Le 29 octobre 2026, Mistral AI a annoncé la disponibilité des poids ouverts de Mistral Large 4 sur Hugging Face, après l’aperçu public du 6 octobre (annonce de Mistral). Les organisations peuvent télécharger ces poids pour examiner, modifier et déployer le modèle sur leur propre infrastructure, selon la fiche du modèle sur Hugging Face.
L’aperçu public via API avait fait l’objet de notre article consacré à cette première étape.
Ce que permet la licence de Mistral Large 4
La Mistral Ecosystem Open-Weight License, une version modifiée de la licence MIT, autorise notamment l’usage commercial, la modification, la distribution, la vente, le déploiement, l’entraînement supplémentaire et la création de modèles dérivés, sous réserve de ses conditions. Les copies et les portions substantielles doivent conserver les mentions de droits d’auteur et d’autorisation (texte de la licence).
Une licence commerciale distincte doit être conclue avec Mistral avant l’usage commercial du modèle ou de ses dérivés si le licencié, ou l’une de ses sociétés affiliées, exploite un service Model-as-a-Service. La définition vise l’accès de tiers à l’inférence ou au post-entraînement, par API ou point de terminaison hébergé, lorsque ces tiers peuvent exercer un contrôle significatif sur les entrées, les paramètres ou les données d’entraînement.
La licence prévoit des exceptions à cette exigence pour les capacités du modèle intégrées uniquement à des fonctions particulières ou à un environnement applicatif dédié, le simple relais de requêtes vers des modèles hébergés par d’autres, l’usage interne sans mise à disposition du modèle ou de ses dérivés à des tiers, et l’accès par les produits officiels de Mistral.
Pourquoi la fiche distingue 49 et 52 milliards de paramètres
Mistral Large 4 compte 1 000 milliards de paramètres au total. La fiche en indique 49 milliards actifs par token ; le chiffre de 52 milliards inclut aussi les couches d’intégration, appelées embeddings, et les couches de sortie. Ces valeurs décrivent donc deux périmètres de comptage différents. La fiche présente le modèle comme une architecture Mixture-of-Experts multimodale, qui active une partie de ses experts pour chaque token traité.
Ce que signifie l’exemple de déploiement à huit GPU
L’exemple vLLM de la fiche configure un parallélisme tensoriel à huit GPU : le calcul du modèle est réparti entre plusieurs processeurs graphiques. Pour adapter le service à la mémoire disponible, Hugging Face recommande de réduire la longueur maximale du modèle ou le nombre de séquences traitées en parallèle lorsque la mémoire GPU manque. Les huit GPU correspondent à cette configuration vLLM précise.
Une démonstration ponctuelle de programmation
Dans une vidéo en anglais, Amine AI compare Mistral Large 4 et Claude Opus 5.5 sur une tâche de programmation de carte satellite en 3D, avec le même prompt. Il s’agit d’un essai ponctuel du créateur, et non d’un benchmark standardisé.
