Mistral AI publie les poids de Large 4 sans la licence libre Apache 2.0 de Large 3

Mistral AI a publié le 29 octobre 2026 les poids de Mistral Large 4, son modèle d’intelligence artificielle phare, surnommé « Le Chonk ». Les poids, ou paramètres, sont les milliards de valeurs numériques qui forment un modèle une fois entraîné. Chacun peut désormais les télécharger sur Hugging Face et les faire tourner sur ses propres machines. Pour les organisations qui veulent garder leurs données chez elles, la nouvelle compte. Mais contrairement à Large 3, ce modèle n’est pas diffusé sous la licence libre Apache 2.0.

Le modèle repose sur une architecture à mélange d’experts : pour chaque requête, seule une partie du réseau travaille, ce qui allège le calcul. Sa taille varie selon les sources. Lors de la préversion, Next comptait 1 050 milliards de paramètres, dont 49 milliards actifs simultanément. Sa mise à jour du 29 octobre parle de 1 000 milliards, comme l’annonce de Mistral. La fiche du modèle retient 49 milliards de paramètres actifs par token, 52 milliards en comptant certaines couches. Sa fenêtre de contexte, la quantité de texte traitée d’un seul tenant, atteint un million de tokens, ces fragments de mots que manipulent les modèles.

Une licence maison remplace Apache 2.0

Les poids sont diffusés sous la « Mistral Ecosystem Open-Weight License », présentée comme une version modifiée de la licence MIT. Le modèle peut être utilisé, modifié, réentraîné et commercialisé gratuitement. Une seule condition : les entreprises qui exploitent une offre de modèle en tant que service doivent obtenir une licence commerciale distincte auprès de Mistral. Le texte vise la mise à disposition du modèle à des tiers, par exemple au moyen d’une API (interface de programmation) ou d’un point d’accès hébergé. L’usage interne y échappe.

C’est une rupture avec la génération précédente. La fiche de Mistral Large 3 sur Hugging Face indique toujours une diffusion sous licence Apache 2.0. La préversion de Large 4 avait été lancée le 6 octobre 2026. Next annonçait alors la publication des poids pour le 26 octobre, en même temps que des informations plus précises. Ils sont finalement arrivés le 29 octobre, sous cette licence maison.

Cette clause pose une question de vocabulaire. L’Open Source Initiative (OSI) tient la définition de l’open source. Ce texte interdit à une licence de restreindre l’usage d’un programme dans un domaine d’activité donné, par exemple en entreprise. À notre avis, en visant une activité précise, la revente d’accès au modèle, la clause de Mistral place Large 4 hors de cette définition : c’est un modèle à poids ouverts. Le nom de la licence le dit d’ailleurs, « Open-Weight ». Next écrit pourtant que les poids sont « disponibles en open source ».

La souveraineté comme argument

Mistral fait de l’origine du modèle un argument commercial. L’éditeur affirme l’avoir développé et entraîné depuis zéro en Europe, sur 3 800 puces Grace Blackwell de NVIDIA installées dans ses propres centres de calcul. Il présente Large 4 comme une base de confiance pour une IA souveraine. Le modèle est aussi distribué par des acteurs américains. Microsoft le propose sur sa plateforme Foundry, avec des options de déploiement privé pour les développeurs Azure. NVIDIA le diffuse sur des points d’accès qu’il héberge.

Les modèles à poids ouverts permettent aux organisations de garder la maîtrise de la technologie dont dépend leur résilience.

Ces relais n’enlèvent rien à l’essentiel : avec les poids en main, une organisation peut faire tourner le modèle sans dépendre d’aucun fournisseur. Pour qui passe par l’API de Mistral, le tarif est de 0,70 dollar par million de tokens en entrée et de 2,10 dollars en sortie, selon l'annonce officielle de l’éditeur. Les performances, comme les 41 % obtenus au banc d’essai Terminal-Bench 4.0, sont celles que publie Mistral. Elles restent à confirmer par des tests indépendants.

Hors de portée d’un serveur de PME

Faire tourner Large 4 chez soi reste l’affaire de gros équipements. Le modèle existe en deux variantes officielles, FP8 et NVFP4, des formats de précision réduite. Pour le réentraîner, l’exemple publié par Hugging Face utilise la première sur un nœud, c’est-à-dire un serveur, de 8 cartes B300 de NVIDIA. Les versions compressées sur 2 bits tournent sur un seul ordinateur Apple Silicon Ultra doté de 512 Go de mémoire unifiée. Les autres exigent de répartir le calcul sur plusieurs machines. Le moteur libre llama.cpp prend déjà le modèle en charge.

Pour une TPE, une association ou un particulier, Large 4 ne tournera donc pas sur un serveur de bureau. À notre avis, il intéresse surtout les hébergeurs et intégrateurs européens, qui devront signer avec Mistral s’ils vendent l’accès au modèle. Des poids ouverts valent mieux qu’un modèle accessible seulement par l’API d’un tiers, mais ils ne remplacent pas une licence libre. Avant d’adopter un modèle, lisez sa licence plutôt que son étiquette. Pour un usage courant, nos repères pour faire tourner son IA chez soi restent valables avec des modèles plus modestes.