Mistral Large 4: le pari industriel de Mistral AI

Mistral AI remet en marche sa machine industrielle. Le groupe français dévoile aujourd’hui Mistral Large 4 (ML4), surnommé « Le Chonk », un grand modèle multimodal doté de capacités agentiques, capable notamment de traiter du texte et des images. Derrière l’annonce, c’est bien une question de production et de moyens de calcul qui se joue : l’entreprise veut démontrer qu’elle peut livrer un modèle de pointe malgré des ressources d’infrastructure inférieures à celles de ses concurrents américains.

Le chantier technique est concret. ML4 a été entraîné pendant deux mois sur 4 000 GPU Nvidia Grace Blackwell, installées dans les centres de données européens de Mistral. Un parc conséquent. Mais il reste éloigné des gigantesques capacités de calcul accessibles à des acteurs comme OpenAI ou Anthropic. «Nous avons fait en sorte qu’il soit déployable avec une configuration minimale», souligne Guillaume Lample, cofondateur de l’entreprise. Le message des opérateurs de Mistral est clair : rester au contact de la frontière technologique avec des moyens plus limités, et faire de cette contrainte un argument de conception.

La question du déploiement occupe le cœur de l’offre. ML4 sera proposé en « open-weight », un format semi-ouvert qui permet aux entreprises de récupérer les poids du modèle et de l’héberger sur leurs propres infrastructures, sans que l’ensemble des données ni la méthode d’entraînement soient rendus publics. Une approche également adoptée par plusieurs concurrents comme Meta, DeepSeek ou Moonshot AI. Pour l’heure, le modèle n’est accessible qu’en avant-première via l’API de Mistral ; ses poids doivent être publiés le 27 octobre.

Côté services, la cybersécurité figure parmi les usages prioritaires mis en avant par l’entreprise. Les clients pourront développer leurs propres outils de défense face aux cyberattaques sans dépendre entièrement de modèles fermés. «Nous avons constaté que la plupart des entreprises sont vulnérables en matière de cybersécurité. Les entreprises qui utilisent des modèles fermés ont parfois des problèmes d’accès et ne peuvent donc pas les utiliser pour se défendre efficacement. C’est là que nous pouvons les aider avec un modèle puissant, utilisable de manière illimitée», affirme Guillaume Lample. Le sujet prend du poids alors que les capacités des agents IA en cybersécurité progressent rapidement : ces derniers mois, plusieurs expériences ont montré que ces modèles savent désormais identifier des vulnérabilités et mener certaines opérations de manière de plus en plus autonome.

ML4 est aussi présenté comme un outil de production pour plusieurs secteurs. Il doit permettre de concevoir des objets en 3D pour l’industrie, de synthétiser de grandes quantités de documents, d’aider les développeurs à coder ou encore d’identifier des objets dans des images satellites ou aériennes. «Cela peut par exemple permettre aux assureurs d’évaluer les dégâts provoqués par des tempêtes, aux gestionnaires de réseaux électriques d’identifier des risques le long des lignes à haute tension, ou encore aux agriculteurs de suivre l’état de santé de leurs cultures», précise l’entreprise.

Cette mise en service intervient quelques semaines après une levée de fonds de 3 milliards d’euros, bouclée en septembre via une série D destinée notamment à accroître les capacités de calcul et à accélérer la recherche. Mistral présente d’ailleurs ML4 comme « la première étape de la feuille de route financée par sa série D ». «Cette levée avait précisément pour objectif de permettre ce que ML4 commence aujourd’hui à concrétiser : augmenter significativement nos efforts de recherche de pointe, accroître nos capacités de calcul afin d’entraîner des modèles toujours plus performants dans nos propres centres de données, et accélérer notre développement commercial ainsi que notre présence internationale afin de déployer ces modèles sur des systèmes critiques», explique l’entreprise.

Sur le plan des infrastructures, Mistral dispose de ses propres installations en Europe et entend les étendre fortement : elle ambitionne un gigawatt de puissance d’ici à 2030, un ordre de grandeur comparable à celui d’un réacteur nucléaire. La souveraineté reste l’argument commercial central, avec une région souveraine européenne «où les données restent sous juridiction de l’Union européenne afin que les clients en conservent le contrôle». Le modèle a également été conçu pour être personnalisé par ses utilisateurs, qui pourront l’adapter à leurs propres données, outils ou exigences de sécurité.

L’enjeu de fond reste le rattrapage. Ces derniers mois, les modèles de la startup n’occupaient plus les premières places des principaux classements, dominés par OpenAI, Anthropic, Google ou plusieurs laboratoires chinois. «Le modèle que nous annonçons aujourd’hui est supérieur aux modèles chinois sur certains aspects, notamment la cybersécurité», a déclaré Arthur Mensch, PDG et cofondateur, ce matin lors d’une conférence à Abou Dhabi. L’entreprise revendique la meilleure performance enregistrée par un modèle à poids ouverts sur le benchmark Legal Agent de la licorne américaine Harvey, ainsi que des résultats dans la finance, l’industrie et certaines tâches multimodales. Elle précise toutefois attendre encore les résultats définitifs de plusieurs benchmarks, le modèle devant continuer à progresser grâce à une nouvelle phase d’apprentissage. La « remontada » suggérée par Arthur Mensch, qui avait publié en préannonce sur X une vidéo du relais victorieux de Floria Gueï aux championnats d’Europe de 2014 accompagnée du mot « exciting », reste donc à confirmer par les prochains résultats.