Mistral lance Le Chonk, un modèle ouvert de 1 000 milliards de paramètres entraîné en Europe

Mistral AI a mis en ligne le 6 octobre 2026 la prévisualisation publique de Mistral Large 4, un modèle qu'elle surnomme elle-même « Le Chonk » — et le nom n'a rien d'une coquetterie marketing : avec 1,05 billion de paramètres au total, dont 49 milliards actifs à chaque passage grâce à son architecture de mélange d'experts (MoE), c'est le plus gros modèle jamais publié par l'entreprise française, et l'un des rares modèles à poids ouverts de cette taille entraîné intégralement sur le sol européen.

Un entraînement revendiqué comme 100 % européen

Mistral précise que Large 4 a été entraîné sur 3 800 GPU Nvidia Grace Blackwell déployés dans ses propres centres de données en Europe, un choix d'infrastructure qui tranche avec la dépendance habituelle des laboratoires d'IA aux clouds américains. L'entreprise revendique une capacité de génération de 33 milliards de jetons par jour pendant l'entraînement par renforcement, dont environ 16 milliards de jetons de complétion exploitables après filtrage — un ordre de grandeur qui donne une idée du coût de calcul engagé pour un modèle encore en prévisualisation, les poids complets n'étant promis que pour la fin du mois d'octobre.

Multimodal, 160 langues, et un contexte d'un million de jetons

Large 4 se présente comme un modèle hybride capable à la fois d'instructions directes et de raisonnement étendu, nativement multimodal — texte, images, code et données structurées — et fluide dans plus de 160 langues, dont l'ensemble des langues officielles de l'Union européenne. La fenêtre de contexte atteint un million de jetons, un niveau qui permet de traiter d'un bloc des bases de code entières ou de longs corpus documentaires sans découpage préalable. Sur l'API en prévisualisation via Mistral Studio, le tarif annoncé est de 1,36 dollar par million de jetons en entrée et 4,18 dollars en sortie.

Des scores mis en avant sur la cybersécurité et le code

Mistral insiste particulièrement sur les performances en sécurité offensive : le modèle reproduirait 82 % des vulnérabilités testées dans un protocole de reproduction de failles, et obtiendrait 93 % sur Cybench, un ensemble de 40 défis de compétitions de sécurité informatique. Sur l'indice composite AA Cyber, l'entreprise revendique un classement dans le top 5 mondial des modèles à poids ouverts. Sur le code, les scores communiqués — 61,7 % sur DeepSWE v1.1, 28,3 % sur Terminal Bench 4.0 — restent en retrait par rapport aux meilleurs modèles propriétaires américains du moment, ce qui correspond à l'ambition affichée par Mistral : rivaliser avec les meilleurs modèles ouverts, chinois en tête, plutôt que viser la frontière absolue occupée par les modèles fermés d'OpenAI, Anthropic ou Google.

Un geste de souveraineté dans un marché dominé par les géants américains

Le choix d'entraîner un modèle de cette échelle entièrement en Europe s'inscrit dans le positionnement que Mistral défend depuis sa création : offrir une alternative souveraine aux modèles américains et chinois, à un moment où l'Union européenne cherche à réduire sa dépendance technologique. L'annonce intervient alors que Google a dévoilé cette semaine Gemini 4 Argon et qu'OpenAI a publié GPT-6.1 Sol fin septembre, confirmant un rythme de publication de modèles frontières qui ne laisse guère de répit aux acteurs européens. Reste que la prévisualisation reste, pour l'instant, une promesse : les poids complets ne seront vérifiables par la communauté open source qu'à leur publication effective, annoncée pour la fin du mois.

La bascule d'un modèle en prévisualisation fermée à des poids réellement téléchargeables sera le test de vérité pour juger si Large 4 tient ses promesses de performance face à la concurrence chinoise, singulièrement citée par Mistral comme référence à dépasser plutôt que les laboratoires américains, signe que la bataille des modèles ouverts se joue désormais autant à Pékin qu'à San Francisco.