Mistral Large 4 : les poids sont là, le défi cloud commence

Cette fois, il y a quelque chose à télécharger

Le 6 octobre, Mistral présentait Large 4 en préversion API et annonçait ses poids pour la fin du mois. Ce 29 octobre 2026, le dépôt officiel contient bien les fichiers du modèle : environ 1,06 To, répartis en 54 fichiers Safetensors. Le passage d’une promesse à un artefact exploitable est la vraie nouvelle.

Un gros modèle, pas un simple téléchargement de plus

La documentation technique décrit une architecture Mixture-of-Experts, avec environ 1 050 milliards de paramètres au total et 52 milliards actifs, ainsi que des entrées texte et image. Tous les paramètres ne participent donc pas à chaque étape du calcul ; cela ne fait pas disparaître le besoin de mémoire.

Une variante NVFP4 est également proposée pour les GPU Blackwell. Les performances annoncées par l’éditeur restent des résultats à confronter à ses propres tâches. Notre intérêt porte surtout sur ce que l’on peut faire fonctionner de façon fiable.

Des poids ouverts, avec des conditions précises

Point essentiel : la Mistral Ecosystem Open-Weight License ne se résume pas à une licence MIT sans restriction. Le texte de la licence prévoit un accord commercial séparé pour une activité de Model-as-a-Service. Il distingue cet usage de l’utilisation interne et de certaines fonctionnalités intégrées à un produit.

Pour un hébergeur, cette distinction change la préparation d’une offre. Télécharger un modèle ne suffit pas à établir que l’on peut revendre librement son accès.

Pour le cloud, la partie intéressante commence après

Choisir son moteur d’inférence, mesurer le temps avant le premier token, tenir la charge et isoler les clients : c’est là que se joue l’expérience réelle. Une réponse réussie dans une démo ne dit pas combien de requêtes simultanées une plateforme peut absorber, ni à quel coût.

Côté automatisation, nous regarderions d’abord des tâches concrètes : expliquer un journal d’erreur, proposer un correctif ou préparer une configuration. Puis nous vérifierions les limites : droits des outils, validation humaine et possibilité d’annuler une action. Un modèle puissant mérite un cadre d’exécution tout aussi solide.

Chez Novoid, cette sortie nourrit notre veille sur l’IA et les infrastructures. Elle ne constitue pas l’annonce d’un déploiement de Large 4 dans nos services. L’intérêt est de pouvoir comparer, expérimenter et décider sur des résultats mesurés plutôt que sur une fiche de scores.

Annonce initiale de Mistral. Illustration conceptuelle générée pour cet article.