Mistral Large 4 : l’IA française revient dans la course, sans combler l’écart américain

Mistral AI a ouvert, mardi 6 octobre 2026, la préversion publique de Mistral Large 4, un modèle multimodal de 1 000 milliards de paramètres entraîné dans ses propres centres de données européens. La société française le présente comme la preuve que l’Europe peut tenir son rang dans l’intelligence artificielle. Son directeur scientifique reconnaît toutefois que l’écart avec les meilleurs modèles américains fermés n’est pas comblé, et les performances avancées restent, à ce stade, déclaratives.

Ce que Mistral a annoncé

L’annonce est datée du mardi 6 octobre. Mistral AI a mis en ligne une préversion publique de son nouveau grand modèle, baptisé Mistral Large 4, surnommé « le Chonk » en interne et abrégé ML4. Il est accessible dès à présent par l’interface de programmation (API) et par Mistral Studio, l’environnement de test de l’entreprise.

Les caractéristiques techniques annoncées sont les suivantes : un modèle multimodal de 1 000 milliards de paramètres, dont 49 milliards activés à chaque requête, contre 675 milliards au total pour le précédent, Mistral Large 3, sorti en décembre 2025. Mistral parle d’un modèle à poids ouverts, c’est-à-dire dont les fichiers de calcul pourront être téléchargés et exécutés par d’autres que l’éditeur. Ces poids seront publiés à la fin du mois, indique l’entreprise ; la presse spécialisée avance la date du 27 octobre, sans confirmation officielle de licence à ce jour. Il a été entraîné sur plus de 160 langues, dont toutes les langues officielles de l’Union européenne.

Deux éléments sortent du registre habituel d’un communiqué produit. D’une part, l’entreprise indique que, jusqu’à la publication des poids, elle confie la préversion à ce qu’elle appelle une phase de « red teaming » mené avec des responsables de la cybersécurité, des partenaires vérifiés et des autorités publiques, qui disposent du même modèle avec une modération réduite et des capacités informatiques de sécurité élargies. D’autre part, le tarif public affiché est de 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie.

Cette sortie intervient un mois après une levée de fonds de 3 milliards d’euros, une série D menée par le coréen Samsung et bouclée en septembre, qui valorise l’entreprise à plus de 21 milliards d’euros. Mistral la présente comme la plus importante levée en fonds propres jamais réalisée par une société technologique européenne.

Le nerf de la guerre : le calcul

Derrière le résultat revendiqué, il y a un chiffre que l’entreprise met elle-même en avant : Mistral Large 4 a été entraîné, écrit-elle, « à partir de zéro » sur 3 800 processeurs graphiques Nvidia Grace Blackwell, dans ses propres centres de données en Europe. La préversion publique est servie sur cette même infrastructure. Le modèle est néanmoins inféré et distribué par d’autres régions, dont un déploiement européen que Mistral exploite de bout en bout, sous droit européen, argument central de son offre commerciale.

Pour mesurer l’ordre de grandeur, il faut le comparer à ce que déploient les acteurs de tête. Selon la presse spécialisée, qui cite les propos du directeur scientifique et cofondateur Guillaume Lample, l’entraînement a mobilisé environ dix mégawatts et mobilise deux à trois fois moins de puces que la plupart des laboratoires chinois, soit environ 1 % de la flotte des géants américains. OpenAI a indiqué de son côté avoir mobilisé plus de 100 000 processeurs graphiques pour son dernier modèle de pointe. La comparaison est donc celle d’un artisan face à des groupes industriels : c’est précisément l’argument de Mistral, et sa principale fragilité.

La dépendance ne disparaît pas au niveau du composant. Les 3 800 processeurs sont des Nvidia Grace Blackwell, c’est-à-dire des puces conçues aux États-Unis. La souveraineté revendiquée porte sur le lieu d’entraînement, la juridiction des données et la capacité à exécuter le modèle soi-même ; elle ne porte pas encore sur le silicium. Mistral annonce vouloir porter sa capacité à 200 mégawatts fin 2027, puis à 1 gigawatt en 2030, en s’appuyant sur les tranches successives de sa levée de fonds. L’enjeu, pour la France, est autant industriel qu’énergétique : un gigawatt de calcul, c’est une question de production électrique et d’implantation autant que de logiciel.

Des performances revendiquées, pas encore vérifiées

Mistral affirme que ML4 « pousse la frontière de la performance des modèles à poids ouverts » et qu’il surpasse nettement tout modèle à poids ouverts développé aux États-Unis ou en Europe. L’entreprise cite des résultats sur la cybersécurité, la finance, le droit, la compréhension des images et le raisonnement scientifique. Elle indique que le modèle se classe parmi les cinq premiers de l’indice de cybersécurité d’Artificial Analysis, une évaluation présentée comme indépendante, et qu’il devance même un grand modèle fermé américain sur une tâche de repérage visuel.

Ces chiffres sont, à ce stade, ceux de Mistral. Le jour du lancement, aucun résultat d’un banc d’essai indépendant n’était disponible, et la presse spécialisée relevait deux réserves de méthode : la mesure de programmation citée par l’entreprise omet le modèle à poids ouverts le mieux classé du moment, et des scores publiés antérieurement sur le même test étaient plus élevés. La direction de Mistral ne masque d’ailleurs pas la hiérarchie réelle. « On va sortir un modèle qui est essentiellement au même niveau que les meilleurs modèles chinois d’il y a un mois ou deux », résume Guillaume Lample, qui ajoute que l’écart avec les modèles américains fermés n’est pas comblé. À Abou Dabi, le même jour, le directeur général Arthur Mensch a déclaré devant une conférence professionnelle que le nouveau modèle dépassait « les modèles chinois sur certains aspects, notamment la cyber », sans préciser lesquels ni selon quelle mesure.

La réserve n’annule pas le résultat : ramener un acteur européen au contact des meilleurs modèles ouverts avec une fraction des moyens est un fait notable. Elle en fixe la portée. Une performance annoncée n’est pas une performance vérifiée, et le sommet du classement mondial reste occupé par des modèles fermés américains et chinois.

Pourquoi cela compte depuis la France

L’intérêt du dossier dépasse la seule actualité d’un produit. Il pose une question de fond : qui contrôle l’outil, et sur quelle infrastructure. Mistral met en avant la possibilité pour un client d’héberger le modèle sur ses propres machines ou dans la région de son choix, et une région souveraine européenne où les données demeurent sous juridiction de l’Union. L’argument porte une conséquence concrète : sur des systèmes critiques, la possibilité d’exécuter et d’auditer soi-même un modèle compte davantage que la nationalité de son éditeur. L’entreprise revendique plus de 125 grands clients, dont Airbus, ASML et HSBC, et vise l’industrie, la cyberdéfense et le traitement documentaire.

Reste que la souveraineté utile se mesure à la chaîne complète : la donnée, le calcul, la puce, l’énergie et les compétences. Mistral tient aujourd’hui le logiciel et une partie de la donnée ; il dépend encore, pour le calcul, d’un fournisseur américain et de financements partiellement étrangers. Le succès de l’entreprise ne se confond donc pas avec l’indépendance du pays, mais il en est une condition possible. C’est là que le dossier rejoint la question posée par la maison : quand un champion national grandit, qui fixe réellement les limites de son marché, et qui conserve la maîtrise de l’infrastructure sur laquelle il repose ?

À retenir

• Mistral AI a ouvert le 6 octobre 2026 la préversion publique de Mistral Large 4, un modèle multimodal de 1 000 milliards de paramètres dont 49 milliards activés par requête.
• Le modèle a été entraîné sur 3 800 processeurs Nvidia dans les centres de données européens de Mistral ; ses poids seront publiés à la fin du mois.
• L’entreprise revendique des performances de premier plan parmi les modèles à poids ouverts, mais aucun banc d’essai indépendant n’était disponible au lancement.
• Guillaume Lample, directeur scientifique et cofondateur, reconnaît que l’écart avec les modèles américains fermés n’est pas comblé.
• Mistral met en avant la résidence européenne des données et l’auto-hébergement comme arguments de souveraineté, tout en dépendant de puces Nvidia conçues aux États-Unis.
• La série D de 3 milliards d’euros, menée par Samsung en septembre, doit financer le passage à 200 mégawatts fin 2027 puis à 1 gigawatt en 2030.

À lire aussi

• IA frugale : le Sénat propose un « Airbus de l’IA » pour faire de l’énergie un levier
• Supercalculateurs : à Angers, la seule usine d’Europe double sa production
• IA militaire : Arcadia, la réponse française au Maven de Palantir
• Open-source ou totalitarisme : la France face à l’hégémonie numérique

Question aux lecteurs

Mistral AI, champion français de l’intelligence artificielle, entraîne ses modèles dans ses propres centres de données européens, mais dépend encore de puces conçues aux États-Unis. Qu’est-ce qui compte le plus pour la souveraineté numérique ?

Sondage sans valeur représentative : il reflète l’avis des lecteurs qui choisissent d’y répondre, et non celui de la population française.

Pour aller plus loin

• Introducing Mistral Large 4 (Mistral AI, annonce officielle, 6 octobre 2026)
• Mistral AI lance un nouveau modèle d’IA censé « réduire l’écart » avec les meilleurs concurrents chinois (Le Monde, 6 octobre 2026)
• Mistral dévoile son nouveau modèle d’IA, Large 4 (L’Agefi, 6 octobre 2026)
• Mistral annonce Large 4, sa nouvelle IA qui défie les cadors chinois (Frandroid, 6 octobre 2026)
• Mistral AI veut revenir dans la course à l’IA avec son nouveau modèle (Maddyness, 6 octobre 2026)
• Fiche technique Mistral Large 4 (documentation Mistral AI)

Méthode : le fait central, l’ouverture le 6 octobre 2026 de la préversion publique de Mistral Large 4, modèle de 1 000 milliards de paramètres entraîné dans les centres de données européens de Mistral, est établi par des origines réellement distinctes : l’annonce officielle de Mistral AI (documentation et page produit) ; Le Monde ; L’Agefi ; Frandroid ; Maddyness ; et la dépêche de Reuters rapportant les propos tenus le même jour par le directeur général à Abou Dabi. Les reprises d’une même dépêche ou d’un même communiqué comptent pour une seule origine. Réserves principales : toutes les performances avancées proviennent de Mistral et aucun banc d’essai indépendant n’était disponible au lancement ; la mesure de programmation citée omet le modèle à poids ouverts le mieux classé et des scores antérieurs sur le même test étaient plus élevés ; l’écart avec les meilleurs modèles américains fermés n’est pas comblé, ce que l’entreprise reconnaît elle-même ; les poids du modèle n’étaient pas encore publiés et la licence n’est pas connue ; les volumes de clients et les capacités de calcul annoncés sont des déclarations de l’entreprise ; la mention de la publication des poids « à la fin du mois » et la date du 27 octobre proviennent de l’entreprise et de la presse spécialisée. Les liens ci-dessus renvoient aux pièces publiques de référence.