L'entreprise française, accusée d'avoir lâché le développement de modèles de pointe, dévoile Mistral Large 4. La start-up se rapproche des performances des IA Chinois, et promet d'accélérer son rythme d'innovation.

Promis, Mistral n'a pas abandonné la course. C'est sans le dire aussi directement ce que veut prouver la start-up avec le lancement de son nouveau modèle Mistral Large 4. Celui-ci arrive dix mois après la version précédente, quand les modèles américains et chinois publient une mise à jour de leurs IA les plus performantes tous les deux à quatre mois. Large 4 « ne ferme pas tout à fait l'écart avec les modèles dits frontière, mais le réduit significativement », prévient Guillaume Lample, directeur scientifique et cofondateur de la start-up, lors d'un appel avec la presse. Il a par ailleurs rappelé au passage pourquoi Mistral avait été créé : s'assurer que l'Europe dispose d'une des technologies « les plus transformatives jamais créées ». « Pour le dire simplement, on est un laboratoire de frontière et on entraîne des modèles frontières, et donc vous n'avez pas fini d'entendre parler de nous très régulièrement », ajoute Pierre Stock, vice-président des opérations scientifiques.

Mistral promet d'accélérer la cadence de ses sorties.

Comme une réponse à ceux qui, ces derniers temps, s'inquiètent de l'absence de saut de performance du seul éditeur de grand modèle de langage européen. Certains estiment que l'entreprise avait adopté une stratégie proche du « consulting » et du déploiement d'outils d'IA spécifiques aux métiers de ses clients. Plus d'un tiers des effectifs de Mistral sont des ingénieurs consacrés à l'installation et à la personnalisation de systèmes d'IA. L'intégration de modèles chinois (GLM-5.2 et GLM-5.3 du laboratoire chinois Z.ai) à sa plateforme suscite aussi des interrogations. Elle donne l'impression que Mistral se concentre sur l'infrastructure et le déploiement, laissant les modèles de pointe à la concurrence.

Mais avec l'annonce de ce nouveau modèle surnommé « Le Chonk » (un gros chat en langage Internet), entraîné pendant deux mois sur 4 000 puces GPU Grace Blackwell Nvidia, Mistral espère rassurer ce petit monde. Le modèle serait « essentiellement au même niveau que les meilleurs modèles chinois d'il y a un mois ou deux », a précisé Guillaume Lample. Mistral se positionne donc dans la même catégorie que Kimi et DeepSeek, qui sont « open weights », c'est-à-dire dont les poids sont librement téléchargeables, et qui se diffusent rapidement. Mais pas au niveau des modèles fermés (seulement accessibles grâce à l'abonnement ou API) d'OpenAI et d'Anthropic.

Mais reste loin des géants américains en matière de capacité de calcul.

Pierre Stock se dit très confiant sur les capacités d'amélioration rapide du modèle, estimant que Mistral pourra « dicter le rythme d'innovation des modèles ouverts ». D'abord, parce que l'entreprise vient de boucler une levée de fonds de 3 milliards d'euros qui va lui permettre d'acquérir de nouvelles capacités de calcul. La start-up, qui dispose d'environ 10 MW (4 000 puces Nvidia Blackwell), prévoit d'atteindre 1 GW d'ici à 2030. OpenAI et Anthropic visent 30 GW et 15 GW. Mais les modèles chinois sont plutôt dans les mêmes ordres de grandeur que ceux de l'entreprise tricolore.

Au-delà du calcul, il y a la question des données. Sur ce point, Mistral estime avoir « débloqué une façon d'entraîner des modèles » qui ne repose pas uniquement sur la distillation (le fait d'extraire les capacités d'un modèle très performant pour en développer un autre). L'entreprise affirme que la plupart de ses concurrents dépendent davantage de cette méthode. Mistral dit s'appuyer majoritairement sur la création de « centaines de milliers d'environnements d'entraînement ». Comprendre des espaces virtuels où les modèles peuvent s'entraîner à la résolution de bugs, de problèmes mathématiques, à la détection de failles de cybersécurité. Une salle de gym pour IA, en quelque sorte. Le rythme de sortie de nouveaux modèles devrait donc s'accélérer ces prochains mois, promet Guillaume Lample.

Plus fort qu'OpenAI et Anthropic sur l'analyse géospatiale.

Le « Chonk » serait particulièrement performant en cybersécurité, en code informatique, en design industriel (conception industrielle) et dans l'analyse de grandes quantités de documents et de feuilles de calcul. En analyse géospatiale, il surpasserait largement certains modèles concurrents sur les benchmarks (tests de référence) cités par Mistral, notamment certains modèles fermés dont GPT-6 Astra d'OpenAI et Fable 5.1 d'Anthropic. À partir d'une photo satellite, le modèle est capable d'identifier des choses suspectes, comme des feux de forêt, précise Pierre Stock. « On peut même poser des questions plus complexes, comme repérer tous les camions qui se dirigent vers le nord. » Ce domaine serait très demandé par les clients de Mistral. Récemment, la start-up a signé un contrat avec TotalEnergies pour accélérer la détection de nouveaux gisements, à partir de données géologiques.

Mistral Large 4 est disponible grâce à une API en avant-première pour tout le monde. Pendant trois semaines, l'entreprise surveillera les usages de près, et soumettra le modèle à des exercices de « red teaming » - c'est-à-dire des exercices consistant à le pousser à des actions malveillantes pour mieux le sécuriser. Après quoi, il sera librement téléchargeable en open weights, le 27 octobre.