Le 29 octobre 2026, Mistral AI a publié les poids de Mistral Large 4, après l’aperçu public du 6 octobre. Les organisations peuvent désormais télécharger le checkpoint et le déployer sur leur propre infrastructure. L’exemple officiel avec vLLM règle le parallélisme tensoriel sur 8; Mistral recommande de réduire la longueur maximale du modèle ou le nombre de séquences si la mémoire GPU manque. Ce réglage illustre une configuration, pas un minimum de matériel. (Annonce de Mistral AI ; fiche officielle du modèle)
Des poids téléchargeables après l’aperçu public
La documentation de Mistral date l’aperçu public du 6 octobre 2026. La publication des poids ajoute la possibilité d’exécuter le modèle sur une infrastructure choisie par l’organisation, plutôt que de dépendre du service hébergé de Mistral. NeoTeo avait présenté l’aperçu public de Mistral Large 4 avant cette étape.
Le dépôt officiel identifie le checkpoint sous le nom mistralai/Mistral-Large-4-1T-A52B. (Documentation de Mistral ; dépôt du modèle)
Le checkpoint accepte du texte et des images
Mistral Large 4 est un modèle multimodal à architecture Mixture-of-Experts. Il accepte du texte et des images en entrée, puis produit du texte. La fiche indique une fenêtre de contexte d’un million de tokens. Elle distingue environ 1,05 billion de paramètres au total et 49 milliards de paramètres actifs par token sans compter les embeddings et les couches de sortie, ou 52 milliards en les incluant. (Fiche officielle du modèle)
L’exemple vLLM précise les réglages de serving
Dans son exemple de déploiement avec vLLM, Mistral fixe --tensor-parallel-size 8. Le parallélisme tensoriel répartit le calcul du modèle entre plusieurs GPU; le chiffre 8 correspond ici au paramètre de l’exemple. La fiche ne le présente pas comme un minimum nécessaire pour servir le modèle.
Si la mémoire GPU est insuffisante, Mistral recommande de diminuer --max-model-len, qui règle la longueur maximale du modèle, et/ou --max-num-seqs, qui règle le nombre de séquences traitées en parallèle. La configuration à prévoir dépend donc aussi du contexte et de la concurrence visés. (Fiche officielle du modèle)
La licence réserve une condition à certains services MaaS
La licence du dépôt, la Mistral Ecosystem Open-Weight License, est une version modifiée de la licence MIT. Elle autorise notamment l’utilisation, la modification, la distribution, la vente et le déploiement du modèle, sous réserve de ses conditions, dont l’inclusion des avis de droit d’auteur et de permission dans les copies ou parties substantielles.
La condition de licence commerciale distincte vise les titulaires de licence, ou leurs sociétés affiliées, qui exploitent un service de modèle en tant que service (MaaS). La licence définit ce service comme l’accès donné à un tiers pour l’inférence ou le post-entraînement, avec un contrôle significatif de ce tiers sur les entrées, les paramètres ou les données d’entraînement.
| Situation de déploiement | Traitement prévu par la licence |
| Usage interne sans accès du modèle ou de ses dérivés à des tiers | Exception prévue pour l’usage interne |
| Accès au modèle par les produits officiels de Mistral | Exception prévue par la licence |
| Capacités du modèle intégrées uniquement à des fonctions spécifiques d’un produit destiné aux utilisateurs finaux | Exclues de la définition du MaaS |
| Simple relais de requêtes vers des modèles hébergés par d’autres | Exclu de la définition du MaaS |
| Accès tiers à l’inférence ou au post-entraînement avec contrôle significatif des entrées, paramètres ou données d’entraînement | Si le titulaire ou une société affiliée exploite ce MaaS, une licence commerciale distincte est requise avant tout usage commercial du modèle ou de ses dérivés |
Ces exceptions et cette condition figurent dans les sections 2 et 3 de la licence du dépôt.
Tarifs de l’API et coût de benchmark : deux mesures distinctes
La documentation de Mistral affiche ses tarifs d’API en dollars US par million de tokens : 0,70 $ en entrée, 0,07 $ pour les tokens d’entrée mis en cache et 2,10 $ en sortie. Ces tarifs mesurent l’usage de l’API. (Documentation de Mistral)
De son côté, le tableau des fournisseurs d’API d’Artificial Analysis affiche un coût de 2,06 $ US par tâche d’Intelligence Index pour Mistral Large 4 (high), avec un score de 26. C’est un coût associé à cette évaluation, pas une estimation de la dépense d’une application réelle. (Tableau d’Artificial Analysis)
