Mistral Large 4 est téléchargeable librement depuis le 29 octobre. Ce modèle d’environ 1 000 milliards de paramètres a été conçu à Paris et entraîné en Europe : cocorico, avec quelques nuances plus bas.
Qu’est-ce qui est sorti le 29 octobre ?
Mistral a publié les poids de Large 4 sur Hugging Face, trois semaines après l’avant-première du 6 octobre, que nous racontions dans notre article du 7 octobre. Les poids, ce sont les milliards de réglages du modèle : avec eux, n’importe qui peut le faire tourner chez soi.
Le modèle compte environ 1 000 milliards de paramètres, dont 49 milliards travaillent à chaque mot. C’est une architecture dite « mixture d’experts » : un modèle découpé en spécialistes, dont seuls quelques-uns répondent à chaque fois. Il lit du texte et des images, répond en texte, et accepte un million de tokens de contexte, de quoi avaler plusieurs romans d’un coup. Trois niveaux de réflexion sont proposés, faible, moyen et élevé, pour répondre vite ou creuser.
Côté fabrication, la fiche officielle indique un entraînement sur 3 800 puces Nvidia Grace Blackwell, dans des centres de données de Mistral en Europe. Selon le site TNW, la phase d’apprentissage par renforcement, celle qui corrige le modèle par essais et récompenses, a tourné en France, sur environ 10 mégawatts.
Peut-on s’en servir librement ?
La licence s’appelle Mistral Ecosystem Open-Weight License, une variante de la licence MIT. Elle autorise l’usage commercial comme non commercial. Une seule condition de taille : vendre l’accès au modèle comme un service, le « Model-as-a-Service », demande un accord commercial avec Mistral. Cela répond à la question que laissait ouverte notre article du 15 octobre.
Reste le matériel. La version compressée demande quatre cartes Nvidia B200 ou B300, des cartes de centre de données. Mistral annonce des versions plus petites, dont une pour ordinateur portable, sans donner de date.
Est-il au niveau des meilleurs ?
Il est bon en programmation et en cybersécurité, moins en général. La plupart des chiffres viennent de Mistral. Sur Terminal-Bench 4.0, un test de programmation dans un terminal, il passe de 28 % à l’avant-première à 41 %, juste devant GLM-5.3, un modèle ouvert chinois, à 40 %. Sur l’indice de programmation d’Artificial Analysis, il fait 48 %, à égalité avec GLM-5.3, avec 47 % de tokens en moins par tâche.
Sur l’indice général d’Artificial Analysis (version 5), Mistral Large 4 obtient 26, le meilleur score des modèles ouverts occidentaux. Les meilleurs modèles ouverts chinois font mieux, c’est Mistral qui l’écrit lui-même, et Gemini 4 Carbon, un modèle fermé, est à 59 (notre article sur Gemini 4 Carbon).
Qu’est-ce que ça change pour une entreprise européenne ?
Pour un cabinet juridique, une banque ou une administration, la vraie question est souvent : où passent les données ? Un modèle téléchargé peut tourner sur ses propres serveurs. Pierre Stock, vice-président science de Mistral, le résume ainsi : l’IA sera comme l’électricité, et personne ne devrait dépendre d’un fournisseur qui peut couper l’accès du jour au lendemain. Mistral met en avant la cybersécurité, la finance et le droit.
Arthur Mensch, le directeur général, affirme que Mistral a levé environ 6 milliards de dollars en trois ans, quand d’autres lèvent des centaines de milliards. Difficile à vérifier : les laboratoires chinois publient peu sur leurs coûts.
Notre avis
Je suis fier de voir un modèle de ce niveau sortir de Paris, avec ses poids en téléchargement libre et une licence lisible. Il est entraîné sur des puces américaines, soit, mais les centres de données et l’apprentissage sont en Europe. Je reste lucide : 26 contre 59 pour le meilleur modèle fermé, l’écart se voit. Pour qu’on ne dépende pas seulement de deux ou trois géants américains et chinois, c’est un vrai atout. J’attends maintenant la version qui tourne sur un portable.
Laisser un commentaire