Mistral 4 (Le Chonk) : le plus grand et meilleur modèle d'IA open-weight d'Europe est là.

Mistral Large 4 est là, et l'Europe vient de dévoiler son plus grand modèle d'IA

Quelques jours seulement après la surprise Kolibri de l'allemand Aleph Alpha, l'Europe signe un nouveau grand moment. L'entreprise française d'IA Mistral AI a publié Mistral Large 4, le modèle le plus grand et le plus performant de son histoire. En interne, il porte le surnom de « le Chonk », à peu près « le gros » ou « le mastodonte », et un coup d'œil aux chiffres suffit pour comprendre pourquoi.

L'EUROPE VIENT DE LANCER UN MODÈLE DE 1 BILLION DE PARAMÈTRES.

Et le meilleur dans tout ça : tu n'as pas besoin d'attendre. Tu peux utiliser Mistral 4 sur xPrivo dès le premier jour, de façon privée, dans l'UE, et gratuitement pendant la période de lancement.

Qu'est-ce que Mistral Large 4 (« Le Chonk ») ?

Mistral Large 4 est un modèle de langage Mixture-of-Experts d'environ 1 billion de paramètres au total, dont environ 49 milliards sont actifs par token. Concrètement, il dispose de la capacité de connaissance d'un modèle géant, mais n'utilise qu'une fraction de ses paramètres pour chaque réponse. Selon Mistral, il a été entraîné sur 3 800 GPU NVIDIA Grace Blackwell.

Les informations clés en un coup d'œil :

• Développeur : Mistral AI, une entreprise européenne basée à Paris, en France.
• Surnom de Mistral Large 4 : « le Chonk »
• Taille : environ 1 billion de paramètres au total, dont environ 49 milliards actifs.
• Matériel d'entraînement : 3 800 GPU NVIDIA Grace Blackwell (selon Mistral).
• Points forts : tâches de cybersécurité, workflows agentiques, résistance à l'injection de prompt.
• Disponibilité : préversion disponible dès maintenant, poids prévus pour fin octobre 2026.

C'est le modèle phare de Mistral, et un signal clair : l'IA européenne ne se contente pas de jouer dans la cour des petits modèles.

Que signifie « open-weight » et pourquoi est-ce important ?

Mistral prévoit de publier les poids de Mistral Large 4 fin octobre 2026. Open-weight signifie que tu peux télécharger les paramètres entraînés du modèle et le faire tourner sur ton propre serveur ou sur ta propre infrastructure. Pas de boîte noire, pas de dépendance à un fournisseur unique, et une confidentialité totale.

C'est un vrai atout pour toi ou ton entreprise, car les principaux fournisseurs d'IA américains, comme Anthropic avec Claude et OpenAI avec GPT, n'autorisent pas l'exécution de leurs modèles sur l'infrastructure des utilisateurs. Avec des modèles propriétaires dont les poids ne sont pas publiés, tu dois toujours faire confiance aux entreprises qui les développent pour ne pas lire tes prompts sensibles et ne pas entraîner leur prochain modèle avec tes conversations. Les avantages des publications open-weight sont les suivants :

• Souveraineté : le modèle peut tourner sur ta propre infrastructure dans l'UE, selon les règles européennes.
• Confidentialité : si tu héberges les poids toi-même, tes prompts n'ont pas besoin de quitter ton propre environnement.
• Indépendance : personne ne peut désactiver ou modifier le modèle du jour au lendemain.

C'est aussi la raison pour laquelle nous sommes si enthousiastes chez xPrivo. Les poids ouverts nous permettent de déployer Mistral 4 sur notre propre infrastructure en Europe dès que le modèle sortira de la préversion actuelle. Tu trouveras plus de détails dans le plan de déploiement ci-dessous.

Remarque : Mistral fera d'abord tester le modèle par des chercheurs en sécurité, des partenaires et des organisations gouvernementales avant de publier les poids. Nous mettrons cet article à jour dès que les poids et les conditions exactes de la licence seront disponibles.

Comment discuter gratuitement avec Mistral 4 sur xPrivo

xPrivo est un assistant IA open source, axé sur la confidentialité, venu d'Europe et fonctionnant par défaut sur une infrastructure européenne. Utiliser Mistral 4 se fait en trois étapes :

1. Ouvre le chat xPrivo.
2. Ouvre le sélecteur de modèle et choisis Mistral 4.
3. Commence à discuter. L'utilisation est actuellement gratuite.

Où vont tes données ?

Pour l'instant, Mistral 4 sur xPrivo fonctionne sur l'infrastructure propre de Mistral, située dans l'UE. Tes données restent ainsi en Europe et sous souveraineté européenne des données. Plus tard, une fois le modèle finalisé et les poids publics, nous prévoyons de l'exécuter sur notre propre infrastructure afin de garantir un contrôle et une maîtrise maximaux.

Notre plan de déploiement pour Mistral 4

Phase	Ce qui se passe	Qui y a accès
Maintenant (préversion)	Mistral 4 est disponible sur xPrivo, hébergé par Mistral dans l'UE	Tout le monde, gratuit pour une durée limitée
Ensuite	Fin de la période de lancement gratuite	Utilisateurs PRO
Plus tard (version finale)	Le modèle sort de la préversion et tourne sur l'infrastructure propre de xPrivo	Modèle par défaut pour tous les utilisateurs xPrivo

Mistral 4 est-il performant ? Ce que nous avons constaté dans nos propres tests

Nous ne voulions pas simplement répéter le communiqué de presse, alors nous avons testé Mistral Large 4 nous-mêmes. Dans nos propres tests, il s'est très bien comporté sur les questions de raisonnement logique et les tâches de programmation. Il a aussi mieux géré les langues européennes que les modèles open source non européens auxquels nous l'avons comparé. Dans notre comparaison directe, il a également devancé Kimi K3.

Ce dernier point compte pour nous. Les utilisateurs européens ont besoin d'un modèle qui maîtrise couramment l'allemand, le français, l'espagnol, l'italien et les autres langues européennes, avec leurs nuances et leur contexte culturel, au lieu de les traiter comme un détail. De nombreux utilisateurs et organisations se soucient aussi de l'origine d'un modèle et des valeurs qui le façonnent. Les modèles chinois sont connus pour leur censure : la réglementation chinoise sur l'IA générative exige que les réponses reflètent les « valeurs socialistes fondamentales », et des modèles comme DeepSeek, Kimi, MiniMax, Qwen et GLM sont largement signalés comme évitant ou esquivant les questions et les critiques portant sur des événements historiques et actuels chinois ainsi que sur des personnalités politiques. Un modèle conçu en Europe est développé dans un contexte juridique et culturel européen, avec des exigences de transparence, de neutralité et de protection des données. Dans nos tests, Mistral 4 a tenu ses promesses sur les deux plans : des réponses naturelles et précises dans les langues européennes, et des réponses équilibrées sur les sujets politiques sensibles.

Benchmarks de Mistral Large 4 : ce que rapporte Mistral

Mistral compare son nouveau modèle phare principalement à d'autres modèles open-weight, dont les versions récentes de GLM de Z.ai et plusieurs versions de DeepSeek. Voici les principaux résultats annoncés par Mistral :

Benchmark	Ce qu'il teste	Résultat de Mistral Large 4
CTF Speedrun	Défis de sécurité sous pression temporelle	18 tâches sur 19 en 40 minutes (second : GLM 5.2 avec 16)
AutomationBench	Accomplissement de tâches agentiques	59,9 % (modèle précédent : 6,3 %)
B3 Agent Security Benchmark	Résistance à l'injection de prompt et aux attaques	9 attaques sur 10 repoussées
DeepSWE 1.1 / Terminal Bench 4.0	Développement logiciel	Correct parmi les modèles open-weight

Source : annonce officielle de Mistral. Les benchmarks des éditeurs sont un point de départ, teste donc le modèle sur tes propres tâches.

Là où Mistral 4 brille

• Cybersécurité : l'excellent résultat au CTF Speedrun montre à quel point le modèle gère bien les tâches de sécurité sous pression. Mistral indique aussi que le modèle ne refuse pas les travaux liés à la sécurité, ce qui peut aider les défenseurs, par exemple pour analyser de nouveaux logiciels malveillants ou évaluer des vulnérabilités.
• Tâches agentiques : le bond de 6,3 % à 59,9 % sur AutomationBench représente presque une multiplication par dix par rapport au prédécesseur et place le modèle au niveau des concurrents open-weight chinois.
• Sécurité face aux attaques : repousser neuf tentatives d'injection de prompt sur dix est un résultat solide pour un modèle destiné à agir comme agent.

Là où nous restons honnêtes

Les graphiques de Mistral ne montrent que des concurrents open-weight. En développement logiciel, les meilleurs modèles propriétaires d'OpenAI et d'Anthropic obtiennent des scores nettement supérieurs, mais ils ne figurent pas dans la comparaison de Mistral. De plus, certains détails des résultats publiés manquent, ce qui rend un jugement définitif plus difficile. Des tests indépendants montreront dans quelle mesure ces chiffres se confirment en pratique.

Mistral 4 face aux autres géants open-weight

Pour mettre la taille en perspective, voici comment Mistral Large 4 se situe par rapport à d'autres grands modèles open-weight, d'après les nombres de paramètres publiés :

Modèle	Fournisseur	Paramètres (total / actifs)
Mistral Large 4	Mistral AI (France)	~1 billion / ~49 Md
MiMo-V2.6-Pro	Xiaomi (Chine)	1 billion / 42 Md
GLM-5.3	Z.ai (Chine)	753 Md / 40 Md
Kimi K3	Moonshot AI (Chine)	2,8 billions / 104 Md
Kolibri	Aleph Alpha (Allemagne)	78 Md / 3 Md

Deux modèles européens, deux philosophies très différentes : Kolibri est assez compact et efficace pour tourner sur deux GPU, tandis que Mistral Large 4 vise grand pour les tâches complexes et nécessite évidemment bien plus de GPU. L'Europe couvre désormais les deux extrémités du spectre.

Et n'oublie pas Kolibri : lui aussi gratuit sur xPrivo

Il y a quelques jours à peine, Aleph Alpha a publié Kolibri, un modèle compact de 78 Md de paramètres (environ 3 Md actifs) sous licence Apache 2.0, performant en allemand et en anglais. Tu peux aussi discuter gratuitement avec Kolibri sur xPrivo. Il te suffit de le choisir dans le sélecteur de modèle.

Lis notre article complet : Aleph Alpha Kolibri : le nouveau modèle d'IA open source allemand

Ainsi, dès maintenant, dans un seul chat axé sur la confidentialité, tu peux passer d'un champion allemand de l'efficacité à un poids lourd français, tous deux conçus en Europe.

Un signal fort pour l'Europe et un retour dans la course à l'IA

Kolibri a montré que l'Europe sait concevoir de zéro des modèles efficaces et compétitifs. Mistral Large 4 montre que l'Europe sait aussi construire au sommet de l'échelle open-weight. Ensemble, ils envoient un message clair : l'IA européenne est en train de rattraper son retard dans la course à l'IA.

Et elle est ouverte. Les poids ouverts permettent à davantage de personnes de vérifier, d'héberger et d'améliorer ce que l'Europe construit, et gardent le contrôle de la technologie entre des mains européennes. Chez xPrivo, c'est exactement ce que nous défendons : confidentialité, transparence et souveraineté numérique européenne.

Donnons à ce magnifique modèle européen l'attention qu'il mérite. Essaie-le, teste-le, mets-le au défi avec tes questions les plus difficiles et dis-nous ce que tu en penses.

FAQ Mistral 4

Qu'est-ce que Mistral Large 4 ?

Mistral Large 4 est le plus grand modèle de l'entreprise française d'IA Mistral AI, avec environ 1 billion de paramètres au total et environ 49 milliards de paramètres actifs par token. Son surnom interne est « le Chonk ».

Que signifie « Le Chonk » ?

« Le Chonk » est le surnom humoristique que Mistral utilise pour Mistral Large 4. Il se traduit à peu près par « le gros » ou « le mastodonte », un clin d'œil à la taille du modèle.

Puis-je discuter gratuitement avec Mistral 4 ?

Oui. Sur xPrivo, tu peux discuter avec Mistral 4 dès le premier jour, gratuitement pour une durée limitée, en le sélectionnant dans le sélecteur de modèle. Ensuite, il sera réservé aux utilisateurs PRO, puis deviendra plus tard le modèle par défaut pour tous les utilisateurs xPrivo, une fois finalisé et exécuté sur notre propre infrastructure.

Mistral 4 est-il privé sur xPrivo ?

xPrivo est conçu dès le départ pour protéger la confidentialité. Pour l'instant, Mistral 4 fonctionne sur l'infrastructure de Mistral au sein de l'UE, ce qui garde tes données en Europe. Notre objectif est de l'héberger sur notre propre infrastructure après la version finale.

Mistral Large 4 est-il open source ?

Il est prévu comme modèle open-weight, ce qui signifie que les paramètres entraînés seront téléchargeables et que tu pourras l'héberger toi-même. Mistral prévoit de publier les poids fin octobre 2026, après une revue de sécurité. « Open-weight » n'est pas la même chose que totalement open source, et nous confirmerons les conditions de la licence dès leur publication.

Existe-t-il une API Mistral Large 4 ?

Oui. Mistral propose le modèle en préversion via sa propre API. Une fois les poids publics, tu pourras aussi l'héberger toi-même.

Comment Mistral 4 se compare-t-il à Kolibri ?

Kolibri (Aleph Alpha) est un modèle compact de 78 Md de paramètres, efficace et performant en allemand. Mistral Large 4 est un modèle bien plus grand, de 1 billion de paramètres, conçu pour des tâches complexes comme le raisonnement, la programmation et les workflows agentiques. Tu peux essayer les deux gratuitement sur xPrivo.

Sources

• Mistral AI : annonce de Mistral Large 4 https://mistral.ai/news/mistral-large-4/