Mistral ouvre les poids améliorés de Large 4 pour les agents et la cybersécurité
L’essentiel de l’annonce
Mistral diffuse les poids améliorés de son modèle Large 4 après sa préversion. L’hébergement propre devient possible, avec une licence spécifique et des performances rapportées par l’éditeur.
- Date de la source
- Catégorie
- Modèles et assistants
- À qui cela s’adresse
- Annonce originale du 2026-10-29.
- Sujet du contenu
- Mistral ouvre les poids améliorés de Large 4 pour les agents et la cybersécurité
- Entreprises / organismes
- Mistral AI
- Technologies
- Modèle multimodal, Agent IA
Présentation
Mistral AI annonce le 29 octobre la diffusion des poids de Large 4, son modèle capable de lire du texte et des images et de produire du texte. Les équipes peuvent l’héberger et l’adapter, au lieu de dépendre uniquement d’un service à distance.
La nouveauté concerne les poids améliorés après la préversion d’octobre. L’annonce décrit des progrès en programmation, cybersécurité défensive et efficacité du raisonnement. Elle remplace, pour cette diffusion, le calendrier antérieur qui annonçait encore le 31 octobre.
Ce qui change
La diffusion du 29 octobre concerne les poids améliorés après la préversion.
Disposer des poids et choisir l’hébergement
Le dépôt officiel présente le modèle et ses fichiers. La carte décrit une architecture à experts, qui active une partie du modèle à chaque unité de texte, et un contexte d’un million de tokens. Mistral annonce aussi un accès par ses services et des partenaires. Les coûts d’infrastructure restent distincts du tarif API.
Adapter l’effort de raisonnement
Trois niveaux, faible, moyen et élevé, permettent de choisir l’effort selon la tâche. Mistral rapporte des gains en programmation et en efficacité des tokens. Ces comparaisons dépendent des tests et configurations indiqués et ne démontrent pas une économie identique dans tous les projets.
Fonctionnement
Un même modèle combine instructions, raisonnement, vision et appels d’outils. L’application doit encadrer les outils et vérifier les résultats, y compris lorsqu’elle héberge elle-même les poids.
Délimiter
Choisir une tâche et les données et outils accessibles au modèle.
Configurer
Sélectionner l’hébergement et le niveau de raisonnement adaptés.
Évaluer
Comparer les réponses, coûts et erreurs sur un jeu représentatif avant élargissement.
Usages possibles
La sortie intéresse les organisations qui cherchent davantage de contrôle sur l’hébergement ou l’adaptation. La licence autorise notamment l’usage interne, avec attribution, mais distingue les fournisseurs de modèles accessibles à des tiers.
Exemple possible
Un exemple possible
Une équipe pourrait évaluer le modèle pour préparer des correctifs dans un environnement isolé. Ce scénario ne prouve pas la fiabilité des correctifs ni leur autorisation automatique.
Accès et limites
Les scores cités restent ceux rapportés par Mistral et ne garantissent ni performance universelle ni sécurité. L’éditeur reconnaît un potentiel d’usage offensif. La variante cyber spécialisée destinée à des partenaires reste une préversion contrôlée distincte. L’hébergement exige des ressources spécialisées et une licence commerciale séparée peut être nécessaire.
Conditions d’accès. Poids sous Mistral Ecosystem Open-Weight License. Restriction spécifique pour les entreprises proposant des modèles en tant que service.
Pour votre projet
Examiner la licence de l’usage exact et le coût total. Le tarif API annoncé est de 0,70 dollar par million de tokens en entrée, 0,07 en entrée cachée et 2,10 en sortie.
- L’usage relève-t-il d’une offre de modèles en tant que service ?
- Les évaluations couvrent-elles les erreurs et tentatives de détournement pertinentes ?
Sources et vérifications
Source de l’annonce
Mistral Large 4 (Le Chonk) is now open weight
Lire la source officielleSources complémentaires
- Carte officielle
Décrit l’architecture, le contexte, les modes et les conditions techniques, sans essai effectué.
- Licence officielle
Texte intégral des droits, de l’attribution et de la restriction commerciale avec ses exceptions.
Source vérifiée le . Les résultats présentés sont ceux annoncés par les auteurs.
Sources consultées lors de la tâche planifiée. Aucun logiciel présenté n’a été installé ni essayé.
Fiche préparée avec ChatGPT. Notre méthode éditoriale.