Chat Revue publiée le Scores relevés le

À quoi sert Mistral Large 2407

Chat

Selon Mistral AI, Mistral Large 2407 prend en charge à sa sortie des dizaines de langues, dont le français, l’allemand, l’espagnol, l’italien, le portugais, l’arabe, l’hindi, le russe, le chinois, le japonais et le coréen.

Le modèle gère nativement l’appel de fonctions et la sortie au format JSON : il sait appeler des outils et produire des sorties structurées, c’est-à-dire des réponses qui suivent un format défini. Selon Mistral AI, son appel de fonctions et sa recherche d’informations ont été améliorés pour sa sortie, avec un entraînement à exécuter les appels en parallèle comme en séquence.

Suivi de consignes

Selon Mistral AI, Mistral Large 2407 bénéficie à sa sortie d’un suivi des consignes et de capacités conversationnelles fortement améliorés. Il est en particulier meilleur pour suivre des consignes précises et mener de longues conversations à plusieurs tours. Le travail réalisé pour sa sortie visait aussi à garder des réponses succinctes, allant droit au but chaque fois que possible.

Mathématiques

Selon Mistral AI, Mistral Large 2407 a été entraîné pour réduire les hallucinations, c’est-à-dire les informations plausibles mais fausses ou hors sujet. Il a en outre été entraîné à reconnaître quand il ne trouve pas de solution ou manque d’informations pour répondre avec assurance. À sa sortie, l’éditeur estime que cet effort de précision se reflète dans de meilleurs résultats sur des tests de mathématiques courants, qu’il présente comme le signe de progrès en raisonnement et en résolution de problèmes.

Code

Selon Mistral AI, Mistral Large 2407 a été entraîné sur une très grande part de code, dans le prolongement de l’expérience de l’éditeur avec Codestral 22B et Codestral Mamba. À sa sortie, le modèle prend en charge plus de 80 langages de programmation, dont Python, Java, C, C++, JavaScript et Bash.

  • Chat1314
  • Suivi de consignes1299
  • Mathématiques1288
  • Code
Comment lire ces scores

Le score est un Elo calculé par Arena, d'après des duels à l'aveugle : plus il est haut, plus le modèle l'emporte souvent face aux autres. Quand un modèle existe en plusieurs niveaux de réflexion, seul son meilleur score est retenu.

Essayer Mistral Large 2407

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 2 $ en entrée, 6 $ en sortie par million de tokensOuvrir sur OpenRouter

Quoi lui demander

  1. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  2. Suivi de consignes

    Respecter des consignes précises

    Vérifiez vous-même chaque contrainte : c'est facile à contrôler.

    Écris une présentation de la ville de Nantes en exactement six phrases. Chaque phrase commence par la lettre suivante du mot NANTES (N, A, N, T, E, S). N'utilise aucun chiffre et termine par une question.
  3. Mathématiques

    Résoudre un problème pas à pas

    La bonne réponse se vérifie : l'annuel l'emporte à partir de 11 mois.

    Un abonnement coûte 12 € par mois, ou 120 € si l'on paie l'année d'un coup. À partir de combien de mois d'utilisation l'abonnement annuel devient-il plus avantageux ? Explique ton raisonnement étape par étape, puis vérifie ta réponse.

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances de Mistral Large 2407

Selon Mistral AI, Mistral Large 2407 atteint à sa sortie, dans sa version préentraînée, une précision de 84,0 % sur MMLU. Dans la partie « code et raisonnement » de son billet de lancement, l’éditeur affirme qu’à sa sortie, Mistral Large 2 surpasse largement le précédent Mistral Large et fait jeu égal avec des modèles de tête comme GPT-4o, Claude 3 Opus et Llama 3 405B.

Selon la carte Hugging Face de Mistral AI, Mistral-Large-Instruct-2407 obtient 92 % sur HumanEval et 87 % sur HumanEval Plus. Pour les évaluations mathématiques, la version Instruct obtient 93 % sur GSM8K et 70 % sur Math Instruct (0-shot, sans chaîne de pensée).

Selon la carte Hugging Face de Mistral AI, la version Instruct obtient 8,63 sur MT Bench, 56,3 sur Wild Bench et 73,2 sur Arena Hard. Sur le MMLU en français, le modèle de base préentraîné obtient 82,8 %.

Caractéristiques techniques de Mistral Large 2407

Mistral Large 2407 est le modèle Mistral Large 2 de Mistral AI. À sa sortie le 24 juillet 2024, il était servi sur la Plateforme sous le nom d’API mistral-large-2407, en version 24.07.

Mistral Large 2407 a une fenêtre de contexte de 131 072 tokens et accepte en entrée du texte et des fichiers. Le tableau des caractéristiques présente la date de sortie, la fenêtre de contexte et les formats d’entrée du modèle.

Mistral Large 2407 est un modèle dense de 123 milliards de paramètres, conçu pour l’inférence sur un seul nœud, avec les applications à long contexte en vue. Il ne comporte aucun mécanisme de modération.

À sa sortie, Mistral AI a publié le modèle sous la Mistral Research License, qui permet l’usage et la modification pour la recherche et les usages non commerciaux. Un usage commercial nécessitant un déploiement autonome exigeait l’acquisition d’une Mistral Commercial License auprès de l’éditeur.

Éditeur
Mistral AI
Produit
Texte
Sortie
Contexte
131 k tokens
Réponse maximale
105 k tokens
Réflexion
Non prise en charge
Connaissances jusqu'à
mars 2024
Tâches
Aide au codeAffaires et financeJuridiqueMathématiquesConversation à plusieurs toursPrompts difficilesRédaction créativeSanté et bien-êtreSuivi de consignes
Entrées
Texte, Fichier
Paramètres pris en charge (noms techniques de l'API)
toolsstructured_outputstemperaturetop_pseedstopresponse_formatmax_tokens
Hébergeurs
Mistral

Source : OpenRouter, relevé du 22/11/2026.

Où utiliser Mistral Large 2407

Mistral Large 2407 était proposé le 24 juillet 2024 sur la Plateforme sous le nom mistral-large-2407 et à l’essai sur le Chat. À sa sortie, les poids du modèle instruct étaient également disponibles sur Hugging Face. Selon la documentation de Mistral AI, le modèle a été retiré de son API le 30 mars 2025. La carte d’accès donne les derniers prix relevés.

L'API Mistral AI

Pour relier le modèle à votre application

Chez OpenRouter, au prix de Mistral (relevé du 22/11/2026) : 2 $ / M tokens en entrée, 6 $ / M tokens en sortie.

Tarification2 $ en entrée, 6 $ en sortie, par million de tokens
Hébergé via OpenRouter chezMistral

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

Mistral Large 2407 parmi les versions de Mistral Large

Mistral Large 2407 correspond à Mistral Large 2.0, daté du 24 juillet 2024. Mistral Large 2.1 (mistral-large-2411) est daté du 18 novembre 2024. Mistral Large 3 est sorti le 2 décembre 2025, puis Mistral Large 4 le 6 octobre 2026. La frise des versions situe le modèle parmi les versions de sa famille, avec leurs dates.

1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

FAQ

Quand Mistral Large 2407 est-il sorti ?

Mistral Large 2407 est sorti le 24 juillet 2024. Il était servi à sa sortie sur la Plateforme en version 24.07.

Que peut lire Mistral Large 2407 ?

Mistral Large 2407 accepte du texte et des fichiers en entrée.

Quelle est la fenêtre de contexte de Mistral Large 2407 ?

Mistral Large 2407 a une fenêtre de contexte de 131 072 tokens et accepte en entrée du texte et des fichiers.

À quel modèle de Mistral AI correspond Mistral Large 2407 ?

Mistral Large 2407 correspond à Mistral Large 2. À sa sortie le 24 juillet 2024, le modèle était servi sur la Plateforme sous le nom d’API mistral-large-2407, en version 24.07.