Mistral libère Large 4 « Le Chonk » en open-weight, 1 T paramètres
TL;DR
- Mistral publie les poids de Large 4, modèle multimodal d'environ 1 000 milliards de paramètres entraîné en Europe sous licence Mistral Ecosystem Open-Weight (MIT modifiée).
- Tarification API officielle : 0,70 $ par million de tokens en entrée, 0,07 $ avec cache, 2,10 $ en sortie, avec trois modes de raisonnement Low, Medium, High (par défaut).
- Mistral revendique 48 % à l'Artificial Analysis Coding Agent Index avec 47 % de tokens en moins, 41 % à Terminal-Bench 4.0 et 97,1 % de résistance au B3 Agent Security Benchmark.
Mistral a libéré les poids de Large 4, un modèle multimodal d'environ mille milliards de paramètres surnommé « Le Chonk ». L'annonce publiée sur mistral.ai parle textuellement de « this improved Mistral Large 4 », un rafraîchissement par rapport à la version dont les poids avaient déjà été partagés fin octobre et que notre fil Mistral suivait depuis.
Selon les reprises de la presse spécialisée, « The roughly 1 trillion-parameter model uses 49 billion active parameters per token, reads text and images, and handles a 1 million-token context. » L'annonce officielle ne détaille pas elle-même la taille de la fenêtre.
La licence porte un nom maison, Mistral Ecosystem Open-Weight, et se présente comme une MIT modifiée. Mistral écrit que le modèle est « free to use, modify, fine-tune, and commercialize, with a single condition: businesses that operate a Model-as-a-Service offering must obtain a separate commercial license from Mistral before using the model commercially. » Les poids sont téléchargeables sur Hugging Face ; un hébergeur qui revend l'inférence doit, lui, passer par un contrat distinct.
Sur l'API officielle, le tarif est fixé à 0,70 $ par million de tokens en entrée, 0,07 $ avec cache, 2,10 $ en sortie. Trois modes de raisonnement — Low, Medium, et High par défaut — permettent d'arbitrer entre coût et précision. Le modèle est aussi accessible via Mistral Studio, OpenRouter, Microsoft Foundry, les endpoints hébergés par NVIDIA, ou en self-host sous vLLM et SGLang.
Mistral oriente l'argumentaire vers deux usages : le code agentique et la cybersécurité défensive. Les chiffres revendiqués : 48 % à l'Artificial Analysis Coding Agent Index avec « 47% fewer tokens than competitors », 41 % à Terminal-Bench 4.0, 19,7 % à FrontierCode 2.0, 96,6 % de refus sur les requêtes cyber malveillantes, 97,1 % de résistance au B3 Agent Security Benchmark, 73,3 % à FinWorkBench, 84,5 % à BrowseComp.
Le reste du billet est un carrousel de citations partenaires. Brad Medairy, President National Cyber de Booz Allen Hamilton, affirme : « Security teams perform best when they take the steering wheel...open-weight models help give organizations the control to lead their own defense. » Zakaria Moursli, EVP Operational Performance à La Banque Postale, met en avant la « strategic autonomy » : « For the most sensitive use cases, having access to European open-weight models deployable on own infrastructure is vital for strategic autonomy. »
Aucun benchmark tiers indépendant ne figure dans l'annonce. Les scores sont ceux publiés par Mistral.
Shared on Bluesky by 1 AI expert
Article original publié par mistral.ai
Lire l'article original →Titre original : Mistral Large 4 « Le Chonk » devient GA : 1 T de paramètres open-weight, 0,70 $/M input