Mistral Large 4 : prix, poids ouverts et benchmarks

👁 118 lectures

Mistral AI a lancé le 6 octobre 2026 l’aperçu public de Mistral Large 4, surnommé en interne « Le Chonk » : un modèle Mixture-of-Experts (MoE) comptant 1,05 billion de paramètres, dont 49 milliards sont actifs pour chaque token, doté d’une entrée image et d’une fenêtre de contexte de 1 million de tokens. L’API est opérationnelle dès le premier jour à environ 1,22 EUR (1,36 USD) par million de tokens en entrée et environ 3,74 EUR (4,18 USD) par million en sortie (avec un rabais de moitié pour le lancement), tandis que les poids ouverts doivent paraître d’ici fin octobre. Les conversions en euros reposent sur le taux de référence de la BCE du 12 octobre 2026 (1 EUR = 1,1181 USD, source : https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml). J’ai examiné les sources, la grille tarifaire et j’ai aussitôt soumis le modèle à mon protocole de test. Retrouvez l’ensemble de notre couverture dans le hub Mistral AI.

Ce que Mistral a présenté le 6 octobre

Mistral Large 4 constitue le premier modèle « Large » depuis décembre 2025 et le plus imposant de l’histoire de la structure. Mistral le décrit comme un hybride entre modèle d’instructions et modèle de raisonnement : la même architecture répond directement ou enclenche une phase de « réflexion » préalable selon vos réglages. L’entreprise le qualifie de « meilleur modèle à poids ouverts provenant des États-Unis ou d’Europe sur les benchmarks agrégés ». Cette restriction géographique est délibérée : les classements ouverts restent dominés depuis plus d’un an par les laboratoires chinois DeepSeek, Moonshot (Kimi), Alibaba (Qwen) et Z.ai (GLM).

Ces données doivent être considérées comme préliminaires. Les premières publications reprenaient parfois les chiffres de 675 milliards au total pour 41 milliards actifs, correspondant en réalité à son prédécesseur, Mistral Large 3. La répartition des experts, le routage et l’agencement précis des couches seront détaillés lors de la diffusion des poids.

Les performances sur les benchmarks de référence

Mistral a concentré ses efforts sur les domaines cibles pour les déploiements en entreprise et dans le secteur public : cybersécurité, finance, juridique, industrie et programmation.

De manière indépendante, Artificial Analysis a déjà évalué le modèle : il affiche un score de 38,4 points sur l’Intelligence Index, le plaçant au 8e rang des modèles ouverts derrière sept modèles chinois (données du 6 octobre, via Trending Topics). À titre de comparaison, Claude Opus 5.5 y atteint 57,6 points et MiMo-V2.6-Pro culmine à 46,3 points. Retrouvez notre comparatif complet dans l’article Mistral Large 4 face à Claude, GPT, Gemini et DeepSeek.

Poids ouverts : disponibilité et licence attendue

• Date de sortie : Mistral annonce « d’ici la fin du mois ». Le média VentureBeat avance l’échéance du 27 octobre, après environ trois semaines d’audits de sécurité avec des spécialistes de la cybersécurité, des partenaires industriels et des services étatiques.
• Raison de l’attente : Pierre Stock, vice-président de la recherche, a indiqué à TechCrunch que Mistral souhaite vérifier avec des partenaires de confiance la viabilité défensive des poids ouverts pour éviter les usages offensifs non contrôlés. Selon ces échanges, la version mise à disposition contiendra aussi le checkpoint définitif, l’entraînement par renforcement étant encore en cours de finalisation.
• Licence logicielle : non confirmée. Large 3 et Small 4 utilisaient Apache 2.0, Medium 3.5 une licence MIT modifiée, et VentureBeat prévoit une licence propre à Mistral. À ce stade, il est peu probable que la licence Apache 2.0 soit retenue.

Un hébergement sur votre propre machine grand public reste inenvisageable : manipuler 1,05 billion de paramètres nécessite environ 2,1 To d’espace en précision 16 bits et autour de 525 Go après une quantification sévère en 4 bits (selon mes estimations). Cela exige une infrastructure de serveurs dédiés, bien loin d’une simple GeForce RTX 4090. Pour découvrir des architectures adaptables à votre matériel, consultez notre présentation globale dans le guide Mistral AI.

Prix de l’API : une offre compétitive

Le barème officiel d’environ 1,22 / 3,74 EUR (1,36 / 4,18 USD) par million de tokens situe Mistral Large 4 en dessous de Claude Sonnet 5.5 et GPT-6.1 Sol (tous deux affichés à 2 / 10 USD, soit environ 1,79 / 8,94 EUR sur OpenRouter), ainsi que sous Mistral Medium 3.5 (1,50 / 7,50 USD, soit environ 1,34 / 6,71 EUR). La remise initiale de 50% abaisse temporairement le coût à environ 0,61 / 1,87 EUR (0,68 / 2,09 USD). Mistral n’a pas précisé la durée de cette offre, les échos de l’industrie suggérant environ deux semaines sans confirmation officielle. Gardez en tête que le raisonnement augmente fortement le volume de génération : lors de mes tests, 42 230 des 62 423 tokens de sortie ont servi uniquement à la réflexion interne facturée. Le détail complet des tarifs de la marque est disponible sur la page Tarifs Mistral AI.

Comment et où accéder au modèle

1. API Mistral Studio : accessible sur La Plateforme avec un compte développeur.
2. OpenRouter : intégré dès le lancement avec Mistral comme unique fournisseur initial. C’est par ce biais que j’ai réalisé mes tests. Consultez notre tutoriel pour bien démarrer avec OpenRouter.
3. Mistral Vibe (anciennement Le Chat) : aucun élément de la présentation n’indique l’intégration immédiate de Large 4 dans l’interface grand public. Pour référence, l’abonnement Mistral Pro est affiché à 17,99 EUR par mois toutes taxes comprises en France au 12 octobre 2026 (source : https://mistral.ai/fr/pricing/).

Remarque pratique : via OpenRouter, vous ne pouvez configurer que deux états de réflexion (activée à son niveau maximal ou désactivée), sans options intermédiaires comme les modes réduits que l’on observe parfois ailleurs.

Retour sur notre premier banc d’essai

Dès sa disponibilité, j’ai passé Mistral Large 4 à travers le protocole de 13 tâches appliqué à plus de 30 modèles concurrents dans notre comparatif : 9 productions rédactionnelles (article, fiche produit, courriel commercial, publication pour réseaux sociaux, récit narratif, recherche de titres, synthèse, vulgarisation pour enfant, traduction), deux épreuves de correction stylistique et deux quiz linguistiques poussés. Nous avons testé le modèle en polonais afin de mesurer sa tenue sur les langues d’Europe centrale. Les résultats ont été jugés à l’aveugle par Claude Opus 5.5 et GPT-6 Sol :

• Avec mode de raisonnement actif : 69,2 points sur 100, ce qui l’établit au niveau de Mistral Medium 3.5 (68,0), mais nettement en retrait face à DeepSeek V4 Pro (74,1) et Claude Sonnet 5.5 (80,4).
• Sans raisonnement : 65,6 points, mais avec une génération des 9 textes en seulement 91 secondes au lieu de près de 15 minutes, pour un coût total d’environ 0,013 EUR (0,015 USD) pour les 13 tâches.
• Points forts : une excellente maîtrise des règles et subtilités de la langue testée (46/46 et 46/48 aux épreuves linguistiques).
• Faiblesses constatées : lors du raisonnement approfondi, le modèle a saturé par trois fois la limite allouée de tokens d’émission uniquement pour sa phase de pensée, renvoyant un texte incomplet ou tronqué, tout en montrant quelques approximations factuelles non sollicitées.

Vous retrouverez l’ensemble des données détaillées et le tableau d’évaluation dans notre rapport consacré à l’évaluation de Mistral Large 4.

Que retenir de cette annonce

Pour l’écosystème européen, l’arrivée de Mistral Large 4 représente une avancée majeure : une architecture massive, pré-entraînée dès l’origine au sein de centres de données situés sur le territoire européen, optimisée pour toutes les langues de l’UE et destinée au monde open source. Si vous recherchez avant tout le meilleur rapport coût/performance pour de la simple génération éditoriale, des alternatives comme Gemini 3.8 Flash ou certaines solutions concurrentes conservent des arguments. Ce modèle prend en revanche tout son sens pour les entreprises exigeant une souveraineté stricte sur l’hébergement de leurs données au sein de l’UE ou souhaitant déployer un modèle souverain en local dans les semaines à venir. La veille de cette sortie, une initiative comparable a été menée outre-Atlantique par Reflection AI avec son architecture Beam.

Sources

• Mistral : Introducing Mistral Large 4 (06/10/2026)
• Documentation Mistral pour mistral-large-4-0 (caractéristiques, fenêtre de contexte, grille tarifaire)
• VentureBeat (calendrier des poids ouverts au 27/10, licence)
• MarkTechPost (volume de 1,05 billion de paramètres)
• TestingCatalog (benchmarks et red teaming)
• TechCrunch (déclarations de Pierre Stock)
• Trending Topics (classement Artificial Analysis Intelligence Index)
• Liste des modèles OpenRouter et tests effectués sur notre banc d’essai, 07/10/2026

Dernière vérification : 7 octobre 2026.

// lire la suiteMistral AI Large : personnaliser vos e-mails sans données personnellesGuidesMistral Large 4 vs Claude, GPT, Gemini et DeepSeek : prix et testsBenchmarksMistral AI : Vibe (Le Chat), modèles, prix et benchmarks (2026)Outils d'IA

Kinetyra