Mistral Large 4 权重上线 Hugging Face,代码能力提升至 Terminal-Bench 41%
Nettement meilleur en code, Mistral Large 4 débarque enfin sur Hugging Face
Mistral AI 于 10 月 29 日将 Mistral Large 4(代号 Le Chonk)的开放权重发布到 Hugging Face,此前 10 月 6 日仅提供付费 API 访问。该模型总参数 1000 亿级规模中的 1 万亿参数、采用 MoE 架构,每个 token 激活 490 亿参数(含输入输出层为 520 亿),共 128 个专家、每 token 启用 4 个加 1 个共享专家。三周的强化学习后,其 Terminal-Bench 4.0 得分从 28% 升至 41%,在 Artificial Analysis 代码指数上为 48%,与 GLM-5.3 持平且每任务平均少用 47% token;API 价格降为每百万 token 输入 0.70 美元、输出 2.10 美元,新许可证允许商用但转售模型服务需另签协议。
推荐理由
AI 评分 66
原文给出开放权重、MoE 参数配置与 Terminal-Bench 分数变化,可对照其与 GLM-5.3 等开源模型的差距。
主题
正文
Mistral AI a publié ce jeudi 29 octobre 2026 les poids de Mistral Large 4, son modèle à 1 000 milliards de paramètres surnommé « Le Chonk ». La start-up a profité des trois semaines écoulées depuis la préversion pour l’améliorer nettement en code et en cybersécurité.
Quand Mistral a présenté son tout nouveau modèle d’intelligence artificielle Mistral Large 4, alias Le Chonk, le 6 octobre, la start-up française n’avait mis en place qu’un accès payant par API. Elle avait cependant promis d’ouvrir les poids du modèle à la fin du mois. Chose promise, chose due. Trois semaines plus tard, les fichiers sont en ligne.
Depuis ce jeudi 29 octobre, ces poids ouverts sont à retrouver sur le site Hugging Face, comme Mistral l’annonce sur son blog et sur X.
Dans un modèle d’IA, les poids sont la myriade de réglages appris durant la phase d’entraînement. Les télécharger permet de faire tourner le modèle sur ses propres serveurs, sans envoyer ses données chez Mistral. Sur le papier, le modèle s’appuie sur 1 000 milliards de paramètres. Mais dans les faits, il n’en mobilise que 49 milliards par token (un fragment de mot), 52 milliards si l’on compte les couches d’entrée et de sortie.
Ce tri est voulu. Mistral Large 4 repose sur une architecture appelée MoE, pour mélange d’experts (Mixture of Experts). Dans les grandes lignes, le modèle est découpé en 128 « experts » spécialisés, et seuls quatre d’entre eux (plus un expert commun) entrent en jeu pour chaque token. À titre de comparaison, son prédécesseur Mistral Large 3 a 675 milliards de paramètres, dont 41 milliards utilisés par token (même approche MoE).
Qu’est-ce qui a changé pour Mistral Large 4 ?
Durant les trois semaines qui se sont écoulées entre l’annonce de Mistral Large 4 et la publication des poids, Mistral ne s’est pas arrêtée : la société a poursuivi l’apprentissage par renforcement, surtout en cybersécurité et en code. Mistral évoque « des améliorations considérables » et des progrès qui « ne cessent de s’accélérer, sans aucun signe de saturation ».
Selon les chiffres publiés par Mistral, son score sur Terminal-Bench 4.0, un test de programmation en ligne de commande, passe de 28 % à 41 %, un point seulement devant le chinois GLM-5.3 (40 %). Sur l’indice de code du cabinet Artificial Analysis, il obtient 48 % et fait jeu égal avec ce même GLM-5.3, en consommant en moyenne 47 % de tokens (les unités de texte facturées) en moins par tâche. Sur Terminal-Bench, Mistral le place aussi devant DeepSeek V4.1 Flash (31 %), Kimi K3 (21 %) et Muse Spark Open (6 %).
Source : Mistral
Par contre, Mistral reconnaît dans la documentation sur Hugging Face que les meilleurs modèles ouverts chinois restent devant sur l’indice global du même cabinet, où Le Chonk obtient 26 points, le meilleur score parmi les modèles ouverts occidentaux. Or ce sont justement des modèles chinois que le moteur de recherche Ecosia a choisis pour remplacer Mistral début octobre. Parmi les remplaçants figurent Qwen, Kimi et justement GLM. Christian Kroll, le patron d’Ecosia, reprochait à Mistral la qualité de ses modèles et un retard d’environ un an sur la concurrence.
Le tarif de l’API baisse de moitié : 0,70 dollar (environ 0,63 €) par million de tokens en entrée et 2,10 dollars (environ 1,89 €) en sortie, contre 1,36 dollar (environ 1,22 €) et 4,18 dollars (environ 3,75 €) au tarif standard de la préversion.
La licence, baptisée Mistral Ecosystem Open-Weight License, est en revanche moins généreuse que l’Apache 2.0 de Large 3, qui autorisait tous les usages, commerciaux compris. Cette version modifiée de la licence libre MIT autorise l’usage commercial, sauf pour les entreprises qui revendent l’accès au modèle sous forme de service – elles doivent signer une licence séparée avec Mistral.
Le Chonk reste hors de portée d’un ordinateur personnel : même sa version compressée demande quatre cartes graphiques de centre de données Nvidia B200 ou B300, et la version complète en réclame huit.
Découvrez les bonus
+ rapide, + pratique, + exclusif
Zéro publicité, fonctions avancées de lecture, articles résumés par l'I.A, contenus exclusifs et plus encore.
Découvrez les nombreux avantages de Numerama+.
S'abonner à Numerama+
Vous avez lu 0 articles sur Numerama ce mois-ci
Il y a une bonne raison de ne pas s'abonner à
Tout le monde n'a pas les moyens de payer pour l'information.
C'est pourquoi nous maintenons notre journalisme ouvert à tous.
Mais si vous le pouvez,
voici trois bonnes raisons de soutenir notre travail :
1 Numerama+ contribue à offrir une expérience gratuite à tous les lecteurs de Numerama.
2 Vous profiterez d'une lecture sans publicité, de nombreuses fonctions avancées de lecture et des contenus exclusifs.
3 Aider Numerama dans sa mission : comprendre le présent pour anticiper l'avenir.
Si vous croyez en un web gratuit et à une information de qualité accessible au plus grand nombre, rejoignez Numerama+.
S'abonner à Numerama+
Toute l'actu tech en un clin d'œil
Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !