Mistral Large 4 est le modèle en aperçu public que Mistral AI a présenté le 6 octobre 2026 sur son blog officiel : un billion de paramètres au total, 49 milliards de paramètres actifs, nativement multimodal, et le plus grand modèle jamais construit par l'entreprise française. L'API d'aperçu est disponible le jour même sur Mistral Studio, tandis que les poids ouverts arriveront fin octobre — après des tests d'équipe rouge menés par des acteurs de la cybersécurité, des partenaires vérifiés et des autorités publiques.
Ses points forts revendiqués : sécurité, code et vision
Selon les résultats publiés par Mistral, Large 4 figure parmi les cinq meilleurs modèles mondiaux de l'indice cybersécurité d'Artificial Analysis et devance largement les modèles à poids ouverts développés hors de Chine. Sur un test qui demande de reproduire une vulnérabilité open source réelle puis de la corriger, il obtient 82 %, le score le plus élevé tous modèles confondus ; il résout aussi 93 % des 40 exercices de Cybench. Côté code, il atteint 61,7 % sur DeepSWE v1.1 et un Coding Agent Index combiné de 49,8 %, devant DeepSeek V4 Pro et Qwen3.8 Max, ainsi que 59,9 % sur AutomationBench, dédié aux flux de travail métier. En ancrage visuel, il dépasse légèrement GPT-6 Astra sur Dense 200, 42 % contre 41 %. La plupart de ces chiffres émanent de l'éditeur et de ses partenaires d'évaluation : il faut donc les lire comme des annonces de lancement, en attendant des mesures indépendantes après la publication des poids.
Sa position sur les tâches de sécurité mérite attention. Mistral souligne que plusieurs modèles fermés de premier plan frôlent zéro sur ce test de vulnérabilité parce qu'ils refusent la tâche, alors que les défenseurs ont souvent besoin précisément de prouver qu'une faille existe. Large 4 associe de fortes capacités cyber à des poids ouverts auto-hébergeables : une version à modération réduite passe d'abord en équipe rouge, puis chaque organisation pourra l'exploiter en cloud privé ou sur site selon ses propres règles. Là où l'arrivée de GLM-5.3 sur Amazon Bedrock illustre la voie de la distribution cloud, Large 4 parie sur celle des poids maîtrisés, et l'écart entre les deux voies se creuse.
Le calcul européen, autre moitié de l'histoire
Large 4 a été entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell dans les centres de données européens de Mistral, et l'aperçu est servi par cette même infrastructure. Ses données d'entraînement couvrent plus de 160 langues, dont toutes les langues officielles de l'Union européenne. Mistral présente ce lancement comme le premier jalon de la feuille de route financée par sa série D de 3 milliards d'euros ; le modèle servira de base à une nouvelle génération de modèles spécialisés, et son apprentissage par renforcement se poursuit encore.
Pour les utilisateurs, deux lectures s'imposent. L'API est accessible dès maintenant, mais il s'agit d'un aperçu : le modèle évolue encore vite, et les détails d'architecture et de post-entraînement n'arriveront qu'avec les poids. Les équipes qui visent l'auto-hébergement devront attendre fin octobre, et un modèle d'un billion de paramètres, même avec 49 milliards actifs, reste un déploiement lourd. Le moment décisif sera l'évaluation indépendante après la sortie des poids : si les résultats tiers approchent les annonces, le premier cercle des modèles ouverts comptera un nouveau nom.
