Mistral Large 4 : choisir entre API et hébergement
Publié le
Vous attendiez les poids de Mistral Large 4 pour décider si votre équipe peut l’héberger ? Mistral a publié Le Chonk le 29 octobre 2026, après l’aperçu API du 6 octobre. Le dépôt officiel propose les poids et une carte du modèle : il s’agit donc d’une publication effective, pas d’une précommande. Ce guide s’appuie sur les documents consultés le 31 octobre 2026 ; nous n’avons ni téléchargé les poids ni testé le modèle.
Poids ouverts ne veut pas dire serveur léger
La carte officielle décrit un modèle multimodal à environ un billion de paramètres au total, dont quelque 52 milliards actifs par jeton, avec une fenêtre de contexte annoncée d’un million de jetons. Le faible nombre de paramètres actifs ne représente pas la mémoire nécessaire pour charger les experts. Pour servir la version principale, la recette officielle vLLM utilise huit GPU en parallélisme tensoriel : considérez-la comme un déploiement serveur, pas comme un modèle pour ordinateur portable.
Une variante quantifiée NVFP4 est également publiée. Sa carte annonce un encombrement mémoire réduit et vise les GPU NVIDIA Blackwell avec vLLM ou SGLang. Vérifiez la compatibilité de votre matériel et la mémoire disponible dans la carte NVFP4 avant tout achat ou réservation de capacité.
Comparer trois voies de mise à disposition
| Voie | Ce qui est établi | À vérifier pour votre équipe |
|---|---|---|
| API Mistral | Le tarif annoncé au lancement des poids est de 0,70 $ par million de jetons entrants, 0,07 $ pour les entrants mis en cache et 2,10 $ pour les sortants. | Tarif applicable à votre compte, volumes, cache, reprises et temps de réponse. |
| Poids sur votre infrastructure | Le dépôt officiel documente vLLM, SGLang et Transformers ; la variante NVFP4 cible Blackwell. | GPU compatibles, mémoire, stockage des poids, exploitation, mises à jour et coût d’ingénierie. |
| Service hébergé tiers | Mistral cite notamment des points d’accès hébergés par NVIDIA et une disponibilité via Microsoft Foundry. | Région, contrat, rétention, prix et disponibilité sur votre tenant auprès du fournisseur retenu. |
Ces tarifs API sont des montants tiers datés, hors conversion en euros et susceptibles d’évoluer. Ils ne représentent pas le coût d’un hébergement local, qui dépend du matériel et de son utilisation. Pour une vue des abonnements des assistants, consultez aussi le relevé de prix des offres ; il ne remplace pas ce calcul API.
Un protocole d’essai avant de déplacer des données
- Choisissez une tâche étroite : par exemple, expliquer un extrait de code non sensible ou extraire des champs d’un document fictif. Définissez à l’avance ce qui rend la réponse correcte.
- Préparez un petit lot de contrôle : conservez les entrées, les réponses attendues et les cas où le modèle doit répondre « inconnu ». N’utilisez pas de données réelles avant les validations de sécurité et de confidentialité de votre organisation.
- Comparez à consigne identique : mesurez les erreurs à corriger, le délai observé, les jetons consommés par l’API ou les ressources mobilisées sur votre serveur. Les chiffres de benchmarks publiés par Mistral ne prédisent pas vos résultats.
- Testez les trois niveaux de raisonnement : la carte recommande « low » pour des réponses rapides, « medium » pour le quotidien et « high » pour les tâches complexes ; le niveau « high » est celui par défaut. Notez les différences de qualité et de coût sur votre lot.
- Décidez avec un seuil : gardez le mode ou la voie la moins coûteuse qui respecte votre taux d’erreur acceptable et vos contraintes d’exploitation. Faites vérifier tout résultat destiné à une décision importante.
Lire la licence et vérifier le périmètre de souveraineté
La licence Mistral Ecosystem Open-Weight autorise l’usage, la modification, l’ajustement et la commercialisation, sous ses conditions. Elle prévoit une licence commerciale distincte pour les entreprises qui exploitent un service Model-as-a-Service. Faites examiner le texte applicable à votre cas par votre responsable juridique.
Héberger les poids peut réduire la dépendance à un fournisseur d’inférence, mais ne garantit à lui seul ni conformité, ni confidentialité, ni souveraineté complète : examinez aussi journaux, accès, sauvegardes, mises à jour, environnement matériel et chaîne d’exploitation. Pour comparer le coût total des usages de votre équipe, partez du guide du budget IA, puis du diagnostic pour vos assistants et abonnements.
À lire aussi
- Claude Duet : accès en France, préversion et limites partagées
- Gemini Notebook dans le chat : activer la connexion et vérifier une synthèse
- Gemini dans Sheets et BigQuery : préparer une analyse et son budget
- Claude Opus 5.5 : quand payer le surcoût du mode rapide API ?
- Skills Gemini : réutiliser une consigne et préparer la transition des Gems
- Copilot Cowork : encadrer le budget d’un essai en Copilot Credits
- Claude Haiku 5.5 : calculer le coût API selon la longueur des documents
- Mistral Workflows : faut-il choisir les déploiements hébergés en préversion ?
- Claude Max et Team : utiliser les crédits API annoncés le 7 octobre 2026
- Prix de ChatGPT, Claude, Gemini, Mistral et Copilot en septembre 2026
- Quelles IA entraînent leurs modèles sur vos données ? Le relevé 2026
- Charte d'usage de l'IA en entreprise : que mettre dedans en 2026
- AI Act article 4 : l'obligation de maîtrise de l'IA après l'omnibus de 2026
- Quelle IA gratuite choisir en 2026 ? Les limites réelles de chaque offre
- Combien coûte l'IA pour une entreprise ? Trois budgets types calculés