Mistral Large 4 est le plus gros modèle jamais sorti par Mistral. Il est disponible depuis le 6 octobre 2026 en préversion publique, uniquement par l'API de Mistral Studio et des plateformes tierces. Ses poids doivent être publiés fin octobre

Concrètement : tu peux le tester dès aujourd'hui si tu es prêt à payer au token. Si tu utilises l'application grand public de Mistral, tu ne peux pas le choisir par son nom. Et tant que les poids ne sont pas sortis, personne ne peut le télécharger pour l'installer chez soi

Ce guide fait le tri entre ce qui existe déjà, ce qui est promis et ce que les chiffres disent vraiment

Mistral Large 4 en bref

Mistral le surnomme officiellement « le Chonk ». Voici ce que dit sa fiche technique, consultée le 12 octobre 2026

Deux précisions avant d'aller plus loin. Mistral annonce 52 milliards de paramètres actifs, alors qu'Artificial Analysis et plusieurs sites en écrivent 49. Et la fenêtre de 1 million de tokens est celle de la fiche Mistral : certaines plateformes qui revendent le modèle l'exposent avec une fenêtre plus courte. Vérifie la limite chez le fournisseur que tu utilises

Où utiliser Mistral Large 4 aujourd'hui

Sur Mistral Studio, par l'API

C'est le seul accès cité dans l'annonce officielle. Tu crées un compte sur Mistral Studio, tu actives la facturation, tu génères une clé API et tu appelles le modèle. Tu paies chaque token envoyé et reçu

Si tu n'as jamais utilisé d'API, ça demande un petit pas technique. Un agent comme Codex ou Claude Code peut écrire l'appel pour toi, mais garde ta clé hors des fichiers que tu partages

Par des plateformes tierces

Le modèle est apparu le jour même sur des agrégateurs comme OpenRouter, au même prix soldé que chez Mistral au moment de notre lecture. Pratique si tu as déjà un compte sur l'un d'eux ou un outil qui s'y branche

Avant d'y envoyer des documents de travail, lis où tes données transitent. Le modèle a beau venir d'une entreprise française, un intermédiaire peut le servir depuis une autre infrastructure

Et dans Le Chat ?

Le Chat s'appelle désormais Mistral Vibe, avec les mêmes conversations et abonnements. L'annonce de Large 4 ne parle pas de Vibe, et l'application propose des modes plutôt qu'un choix de modèle nommé

Tu ne peux donc pas sélectionner Mistral Large 4 dans Vibe et savoir avec certitude que c'est lui qui répond. Pour le tester en le sachant, passe par l'API

Ce qui change depuis Mistral Large 3

Large 3 date du 2 décembre 2025. La comparaison des deux fiches officielles montre un modèle plus gros, avec beaucoup plus de contexte, mais nettement plus cher

Sources : fiches Mistral Large 3 et Mistral Large 4 de la documentation Mistral

Mistral précise aussi que le modèle a été entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell dans ses propres centres de données en Europe, et que la préversion tourne sur cette même infrastructure. Plus de 160 langues sont présentes dans ses données d'entraînement, dont toutes les langues officielles de l'Union européenne

Ce que disent vraiment les benchmarks

Il faut séparer deux familles de chiffres

Les chiffres publiés par Mistral

Dans son annonce, Mistral met en avant :

• 61,7 % sur DeepSWE v1.1 et 28,3 % sur Terminal-Bench 4 pour le code

• 93 % des exercices de Cybench et 82 % sur un test qui demande de reproduire puis corriger une vraie faille, en cybersécurité

• 59,9 % sur AutomationBench, 657 workflows métier dans des outils comme Gmail, Sheets ou Slack

• une 2e place sur 5 dans une évaluation humaine en aveugle sur la qualité du code, derrière Claude Opus 5

Ces scores viennent de l'éditeur. Ils montrent où Mistral a concentré ses efforts : cybersécurité défensive, agents, documents et images. Ils ne disent pas comment le modèle se comporte sur tes tâches

La mesure indépendante

Artificial Analysis a testé la préversion le jour de sa sortie. Son indice d'intelligence donne 38 à Mistral Large 4, au niveau de GPT-6 Luna en effort maximal (38) et de DeepSeek V4.1 Flash (39). D'après eux, c'est le modèle le plus intelligent conçu hors des États-Unis et de la Chine

Notre lecture : Mistral revient au niveau des meilleurs modèles ouverts et de GPT-6 Luna, le modèle que ChatGPT sert à ses comptes Free et Go. Dans l'évaluation humaine publiée par Mistral elle-même, Claude Opus 5 reste devant sur la qualité du code. Si tu veux situer GPT-6 Luna, notre guide GPT-6 Sol et Luna explique la gamme d'OpenAI

Le prix réel : regarde le coût par tâche

Le prix au million de tokens ne suffit pas. Un modèle qui réfléchit longtemps consomme plus de tokens pour la même réponse

Artificial Analysis a calculé ce que coûte une tâche de son indice : 1,13 $ au tarif standard, 0,57 $ pendant la remise de 50 % des 2 premières semaines. C'est plus de 4 fois le coût par tâche de modèles ouverts d'intelligence comparable, comme GLM-5.3-Flash (0,25 $) ou DeepSeek V4.1 Flash (0,27 $)

Pour un usage ponctuel, la différence se compte en centimes. Pour un agent qui tourne toute la journée, elle devient le premier critère

Coût par tâche de l’indice mesuré par Artificial Analysis, publié le 6 octobre 2026

Poids ouverts fin octobre : ce que ça change

Mistral promet de publier les poids du modèle d'ici la fin du mois. Une fois disponibles, une entreprise pourra faire tourner Large 4 sur ses propres serveurs ou dans son cloud privé, sans envoyer ses données à un fournisseur

C'est l'argument principal de Mistral : garder le contrôle de son IA, notamment pour la cybersécurité, où un modèle qui refuse une analyse en plein incident devient un risque

Trois limites à garder en tête :

• Aujourd'hui, rien n'est téléchargeable. La licence des futurs poids n'est pas encore précisée dans l'annonce

• Un modèle de cette taille demande des serveurs avec beaucoup de mémoire GPU. Ton ordinateur portable ne le fera pas tourner. Pour l'IA sur ta machine, lis notre guide pour faire tourner une IA en local

• La préversion peut évoluer sans prévenir : Mistral indique que l'entraînement par renforcement continue

Pour qui Mistral Large 4 vaut le coup

Il mérite un test si tu es dans l'un de ces cas :

• Tu travailles avec des données qui ne doivent pas quitter l'Europe et tu prépares une installation interne pour quand les poids sortiront. Notre guide sur la sécurité des données IA en entreprise t'aide à cadrer ce qui peut partir chez un fournisseur

• Tu fais de la sécurité défensive : c'est le terrain où Mistral publie ses meilleurs scores

• Tu analyses beaucoup de documents, de schémas ou d'images, avec un contexte très long

• Tu construis un produit et tu veux un modèle que tu pourras héberger toi-même plus tard

Si tu utilises surtout l'IA pour écrire, chercher ou préparer tes journées dans ChatGPT, Claude ou Gemini, rien ne t'oblige à changer cette semaine. Ton assistant actuel fait déjà ce travail sans clé API. Pour choisir selon la tâche, notre comparatif des outils IA reste le bon point de départ

Le tester sur ton propre travail en 30 minutes

Un benchmark répond à la question de quelqu'un d'autre. Le seul test qui compte pour toi, c'est une tâche que tu fais déjà. Chez Kryve, on recommande ce protocole avant d'adopter n'importe quel nouveau modèle

1. Choisis 3 tâches réelles dont tu connais la bonne réponse : un document à résumer, un tableau à analyser, un mail délicat à rédiger

2. Écris un brief unique pour chaque tâche, avec le contexte, le format attendu et ce qu'il ne faut pas inventer

3. Envoie exactement le même brief à Mistral Large 4 et à ton outil habituel

4. Note chaque réponse sur 3 critères : exactitude, respect du format, temps que tu passes à corriger

5. Regarde le coût réel dans ton tableau de bord Mistral Studio

Exemple de brief pour la première tâche :

Voici un compte rendu de réunion. Extrais les décisions prises, les actions avec leur responsable et leur échéance, et les questions restées ouvertes. Si une information manque, écris « non précisé ». N'invente aucun nom ni aucune date

Si Large 4 gagne sur tes tâches, tu as une vraie raison de l'adopter. Sinon, tu sais pourquoi tu restes. La méthode pour évaluer la fiabilité d'une réponse IA t'aide à rendre ce test plus solide

FAQ

Mistral Large 4 est-il gratuit ?

Non. La préversion se paie au token sur Mistral Studio : 1,36 $ par million de tokens en entrée et 4,18 $ en sortie au tarif standard, avec une remise de 50 % pendant le lancement. Une fois les poids publiés, le modèle sera téléchargeable, mais l'héberger demande du matériel coûteux

Mistral Large 4 est-il dans Le Chat ?

Le Chat est devenu Mistral Vibe. L'annonce de Large 4 ne mentionne pas Vibe et l'application ne permet pas de choisir un modèle par son nom. Pour être sûr d'utiliser Large 4, passe par l'API

Mistral Large 4 est-il open source ?

Mistral le présente comme un modèle à poids ouverts. Au 12 octobre 2026, les poids ne sont pas encore publiés et leur licence n'est pas précisée. Il faudra lire cette licence à la sortie pour savoir ce qu'elle autorise

Quand les poids de Mistral Large 4 sortent-ils ?

Mistral annonce une publication d'ici la fin octobre 2026, accompagnée de détails sur l'architecture, de benchmarks supplémentaires et de sa méthode de post-entraînement

Faut-il passer de ChatGPT ou Claude à Mistral Large 4 ?

Pas par principe. Teste-le sur 3 de tes tâches réelles avec le même brief. Le bon modèle est celui qui te fait gagner du temps sur ton travail, au coût que tu acceptes. Si tu utilises Claude, notre guide pour choisir entre Claude Sonnet et Opus t'aide d'abord à tirer le meilleur de ton outil actuel

Choisir son modèle, c'est une compétence

Chaque mois apporte un nouveau modèle et un nouveau classement. Ce qui reste utile, c'est de savoir choisir l'outil selon la tâche, lui donner le bon contexte et vérifier ce qu'il produit

C'est exactement ce que tu travailles dans l'axe Apprendre à piloter l'IA avec Kryve