Mistral dégaine Large 4, alias Le Chonk, son modèle à 1 000 milliards de paramètres entraîné en Europe

Le Chat a pris du poids — Après des mois de silence assourdissant sur ses grands modèles, Mistral AI a dévoilé le 6 octobre la preview de Mistral Large 4. Son petit nom officieux est ML4. Son nom officiel, d'après Mistral elle-même : Le Chonk.

Dans l'argot des internets, un chonk désigne avant tout un chat franchement bien portant. Le clin d'œil vise le Chaton Fat, ou gros chaton, un hypothétique modèle géant de Mistral dont les internautes plaisantaient depuis des mois. La startup s'en était amusée dès le départ, avant de pousser le meme jusqu'au nom officiel de son modèle.

Et il était temps. Son prédécesseur, Mistral Large 3, date de décembre 2025. Le 21 septembre, le mode Code de Vibe (l'assistant maison, ex-Le Chat) passait même par défaut, dans sa version web, sur GLM-5.3, un modèle chinois signé Z.ai, de quoi nourrir les soupçons de reconversion en simple hébergeur des modèles des autres.

Alors qu'une partie de l'écosystème tech enterrait déjà l'Europe dans la course à l'IA, le modèle promis par son patron Arthur Mensch pour cet été arrive enfin, avec trois mois de retard. Le Chonk a été entraîné de A à Z sur 3 800 GPU Nvidia Grace Blackwell, dans les datacenters européens de Mistral.

Champion d'Europe, pas encore du monde

Large 4 est un modèle multimodal (capable de comprendre du texte et des images) bâti sur une architecture Mixture of Experts : sur ses 1 000 milliards de paramètres, seuls 52 milliards travaillent sur chaque token, ce qui limite le coût de calcul.

Sa fiche technique officielle annonce un million de tokens de contexte, et ses données d'entraînement couvrent plus de 160 langues. Mistral affirme qu'il surclasse largement tout modèle open-weight (aux poids téléchargeables, ce qui ne veut pas dire open source) développé aux États-Unis ou en Europe.

Il faut dire que le camp américain a perdu son principal porte-étendard depuis que Meta a lâché l'affaire avec son Llama.

En programmation, Le Chonk revendique un score de 61,7 % sur DeepSWE v1.1, un benchmark où le modèle mène de vraies tâches d'ingénierie logicielle, soit un poil de c cheveu devant le chinois GLM-5.3 (61 %).

Selon le billet d'annonce de Mistral, des annotateurs professionnels l'ont même classé deuxième sur cinq lors d'une évaluation à l'aveugle de la qualité du code, derrière Claude Opus 5.

Les mesures indépendantes sont cependant un peu moins flatteuses. Artificial Analysis, une société qui fait passer les mêmes séries de tests à tous les grands modèles d'IA pour les comparer, lui accorde 38 points sur son Intelligence Index, loin des 45 de GLM-5.3.

Elle le sacre tout de même modèle le plus intelligent conçu hors des États-Unis et de la Chine.

Mistral ne se raconte d'ailleurs pas d'histoires : son directeur scientifique Guillaume Lample a reconnu, dans des propos rapportés par Frandroid, que ML4 joue à peu près au niveau des meilleurs modèles chinois d'il y a un ou deux mois, et que l'écart avec les modèles fermés américains n'est pas comblé.

Une franchise qui détonne dans un secteur où les discours grandiloquents sont la norme, et où chaque nouveau modèle est the best of the world, nobody has ever seen anything like it, the most advanced, state of the art, absolute game changer... jusqu'à la sortie de son propre successeur.

Ni fermé, ni chinois

Là où Le Chonk sort vraiment les griffes, c'est sur le terrain de la cybersécurité.

Sur un test d'Artificial Analysis, qui demande de reproduire une vraie faille dans un logiciel open source puis de la corriger, le modèle atteint 82 %, le meilleur score tous modèles confondus. Claude Opus 5.5 et GPT-6 Astra, eux, frôlent le zéro, et pas par incompétence : d'après Mistral, ils refusent tout simplement de faire l'exercice.

L'argument est habile (et pas complètement désintéressé), mais il tient la route : pour défendre un logiciel, il faut souvent commencer par prouver qu'une faille existe, exactement le genre de travail que les garde-fous des modèles fermés sont désormais configurés pour bloquer.

Mistral se pose donc en troisième voie entre des modèles fermés américains, que leur fournisseur peut brider ou couper à tout moment, et des modèles ouverts majoritairement chinois.

Une fois les poids publiés, une banque ou une administration pourra faire tourner Le Chonk sur ses propres serveurs, et l'API disposera d'une région européenne opérée de bout en bout par Mistral, sous droit européen.

C'est d'ailleurs ce que réclament ses plus de 125 grands clients, d'Airbus à HSBC, et ce que finance sa colossale levée de 3 milliards d'euros bouclée en septembre (un record pour la tech européenne).

D'ici la sortie des poids, une version moins bridée du modèle, aux capacités cyber étendues, est réservée à des experts en cybersécurité, des partenaires triés sur le volet et des autorités étatiques chargés de la tester en conditions réelles.

Une approche qui rappelle celle d'Anthropic avec Claude Mythos, à un détail près : dans quelques semaines, n'importe qui pourra télécharger les poids.

Gros chat, grosse gamelle

Pour les devs, Le Chonk est testable dès maintenant via l'API sur Mistral Studio, à 1,16 euro le million de tokens en entrée et 3,55 euros en sortie (tarif divisé par deux pendant les deux premières semaines).

Sauf que le chat a un sacré appétit : selon Artificial Analysis, il engloutit 69 000 tokens par tâche sur son Intelligence Index, soit deux fois et demie la consommation médiane des modèles comparables. Au final, une tâche lui coûte environ 0,96 euro, contre 0,23 pour DeepSeek V4.1 Flash et 0,11 pour MiMo-V2.6-Pro de Xiaomi.

Côté auto-hébergement, inutile de lorgner sur votre MacBook dernier cri : même compressés, les poids d'un modèle de cette taille réclament plusieurs centaines de gigaoctets de mémoire.

Mistral promet de publier les poids d'ici la fin du mois, avec davantage de détails sur l'architecture et le post-entraînement.

Le mois dernier, Mistral mettait un modèle chinois par défaut dans le mode Code de Vibe. Dans quelques semaines, l'appli pourrait bien se remettre à ronronner en français.