en reporte les données dans un tableur. Vous gardez la main sur le rapprochement comptable.
• Répondre aux clients dans leur langue. Il s'appuie sur votre base de connaissances pour préparer les réponses. Vous gardez la main sur les réponses qui engagent l'entreprise, et vous indiquez à vos clients qu'ils échangent avec une IA.

Trois façons d'y accéder

• L'API, dès aujourd'hui. Le modèle est disponible dans Mistral Studio, l'espace développeurs de Mistral, sous le nom mistral-large-4 (version 26.10, « aperçu public »). Il coûte 1,36 $ le million de tokens en entrée, 0,14 $ en entrée mise en cache et 4,18 $ en sortie, avec une remise de lancement de moitié les deux premières semaines (0,68 $, 0,07 $ et 2,09 $), selon Artificial Analysis. Pour fixer les idées : analyser un contrat de 20 pages (environ 15 000 tokens) et en rédiger une synthèse d'une page coûte environ un centime de dollar au tarif de lancement, deux à trois centimes ensuite.
• Vibe, bientôt. Dans Vibe, l'assistant de Mistral qui a remplacé Le Chat le 28 mai 2026, il deviendra le modèle par défaut « dans les prochaines semaines », après une phase de tests comparatifs, selon le Journal du Net. Mistral n'a pas encore précisé dans quelles offres. Pour mémoire, Vibe est gratuit avec 10 $ de crédits API par mois, puis Pro à 17,99 € TTC par mois et Team à 29,99 € TTC par utilisateur, à partir de 2 utilisateurs (tarifs relevés le 5 octobre 2026).
• Chez vous, à partir de fin octobre. Mistral publiera alors les poids du modèle (le 27 octobre, selon la presse), avec des versions compressées (FP8 et FP4) qui tournent sur 4 à 8 processeurs graphiques NVIDIA B200 ou B300, d'après le Journal du Net. La licence n'est pas encore connue : Large 3 était sous licence Apache 2.0, très permissive. Héberger un tel modèle reste l'affaire de grandes organisations, d'hébergeurs et d'intégrateurs. Pour une PME, la voie réaliste est l'API, Vibe, ou un hébergeur : Numspot, dont l'offre d'infrastructure est qualifiée SecNumCloud, a annoncé le 15 septembre des modèles Mistral managés, dont la qualification est en cours ; reste à savoir s'il y ajoutera Large 4.

Cinq précautions avant de l'utiliser

1. C'est un aperçu. L'entraînement continue et le modèle va encore changer : réservez-le aux tests et aux usages non critiques jusqu'à la version finale.
2. Désactivez l'entraînement sur vos données. Sur Vibe, vos contenus servent par défaut à entraîner les modèles tant que vous ne vous y opposez pas ; l'administrateur d'un compte Team peut le désactiver pour toute l'organisation, et seuls les clients Enterprise en sont exclus par défaut. Sur l'API, c'est aussi à vous de le désactiver. Donner un avis sur une réponse (pouce levé ou baissé) autorise Mistral à réutiliser l'échange.
3. Vérifiez le lieu de traitement. Mistral héberge les données dans l'Union européenne par défaut. Pour l'API, seul le point d'accès api.eu.mistral.ai garantit un traitement dans l'Union européenne et l'AELE, 10 % plus cher et sans les fonctions Agents, Batch ni Files : vérifiez que Large 4 y est proposé avant d'y envoyer des données sensibles.
4. Encadrez les données personnelles. Avant d'y faire passer des données de clients, de salariés ou de candidats : désactivez l'entraînement, sans quoi Mistral les réutilise pour son propre compte, puis prévoyez une base légale, le contrat de sous-traitance de Mistral, l'information des personnes et, si le traitement présente un risque élevé, une analyse d'impact.
5. Prévenez vos clients. Un assistant qui leur répond doit leur indiquer qu'ils échangent avec une IA, sauf si c'est évident (AI Act, article 50 § 1, applicable depuis le 2 août 2026). L'obligation pèse sur le fournisseur de l'assistant : vous, si vous le construisez.

Information générale arrêtée au 6 octobre 2026, d'après les pages de Mistral citées en fin d'article. Ce n'est pas une consultation juridique.

Aucun modèle ne gagne partout. Notre lecture, au 6 octobre 2026 :

• Prenez Mistral Large 4 si vos données doivent rester en Europe chez un éditeur européen, si vous voulez pouvoir installer le modèle chez vous ou chez un hébergeur de confiance une fois les poids publiés, pour la cybersécurité défensive, ou pour des contenus dans plusieurs langues européennes.
• Gardez Claude ou GPT-6 pour la meilleure qualité brute (58 et 52 points à l'indice d'Artificial Analysis, contre 38), pour le code complexe (Claude Opus 5 reste devant dans l'évaluation à l'aveugle citée par Mistral) et si vos équipes y sont déjà formées.
• Combinez-les : rien n'empêche de confier à Mistral Large 4 les documents sensibles et à un autre modèle les tâches où la qualité prime, dans une même automatisation.

Pour le choix tâche par tâche, avec les prix et le coût d'un résultat, voyez notre guide quel modèle d'IA choisir et notre comparatif des assistants IA.

Mistral Large 4 sort à peine : personne n'a encore de recul, nous compris, et nous le testerons avec vous. Chez NOCODE IA, nous formons les équipes aux outils d'IA générative et construisons des automatisations pour les PME, à Toulouse et partout en France. Nous sommes indépendants de Mistral AI : ni partenaire, ni revendeur. Notre méthode, en trois étapes :

1. Choisir les bons usages. En atelier, nous passons en revue vos tâches et retenons les trois premières à confier à l'IA, avec le temps gagné attendu et le niveau de risque de chacune. C'est le cœur de notre audit IA.
2. Former vos équipes. La formation Mistral niveau débutant (1 jour, à partir de 450 € HT par participant, soit 540 € TTC) pose les bases : comprendre les modèles de Mistral, bien formuler ses demandes, créer un assistant métier. La formation Mistral niveau expert (1 jour en présentiel, à partir de 650 € HT par participant, soit 780 € TTC) va jusqu'à la base de connaissances et au déploiement d'agents dans Slack, Notion ou sur le web. La prise en charge est possible sous conditions, notamment pour les entreprises de moins de 50 salariés, et dépend des règles de chaque OPCO.
3. Intégrer et automatiser. Nous branchons le modèle sur vos outils avec la méthode de nos intégrations IA, et construisons les flux avec n8n, que l'on peut héberger soi-même : voyez notre guide n8n et agents IA souverains.

• Mistral AI : annonce « Introducing Mistral Large 4 » et fiche technique du modèle ; pour Vibe, l'hébergement des données et l'entraînement, les pages citées dans notre comparatif, relues le 5 octobre 2026.
• Artificial Analysis : fiche de Mistral Large 4 (indice 4.3.2) et son message du 6 octobre 2026.
• Presse : Journal du Net, Maddyness, Clubic.

Mistral Large 4 a été lancé le jour de cet article : les résultats cités sont ceux publiés par Mistral et Artificial Analysis, et les usages sont des exemples, pas des retours d'expérience. La couverture et les deux graphiques sont des visuels de l'annonce de Mistral (© Mistral AI), cités pour rendre compte de cette annonce et commenter ses résultats. NOCODE IA est indépendant de Mistral AI. Article rédigé avec l'aide de l'IA à partir des sources ci-dessus.