Texte La rédaction Aikiwi · Publié le · 4 min de lecture

Mistral Large 4 : Mistral AI publie les poids de son modèle phare

Visuel de couverture d'Aikiwi, rubrique Mises à jour, couleurs de la catégorie Texte : « Mistral Large 4 en poids ouverts »

Le 29 octobre 2026, Mistral AI a publié les poids de Mistral Large 4, son modèle phare, dans une version améliorée depuis sa préversion publique. Le modèle se télécharge sur Hugging Face et s’utilise sous une licence MIT modifiée, avec une seule condition pour les offres de modèle en service.

Ce que Mistral AI publie avec Mistral Large 4

Mistral AI publie les poids d’une version de Mistral Large 4 améliorée depuis sa préversion publique. Selon l’éditeur, trois semaines supplémentaires d’apprentissage par renforcement ont placé ce modèle en tête des modèles à poids ouverts pour le code sur FrontierCode et Terminal-Bench. Cette première place annoncée porte sur ces évaluations de code.

Mistral Large 4 obtient, selon Mistral AI, 51 % sur l’Artificial Analysis Cyber Index. Cette évaluation mesure la capacité à trouver des failles dans du code, à les reproduire et à les corriger sans casser l’existant. Sur le volet des usages malveillants, Mistral AI annonce un taux moyen de refus de 96,6 % des requêtes de cybersécurité malveillantes, le plus élevé parmi les modèles ouverts que l’éditeur mesure.

Qui peut utiliser Mistral Large 4, et comment

Mistral Large 4 s’utilise dans Mistral Studio, par l’API Mistral ou sur OpenRouter. Pour les développeurs qui souhaitent l’essayer sur leur propre dépôt de code, Vibe Code constitue un autre accès au modèle. Ses poids sont également téléchargeables sur Hugging Face pour un déploiement sur une infrastructure propre avec vLLM ou SGLang.

Pour les entreprises qui passent par un service géré, le modèle est disponible dans Microsoft Foundry, avec des options de déploiement privé destinées aux développeurs Azure. NVIDIA propose aussi des points d’accès hébergés et un conteneur NVIDIA NIM.

La licence Mistral Ecosystem Open-Weight est une licence MIT modifiée qui autorise librement l’utilisation, la modification, l’affinage et la commercialisation du modèle. Une seule exception concerne les entreprises qui le proposent en tant que service de modèle, ou Model-as-a-Service. Pour cette activité, une licence commerciale distincte doit être obtenue auprès de Mistral AI : l’autorisation générale ne couvre pas ce mode de commercialisation.

Une variante de Mistral Large 4 spécialisée en cybersécurité avancée reste réservée à des entreprises partenaires sélectionnées, comme Orange Cyberdefense. Elle couvre les tests d’intrusion, l’évaluation de vulnérabilités et le red teaming. Son accès relève d’une préversion encadrée par une sélection rigoureuse et des garanties contractuelles, et non des voies d’accès ordinaires au modèle.

Ce que cela change pour les développeurs et les entreprises

Mistral Large 4 propose trois modes de raisonnement pour arbitrer entre performance et coût selon la tâche. Pour les demandes simples, le mode low remplace le mode none, tandis que medium vise les tâches courantes. Le réglage par défaut reste high : il cible les cas les plus difficiles, qui exigent une grande précision et un raisonnement approfondi.

Selon Mistral AI, sur l’Artificial Analysis Coding Agent Index, le modèle obtient 48 %, à égalité de fait avec GLM-5.3, le modèle à poids ouverts en tête, tout en utilisant en moyenne 47 % de tokens en moins par tâche. Cette économie annoncée porte sur les tâches de cet indice de programmation. Elle ne constitue pas une mesure de la réduction du coût pour tous les usages d’une entreprise.

Mistral Large 4 peut aussi être inspecté, adapté et déployé sur l’infrastructure d’une organisation, sans dépendre de l’API de Mistral AI pour le servir. Avec Mistral Forge, les entreprises peuvent l’adapter à leurs données, à leurs usages et à leurs garde-fous. Elles peuvent ainsi associer une adaptation à leurs besoins à un hébergement sur leur propre infrastructure.

Sources et méthode

Informations vérifiées le .

Cet article est préparé par la rédaction d'Aikiwi avec une chaîne automatisée : chaque information est reliée à une source publique et vérifiée avant publication. Il ne rapporte pas de test pratique, sauf mention contraire. Notre méthode