Analyse · Modèles
Mistral Large 4 : la France mise sur la cybersécurité pour s'imposer en IA ouverte
Mistral dévoile Large 4, entraîné en Europe sur 3 800 GPU : un modèle ouvert qui revendique le haut du classement en cybersécurité, là où les modèles fermés refusent souvent de répondre.
Mistral AI a dévoilé le 15 octobre une préversion publique de Mistral Large 4, surnommé en interne « le Chonk », présenté comme le modèle ouvert le plus performant jamais entraîné sur des infrastructures européennes. L'entreprise parisienne ne cherche pas seulement à rivaliser sur les benchmarks généralistes : elle construit un argumentaire de souveraineté autour d'un terrain précis, la cybersécurité, où les modèles fermés américains refusent trop souvent de répondre.
Un modèle à experts entraîné en France
Mistral Large 4 est un modèle natif multimodal à mixture d'experts, doté d'environ 1 000 milliards de paramètres au total mais seulement 52 milliards actifs par requête — l'architecture qui permet de combiner la puissance d'un modèle géant avec un coût d'inférence contenu. Il a été entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell, dans des centres de données que Mistral possède et opère lui-même en Europe, « indépendamment de tout autre fournisseur de services numériques et sous droit européen ». Les poids seront publiés en open weights d'ici la fin du mois ; en attendant, l'accès se fait via une API en préversion sur Mistral Studio.
L'argument cyber : là où les modèles fermés refusent
Le choix éditorial le plus frappant tient dans la mise en avant des capacités en cybersécurité offensive et défensive. Sur l'Artificial Analysis Cyber Index, Mistral revendique une place dans le top 5 mondial, et un score de 82 % sur un test consistant à reproduire puis corriger une vraie vulnérabilité logicielle — le meilleur score, dit l'entreprise, de tous les modèles testés. Elle affirme aussi résoudre 93 % des défis de Cybench, un ensemble d'exercices tirés de compétitions de sécurité. L'argument commercial sous-jacent est direct : plusieurs modèles fermés concurrents, cités nommément par Mistral, obtiendraient des scores proches de zéro sur ces mêmes tests parce qu'ils refusent purement et simplement la tâche, alors que la recherche de vulnérabilités réelles est précisément le travail quotidien des équipes de défense.
Mistral précise que, pendant la phase de red-teaming, des experts en cybersécurité, des partenaires vérifiés et des autorités étatiques accèdent au même modèle avec une modération réduite et des capacités cyber élargies — une façon de dire que l'entreprise assume le risque de diffuser un outil offensif puissant, à condition de le réserver à des acteurs identifiés. L'entreprise affirme en parallèle que Large 4 « sature » ses propres tests de résistance aux injections de prompt indirectes et affiche le taux de refus le plus élevé de sa catégorie face aux requêtes malveillantes issues de JailbreakBench, StrongREJECT et AgentHarm — une tentative de montrer que puissance offensive et garde-fous ne sont pas mutuellement exclusifs.
Codage, agents et grandeur multimodale
Sur le terrain plus classique du codage agentique, Mistral revendique un score combiné de 49,8 % sur son « Coding Agent Index », devant DeepSeek V4 Pro et Qwen3.8 Max, et une deuxième place (derrière Claude Opus 5) dans une évaluation humaine à l'aveugle menée avec Surge AI. Sur les flux de travail d'entreprise — tableurs, présentations, recherche documentaire —, Large 4 affiche 59,9 % sur AutomationBench, un benchmark de 657 tâches imitant des usages réels dans Gmail, Google Sheets, Slack ou Salesforce. Côté vision, le modèle revendique même un score supérieur à GPT-6 Astra sur un test de repérage visuel dense, une catégorie où les modèles fermés dominaient jusqu'ici.
Ce lancement s'inscrit dans la suite logique de l'annonce par Mistral de ses points d'accès régionaux et de son objectif de 1 GW de calcul européen : Large 4 est le premier jalon concret financé par la levée de 3 milliards d'euros bouclée cet été, la plus importante jamais réalisée par une entreprise technologique européenne. Mistral prévient que l'entraînement par renforcement du modèle est toujours en cours et ne montre, selon elle, « aucun signe de saturation » — la version qui sortira avec les poids complets, fin octobre, devrait donc encore progresser.
Reste que tous ces chiffres sont pour l'instant auto-rapportés par Mistral elle-même, sans réplication indépendante publiée à ce stade : l'écart avec les modèles concurrents, et la réalité du compromis entre puissance offensive et garde-fous, ne pourront être vérifiés que lorsque chercheurs et équipes de sécurité externes auront eu accès aux poids complets.