docs.mistral.ai détecté sur le web

Mistral dévoile Large 4 « Le Chonk », MoE multimodal de 1,05 T

Par Publié Mis à jour
5 médias qui couvrent ce sujet
Mistral Open Source Multimodal ai-business

TL;DR

  • ML4 was trained on 4,000 Grace Blackwell GPUs in Mistral's own European data centers, two to three times fewer than comparable Chinese model training runs.
  • A three-week gated preview gives vetted state authorities and cybersecurity partners early access with reduced moderation before public weights land October 27.
  • Independent benchmarks slot ML4 between DeepSeek V4.1 Flash and GPT-6 Luna, the strongest open-weight Western model but still trailing leading Chinese open models.

Mistral a mis en ligne le 6 octobre la fiche technique de Large 4, baptisé « Le Chonk » : 1,05 trillion de paramètres au total, 52 milliards actifs par pas d'inférence, un encodeur vision de 1,6 milliard et une fenêtre d'un million de tokens, selon la documentation Mistral.

Le modèle est un mixture-of-experts granulaire multimodal, offert d'abord en preview via l'API. La fiche de prix barre 4,18 $ par million de tokens en sortie et 1,36 $ en entrée au profit d'une promotion d'ouverture à 2,09 $ et 0,68 $, l'entrée cachée descendant à 0,07 $. L'artefact publié portera le nom `Mistral-Large-4.0-1T05-A52B`, en open-weight prévu fin octobre.

Côté infrastructure, selon la couverture de kingy.ai, Mistral a entraîné le modèle sur « 3,800 NVIDIA Grace Blackwell GPUs » dans ses centres de données européens, à partir de plus de 10 trillions de tokens texte couvrant plus de 160 langues, dont, précise la recension, « every official EU language ».

Les premiers benchmarks publiés sont contrastés. Sur l'index Vals v2.1 de capacité globale, Large 4 obtient 48,05 %. Sur Harvey Legal Agent, il se classe 6ᵉ sur 75 modèles avec 15,83 %. Sur Finance Agent v2, 54,68 %, soit 1,14 point au-dessus de GPT-6 Astra d'OpenAI. Sur AA-LCR v1.1, long-contexte, 81,3 %.

La fenêtre d'un million de tokens affichée sur la fiche officielle ne fait pas consensus parmi les évaluateurs tiers : Vals mesure 512K, Artificial Analysis et Vercel listent 524K. Mistral ne commente pas publiquement l'écart.

C'est la douzième annonce Mistral que nous avons suivie ces trois derniers mois, après Mistral Small 4 dans Firefox Smart Window en septembre et la sortie d'OeAW Apollo co-signée avec Reply.

Ce qu'en disent les autres médias

Couverture consolidée 24h après publication

  1. Mistral AI Lire →

    First-party announcement confirming training on 4,000 Grace Blackwell GPUs in European data centers, with explicit defense-sector and state-authority gating during preview.

    ML4 pushes the frontier of open-weight performance. You can try the preview API today on Mistral Studio.
  2. TechCrunch Lire →

    Contextualizes the GPU efficiency claim: two to three times fewer GPUs than Chinese competitors, reframing resource constraints as a marker of European AI sovereignty.

  3. VentureBeat Lire →

    Critically examines benchmark claims and frames the release as a sovereign infrastructure play; notes live leaderboard leaders at 69-74% DeepSWE vs. ML4's claimed 62%.

    "ML4 is at the frontier of open weight models," said Guillaume Lample, Mistral co-founder and chief scientist.
  4. The Register Lire →

    Slots ML4 between DeepSeek V4.1 Flash and GPT-6 Luna on independent evals, and frames the cybersecurity gating as filling the gap US models leave with their refusal policies.

Shared on Bluesky by 1 AI expert

Article original publié par docs.mistral.ai

Lire l'article original →

Titre original : Mistral dévoile Large 4 « Le Chonk » : MoE multimodal de 1,05 T paramètres, 52 B actifs, à 1,36 $/M input