Itdaily - Mistral accueille le Chonk : Mistral Large 24 compte un billion de paramètres européens

Mistral accueille le Chonk : Mistral Large 24 compte un billion de paramètres européens

Grand chiffre 4 en pixel art orange sur fond sombre, avec un petit chat pixelisé en bas.
Image : Mistral

Mistral présente Mistral Large 4. Ce modèle doté d’un billion de paramètres sera largement disponible, ouvert et européen après une phase d’aperçu.

Mistral Large 4, officieusement ML4 et, selon Mistral, très officiellement « le Chonk », est le modèle le plus grand et le plus performant construit à ce jour par le développeur d’IA français. Cela en fait d’emblée le modèle de pointe (frontier model) le plus avancé du sol européen.

Connaissances regroupées

Le Chonk est un modèle de type « mixture-of-experts » (mélange d’experts) nativement multimodal, qui combine en un seul modèle les instructions, le raisonnement et les capacités relatives aux agents IA. Sur le billion de paramètres, 49 milliards sont actifs par token. Mistral Large 3, sorti en décembre 2025, comptait 675 milliards de paramètres, dont 41 milliards actifs.

Mistral résume Le Chonk dans une courte vidéo.

Quiconque souhaite faire tourner Mistral Large 4 ne sollicite donc que 49 milliards de paramètres à la fois, mais doit charger l’intégralité du modèle d’un billion de paramètres en mémoire afin que tous les « experts » soient disponibles.

Du test au déploiement à saveur européenne

Les développeurs peuvent essayer l’API en version preview dès aujourd’hui via Mistral Studio, au prix de 1,36 dollar par million de tokens d’entrée et 4,18 dollars par million de tokens de sortie. Le modèle sera disponible dans différentes régions du monde. Cela inclut un déploiement pleinement européen, que Mistral gère lui-même de bout en bout, indépendamment d’autres prestataires de services numériques et sous le droit européen.

Mistral qualifie ce modèle de premier jalon d’une feuille de route financée par sa Série D de trois milliards d’euros. Selon l’entreprise, il s’agit de la plus importante levée de fonds jamais réalisée par une société technologique européenne.

Produit du terroir

Mistral a entraîné Mistral Large 4 en partant d’une feuille blanche sur 3 800 GPU Nvidia Grace Blackwell dans ses propres centres de données en Europe. L’entreprise ne précise pas de quel centre de données il s’agit exactement. En mars, Mistral a levé 830 millions de dollars d’emprunts pour un centre de données équipé de 13 800 puces Nvidia à Bruyères-le-Châtel, près de Paris. À Borlänge, en Suède, elle investit 1,2 milliard d’euros dans un centre de données IA qui devrait ouvrir en 2027.

Il est frappant de constater que ce puissant modèle de pointe a été entièrement entraîné sur le sol européen. Le fait que des puces américaines Nvidia aient effectué les calculs dans ce centre de données est, à l’heure actuelle, inévitable.

Une grande partie des données d’entraînement est multilingue, note encore Mistral. L’entreprise a travaillé avec des données dans plus de 160 langues. Toutes les langues officielles de l’Union européenne en font partie. Cela profitera, espérons-le, au multilinguisme.

Poids ouverts et contrôle

Mistral souhaite que Le Chonk offre des performances de premier plan pour les secteurs critiques via des « poids ouverts » (open weights), afin que les clients gardent eux-mêmes le contrôle de leur IA. Le concept de poids ouverts est une variante de l’open source appliquée à l’IA. Cela permet aux entreprises d’héberger elles-mêmes le modèle, bien que la licence sous laquelle il sera publié ne soit pas encore claire. Selon Mistral, cela donnera en tout cas aux organisations la possibilité d’exécuter Le Chonk au sein de leur propre environnement et selon leur propre politique.

Mistral se positionne depuis longtemps comme une alternative européenne aux technologies d’IA américaines et chinoises. Arthur Mensch, PDG et cofondateur de Mistral, a qualifié en février l’investissement dans le centre de données suédois d’étape concrète vers une capacité d’IA indépendante en Europe, avec des données traitées et stockées localement.

Le Chonk comme expert en cybersécurité

Mistral place Le Chonk parmi les modèles d’IA les plus puissants au monde pour la cybersécurité. Il figure dans le top 5 mondial du Cyber Index d’Artificial Analysis. Parmi les modèles ouverts développés hors de Chine, il occupe la première place avec une large avance.

Lors d’un test où un modèle doit reproduire une vulnérabilité réelle dans un logiciel open source puis la corriger, il obtient le meilleur score de tous les modèles. Le fait que le modèle refuse moins de tâches y contribue et constitue l’un des atouts mis en avant par Mistral lors de ce lancement.

Diagramme en barres des scores Cybench : Mistral Large 4 Preview obtient 93, le plus haut des cinq modèles.

Les modèles fermés tels que Claude Opus 5.5 et GPT-6 Astra obtiennent un score proche de zéro sur ce même test, car ils refusent la tâche. Selon Mistral, la sécurisation des logiciels commence souvent par la démonstration qu’une faille existe réellement, et ce type de travail peut être bloqué par les filtres de sécurité des modèles fermés. De plus, les attaquants utilisent de plus en plus le « jailbreak » sur ces mêmes modèles à des fins offensives. Les défenseurs ont donc besoin de systèmes capables d’aller aussi loin sans être freinés par les mêmes refus, explique Mistral.

Des tests internes ont également montré que le modèle est utile pour analyser les logiciels malveillants, hiérarchiser les vulnérabilités et rédiger des règles de détection. Les organisations ayant besoin d’une IA souveraine et contrôlable pour leurs opérations de sécurité pourront faire tourner le modèle dans un cloud privé ou sur site. Leur environnement devra toutefois être capable d’absorber un modèle d’un billion de paramètres.

Codage et agents IA

En matière de développement logiciel, de compréhension des dépôts (repositories) et de flux de travail complexes dans le terminal, le modèle obtient de bons résultats selon Mistral. Sur un index combiné pour les agents de codage, il fait mieux que DeepSeek V4 Pro et Qwen3.8 Max. Dans une évaluation humaine à l’aveugle de la qualité du code réalisée par Surge AI, il s’est classé deuxième sur cinq modèles, devant Kimi K3, GLM-5.3 et GLM-5.2. Seul Claude Opus 5 a reçu une meilleure évaluation.

Mistral Large 4 peut alimenter des agents IA qui collectent des informations, utilisent des outils et fournissent des résultats finalisés. Sur AutomationBench, qui comprend 657 processus métier dans des applications telles que Gmail, Google Sheets, Slack et Salesforce, il surpasse Kimi K3, MiMo-V2.6-Pro et DeepSeek V4 Pro. Pour les tâches plus longues générant des feuilles de calcul, des présentations et des PDF, il devance également DeepSeek V4 Pro.

Il est notable que Mistral compare Le Chonk sur ces points principalement à des modèles ouverts de concepteurs chinois. Le fait est que les modèles chinois ouverts gagnent en importance dans un contexte professionnel, non seulement parce qu’ils sont ouverts, mais aussi en raison de leur grande efficacité par rapport aux LLM de pointe américains.

Image, science et travail intellectuel

Mistral évoque un grand bond en avant dans la compréhension des images. Le nouveau modèle raisonne avec brio sur des documents complexes, des graphiques et des images naturelles, et combine cela avec le travail des agents.

Mistral cite comme exemples la recherche dans des images satellites de type gigapixel pour la gestion des catastrophes et l’inspection étape par étape de dessins techniques. Sur Dense 200, un test d’ancrage visuel (visual grounding), Le Chonk serait légèrement plus performant que GPT-6 Astra.

Pour les travaux scientifiques, Mistral a combiné des méthodes pilotées par l’IA avec les connaissances de ses chercheurs en mathématiques, physique et chimie. Sur SciCode-Verified, le modèle obtient le meilleur score parmi tous les modèles ouverts.

Diagramme à barres SciCode-Verified pass@1 : Mistral Large 4 Preview obtient 91,8, parmi les modèles concurrents

Pour le travail intellectuel, Mistral qualifie à nouveau Le Chonk de modèle le plus performant. Le LLM peut créer, modifier et réparer des feuilles de calcul et des documents complexes. L’évaluateur externe vals.ai l’a testé sur des tâches juridiques et financières, et dans les deux cas, il a fait mieux que GPT-6 Astra. Sur le Legal Agent Benchmark de Harvey AI, il obtient un meilleur score que tous les modèles ouverts.

Sécurité

Lors des tests propres à Mistral concernant la résilience aux injections de requêtes indirectes, Mistral Large 4 obtient le score maximum. Sur le benchmark public B3 AI Security de Lakera, il résiste à 93,3 % des attaques. Sur les requêtes liées au cyber issues de JailbreakBench, StrongREJECT et AgentHarm, des ensembles de tests contenant des commandes malveillantes, le modèle refuse en moyenne plus souvent que tous les autres modèles ouverts.

Mistral soumet actuellement le modèle à du « red teaming » en conditions réelles, en collaboration avec des spécialistes de la cybersécurité, des partenaires sélectionnés et des instances gouvernementales. Ceux-ci ont accès à Le Chonk avec moins de modération et des capacités cyber plus étendues.

Base pour de nouveaux modèles

Le Chonk deviendra la base d’une nouvelle génération de modèles spécialisés et optimisés de Mistral, destinés aux secteurs et aux charges de travail auxquels les clients accordent le plus d’importance.

Grâce aux fonds de la Série D, Mistral augmente considérablement la puissance de calcul dans ses propres centres de données européens, et selon l’entreprise, beaucoup plus de capacité sera ajoutée dans les mois à venir. Le LLM est actuellement encore en cours d’amélioration via l’apprentissage par renforcement (reinforcement learning). Mistral s’attend donc à des améliorations majeures et rapides dans les semaines et mois à venir.

À la fin de ce mois, Mistral prévoit de publier les poids, ainsi que plus de détails sur l’architecture, des benchmarks supplémentaires et la méthode utilisée pour le post-entraînement. L’entreprise n’a pas encore précisé sous quelle licence cela se fera.