Le modèle phare de Mistral est désormais téléchargeable et exploitable par les entreprises sur leur propre matériel. L'article de lancement de Hugging Face pour Mistral Large 4 détaille ce que cela implique concrètement : un modèle d'environ 1 000 milliards de paramètres, dont quelque 49B actifs pour chaque token, une fenêtre de contexte de 1M de tokens, l'entrée d'images et une prise en charge dès le premier jour dans Transformers, vLLM et llama.cpp. Pour les équipes de sécurité en particulier, c'est l'un des rares modèles performants dont elles peuvent contrôler entièrement le comportement.
L'architecture combine deux formes de parcimonie. Un routeur choisit quatre experts sur 128 pour chaque token, plus un expert partagé toujours actif, et un indexeur d'attention sélectionne jusqu'à 2 048 positions antérieures pour chaque requête au lieu de lire tout le contexte. Un encodeur Pixtral de 1.6B traite les images. Le 29 octobre, le modèle se classait cinquième parmi les modèles à poids ouverts de l'Artificial Analysis Intelligence Index. Parmi les scores de programmation publiés figurent 61,7% sur DeepSWE v1.1 et 28,3% sur Terminal-Bench 4.
La cybersécurité est son point fort. Le modèle a résolu 93% de 40 défis Cybench issus de compétitions de sécurité et obtenu 82% à un test qui lui demande de reproduire une vraie vulnérabilité dans un logiciel open source puis de la corriger. Mistral indique que plusieurs modèles fermés de pointe obtiennent un score proche de zéro à ce test parce qu'ils refusent d'essayer. L'argument en faveur des poids ouverts est ici pratique : les défenseurs ne peuvent pas se permettre qu'un filtre de fournisseur bloque la réponse à un incident, ni qu'une API tombe en plein incident. L'article affirme aussi que le modèle refuse les requêtes cyber malveillantes plus souvent, en moyenne, que tout autre modèle à poids ouverts.
Le faire tourner reste une affaire sérieuse. Une version quantifiée sur 2 bits tient sur un seul Apple M3 Ultra doté de 512 Go de mémoire, où Hugging Face a mesuré environ 15 tokens par seconde en sortie. La configuration hébergée clé en main de Hugging Face utilise huit GPU Nvidia H200. Notre analyse de Mistral Large 4 relève que les tests indépendants le placent encore en milieu de peloton parmi les grands modèles ouverts, et il est désormais moins cher via l'API que Mistral Medium 3.5, ce qui rend le petit modèle plus difficile à défendre.
Deux réserves méritent attention avant de bâtir dessus. La licence est une MIT modifiée qui limite l'usage en modèle en tant que service : une entreprise qui veut vendre un accès hébergé doit conclure un accord distinct. Et le raisonnement ne peut pas être désactivé : les niveaux d'effort vont de faible à élevé, et n'en demander aucun ramène à la valeur par défaut, élevée, ce qui ajoute latence et coût aux tâches simples. La plupart des chiffres de performance de l'article viennent de Mistral, et les vitesses en contexte long mesurées par Hugging Face chutent fortement, à environ 3 tokens par seconde en contexte très long sur quatre GPU de station de travail.