Mistral ouvre les poids de Le Chonk : le modèle peut être déployé et ajusté en autonomie

Le 29 octobre, Mistral a publié les poids de la version mise à jour de Mistral Large 4, également connue sous le nom de Le Chonk. Les développeurs et les organisations peuvent désormais télécharger le modèle, l’ajuster et le déployer sur leur propre infrastructure, sans devoir obligatoirement passer par le service de Mistral. Une réserve importante pour les entreprises : proposer le modèle en tant que Model-as-a-Service nécessite une licence commerciale distincte.

Ce qui est désormais disponible

Dans son annonce de la publication des poids, Mistral indique que la version a été améliorée depuis son aperçu public, lancé au début du mois d’octobre. L’entreprise précise que le modèle peut être testé via Mistral Studio et l’API, et que ses poids peuvent être téléchargés depuis Hugging Face pour un déploiement autonome. Parmi les options d’exécution citées figurent vLLM et SGLang ; un conteneur NVIDIA NIM et des points de terminaison hébergés par NVIDIA sont également disponibles.

Le changement concret est la possibilité de contrôler l’environnement d’exécution et d’adapter le modèle à ses propres tâches. Une équipe peut le déployer dans son environnement, l’ajuster à son code ou à ses données internes et gérer elle-même son intégration. C’est particulièrement pertinent pour les organisations qui souhaitent traiter les données au sein de leur propre infrastructure. Les services gérés restent également disponibles : Mistral API, Mistral Studio, OpenRouter et Microsoft Foundry.

Ce que montrent les tests publiés

Mistral communique des résultats obtenus dans plusieurs tests, mais il s’agit de données de l’entreprise et d’évaluations qu’elle a choisies. Au test privé Cognition FrontierCode 2.0, le modèle a obtenu 19,7 % ; il a atteint 48 % sur l’Artificial Analysis Coding Agent Index, avec, selon l’entreprise, une consommation moyenne de jetons par tâche inférieure de 47 % à celle du modèle à poids ouverts le mieux classé dans sa comparaison. Sur Terminal-Bench 4.0, le résultat a progressé de 13 points de pourcentage par rapport à l’aperçu, pour atteindre 41 %.

Pour les spécialistes de la cybersécurité, Mistral indique un résultat de 51 % sur l’Artificial Analysis Cyber Index, un test qui évalue la détection, la reproduction et la correction de vulnérabilités. L’entreprise fait aussi état d’un taux moyen de refus de 96,6 % face aux requêtes cyber malveillantes de JailbreakBench, StrongREJECT et AgentHarm. Ces chiffres concernent des ensembles de tâches précis ; les organisations qui choisissent un modèle ont intérêt à refaire l’évaluation avec leurs propres tâches et paramètres de sécurité.

À qui cette publication offre-t-elle davantage de choix ?

Les petites équipes de développement peuvent étudier et adapter le modèle sans avoir à créer leur propre modèle de base. Les entreprises peuvent décider où traiter les données, quelles données internes utiliser pour l’ajustement et comment intégrer le modèle à leurs systèmes existants. Les équipes de recherche et de cybersécurité peuvent étudier son comportement et le tester dans des scénarios contrôlés.

Ici, « poids ouverts » signifie que les paramètres du modèle sont accessibles et peuvent être utilisés sous licence, et non que son exploitation est automatiquement gratuite. L’exécution locale nécessite une infrastructure de calcul adaptée ainsi qu’un travail de déploiement. Mistral ne publie pas de rapport technique complet dans cette annonce ; l’entreprise promet de le faire ultérieurement. Les résultats publiés doivent donc être interprétés dans le cadre des tests décrits.

À vérifier avant le déploiement

La licence Mistral Ecosystem Open-Weight autorise l’utilisation, la modification, l’ajustement et la commercialisation du modèle. Une exception concerne les entreprises qui le fournissent en tant que Model-as-a-Service : cette offre commerciale nécessite une licence distincte de Mistral. Avant le lancement, il convient de vérifier que le projet est conforme à la fiche du modèle et à sa licence, puis de tester la qualité, la vitesse et le coût sur les tâches courantes de l’équipe.

En somme, le principal résultat de cette publication n’est pas la promesse d’un avantage identique pour tous, mais un contrôle accru : les poids de Le Chonk peuvent désormais être obtenus et exécutés de façon autonome, tout en laissant la possibilité de choisir un service cloud. Pour les équipes qui accordent de l’importance à l’ajustement du modèle et au contrôle de l’environnement, c’est une nouvelle option concrète ; les restrictions de licence et le coût de l’infrastructure propre détermineront son adéquation à chaque projet.