Mistral AI, basée à Paris, a lancé Mistral Large 4 le mardi 6 octobre, un modèle d'IA à 1 000 milliards de paramètres que l'entreprise appelle désormais « très officiellement » Le Chonk. Le modèle est facturé 1,36 $ par million de tokens d'entrée et 4,18 $ par million de tokens de sortie, et Mistral indique qu'il publiera les poids du modèle d'ici fin octobre.

Les paramètres sont les valeurs ajustables qu'un modèle règle pendant l'entraînement — plus ils sont nombreux, plus la capacité d'apprentissage est grande, et plus les coûts d'exécution sont élevés. Les systèmes de cette envergure sont ceux qui alimentent des chatbots comme ChatGPT et Claude.

Une conception mixture-of-experts

Tous ces paramètres ne fonctionnent pas simultanément. Large 4 utilise une conception « mixture of experts », ce qui signifie que le modèle route chaque question vers quelques sous-réseaux spécialisés, si bien que seuls 49 milliards de paramètres s'activent par réponse. Maintenir un nombre réduit de paramètres actifs aide à contenir ces coûts d'exécution. Le précédent fleuron de Mistral, Large 3, fonctionnait de la même manière, avec 41 milliards de paramètres actifs sur 675 milliards au total.

« [Mistral Large 4] est à la frontière des modèles ouverts, et de loin le plus fort modèle à poids ouverts des États-Unis ou d'Europe », a écrit sur X Guillaume Lample, directeur scientifique de Mistral AI.

Sur Finance Agent v2, le graphique de lancement montre Large 4 à 54,7 — devant GPT-6 Astra à 53,5, mais derrière Claude Opus 5.5 à 58,6.

Des tarifs qui sous-cotent la concurrence

Mistral facture au token, ces morceaux de texte — chacun représentant environ trois quarts de mot — pour lesquels les entreprises d'IA facturent. À 1,36 $ par million de tokens et 4,18 $ par million de tokens de sortie, Large 4 se situe à environ un tiers du prix d'entrée de Claude Opus 5.5 et un cinquième de son prix de sortie. Opus 5.5 facture respectivement 4 $ et 20 $, tandis que GPT-6 Astra facture 10 $ et 50 $ — ce qui place Large 4 à environ un septième et un douzième des tarifs d'Astra. Comme la facturation au token évolue avec l'usage, ces écarts se creusent rapidement pour les développeurs aux charges de travail importantes.

Comment « Le Chonk » a obtenu son nom

Le surnom a une histoire. En juin, après que Mistral a rebaptisé son assistant Le Chat en Vibe, des fans sur Reddit et X ont inventé un modèle fictif appelé Le Chaton Fat — environ « le gros chaton » — doté de 30 000 milliards de paramètres, de 1 000 miaulements par seconde et de faux benchmarks prétendant qu'il battait Claude Fable 5.

The French Goverment needs to STOP Le Chaton Fat before it's too late. This is the FAT takeoff we've been warned against for years! pic.twitter.com/VoaBPJmfBT

— GLIF (@heyglif) June 15, 2026

Le PDG Arthur Mensch a joué le jeu, répondant que le modèle s'appelait en réalité « le gros chaton ». Mistral a ensuite ajouté un chat de dessin animé à son site Vibe. Son véritable post de lancement liste désormais le modèle comme, « très officiellement », Le Chonk.

IA souveraine et financement frais

Mistral vend de l'« IA souveraine » — des modèles qu'un pays ou une entreprise peut posséder et exécuter sans confier ses données à des sociétés extérieures. HUMAIN, soutenue par l'État saoudien, a signé en août un accord de plusieurs centaines de millions d'euros avec Mistral précisément pour cette raison. La publication prévue des poids sert le même discours : des poids publics permettent aux clients d'exécuter le modèle sur l'infrastructure de leur choix.

En septembre, Mistral a levé une Série D de 3 milliards d'euros (3,37 milliards $) — un tour de financement au cours duquel une entreprise vend des actions à des investisseurs — à une valorisation supérieure à 21 milliards d'euros (23,6 milliards $), dans un tour mené par Samsung. L'entreprise indique que Large 4 est la première étape de la feuille de route financée par ces fonds.

Ce que disent les benchmarks

L'annonce de Mistral compare principalement Large 4 aux modèles chinois à poids ouverts — DeepSeek V4 Pro, Kimi K3, GLM-5.3 et Qwen3.8 Max. « Poids ouverts » signifie que n'importe qui peut télécharger et exécuter le modèle. Les modèles Claude et GPT n'apparaissent que dans une poignée de comparaisons, et le plus récent Claude, Opus 5.5, n'est mentionné que dans une affirmation sur la cybersécurité. Les graphiques des posts de lancement sont compilés par le vendeur, c'est pourquoi les scores tiers attirent généralement une attention supplémentaire.

Dans une évaluation humaine en aveugle de la qualité de code menée par Surge AI, Mistral Large 4 s'est classé deuxième sur cinq modèles avec 3,74 sur 5, derrière le 4,22 de Claude Opus 5.

AutomationBench, mené par Artificial Analysis, soumet une IA à 657 tâches dans des logiciels professionnels simulés — finance, RH, ventes, support — et note la part des objectifs de chaque tâche qu'elle accomplit, sans aucun point si elle enfreint une règle. Large 4 a obtenu 59,9 points. Sur le même benchmark, Claude Sonnet 5.5 a atteint 71,8, Opus 5.5 a atteint 69,5, et Gemini 4 Argon a dominé le classement avec 77,5.

Sur DeepSWE 1.1, un benchmark que les développeurs consultent pour évaluer la qualité de code d'un modèle, Large 4 a obtenu 62 — devant GLM-5.3 à 61 et DeepSeek V4 Pro à 57, mais derrière le 68 de Kimi K3. Le classement de Datacurve place GPT-6 Astra et Claude Opus 5 à 74.

Mistralique qu'il publiera les poids de Large 4 — les valeurs entraînées qui font fonctionner le modèle — d'ici fin octobre, ce qui permettra aux développeurs extérieurs de télécharger le modèle et de vérifier eux-mêmes ces affirmations.