Mistral Large 4 tourne sur vos propres serveurs avec une licence commerciale gratuite, à une condition

Le 29 octobre 2026, la société française Mistral AI a rendu public Mistral Large 4, son plus grand modèle, avec l'ensemble de ses fichiers en téléchargement gratuit. La réponse courte pour un dirigeant d'entreprise : vous pouvez le faire tourner sur vos propres serveurs, garder les données de vos clients dans votre entreprise et l'utiliser commercialement sans frais de licence, tant que vous ne revendez pas le modèle lui-même comme service d'IA. Le frein, c'est le matériel : la configuration officielle utilise 8 GPU de centre de données. La plupart des entreprises devraient donc commencer par l'API, à 0,70 dollar par million de tokens en entrée (environ 2,63 riyals) et 2,10 dollars par million de tokens en sortie (environ 7,88 riyals), puis passer en interne seulement quand le volume ou la sensibilité des données le justifie.

Ce que Mistral a publié, en termes simples

Mistral Large 4 compte environ 1 000 milliards de paramètres, mais n'en utilise qu'environ 52 milliards pour chaque fragment de texte qu'il produit, ce qui le rend plus rapide et moins coûteux à exécuter que sa taille ne le laisse penser. Il lit le texte et les images, accepte jusqu'à 1 million de tokens par requête (un long contrat avec toutes ses annexes y tient sans difficulté), et Mistral affirme qu'il maîtrise plus de 160 langues. Il est entré en préversion limitée auprès de partenaires sélectionnés le 6 octobre 2026, puis la version publique complète a suivi le 29 octobre.

L'expression « poids ouverts » signifie que vous recevez le modèle lui-même, et pas seulement un accès. Vous pouvez l'installer sur des serveurs que vous contrôlez, dans le Royaume si vous le souhaitez, et aucune requête n'a besoin de quitter votre réseau. Si vous avez lu notre article sur Inkling de Thinking Machines, l'idée est la même. La nouveauté tient à la licence, au soutien d'un éditeur européen établi et au choix des endroits où le faire tourner.

La seule condition de la licence

Le modèle est publié sous la Mistral Ecosystem Open-Weight License, que Mistral décrit comme une licence MIT modifiée. Vous pouvez l'utiliser, le modifier, l'affiner sur vos propres données et l'exploiter commercialement. La seule condition : une entreprise qui exploite une offre de Model-as-a-Service, c'est-à-dire qui vend à d'autres sociétés l'accès au modèle lui-même, doit d'abord obtenir une licence commerciale distincte auprès de Mistral.

Pour la plupart des entreprises, cette condition ne s'applique pas. Une clinique qui utilise le modèle pour résumer des dossiers patients, un distributeur qui s'en sert pour répondre aux messages clients ou un cabinet d'avocats qui l'emploie pour relire des contrats l'utilise dans son propre travail, sans le vendre. Si vous êtes un éditeur de logiciels qui prévoit de proposer à ses clients un service d'IA bâti dessus, lisez la licence avec votre avocat avant le lancement.

Trois façons de l'utiliser, et ce que coûte chacune

• L'API de Mistral : 0,70 dollar par million de tokens en entrée, 0,07 dollar pour l'entrée mise en cache et 2,10 dollars par million de tokens en sortie. Vous payez à l'usage sans gérer de serveur, mais vos données partent chez Mistral.
• Une plateforme cloud : Mistral indique que Microsoft Foundry est le premier fournisseur cloud à proposer le modèle, également disponible via OpenRouter et les points d'accès hébergés de NVIDIA. Une option adaptée à une entreprise qui a déjà un compte et un contrat avec l'un de ces fournisseurs.
• Vos propres serveurs : les poids sont sur Hugging Face. Les exemples de déploiement officiels tournent sur 8 GPU NVIDIA travaillant ensemble, et une version compressée plus légère vise les puces Blackwell, plus récentes, de NVIDIA. Vous payez le matériel ou les serveurs loués, pas chaque requête.

Une remarque honnête sur le coût : lorsque Artificial Analysis a testé la préversion, rapporte Fortune, il a jugé le modèle à peu près au niveau de GPT-6 Luna d'OpenAI, mais a constaté qu'il coûtait plus de quatre fois plus cher par tâche que des modèles ouverts d'intelligence comparable. Le prix seul n'est donc pas une raison de le choisir.

Pourquoi posséder le modèle compte : deux risques réels

Les données qui quittent le Royaume. Lorsque vous envoyez les données personnelles de vos clients à un fournisseur d'IA à l'étranger, ce transfert relève du règlement de l'Autorité saoudienne des données et de l'IA (SDAIA) sur le transfert des données personnelles hors du Royaume, qui s'appuie sur des mesures comme des garanties appropriées et des clauses contractuelles types. Faire tourner le modèle sur des serveurs situés dans le Royaume retire ce transfert de l'équation pour cet usage, même si toutes les autres obligations de la loi sur la protection des données personnelles continuent de s'appliquer. Notre article sur une région cloud dans le Royaume explique ce que le lieu d'hébergement règle, et ce qu'il ne règle pas.

Un accès coupé. En juin 2026, une directive du gouvernement américain a contraint Anthropic à suspendre l'accès à ses modèles Fable 5 et Mythos 5 pendant près de trois semaines, rappelle Fortune. Nous avions alors expliqué ce que cela signifiait pour les entreprises dépendantes d'un seul fournisseur. Une copie du modèle qui tourne sur vos serveurs ne peut pas être éteinte de l'extérieur. Pierre Stock, vice-président scientifique de Mistral, a avancé exactement cet argument lors du lancement.

Quelle est sa puissance réelle ?

Les chiffres viennent de Mistral et doivent être lus comme tels. L'entreprise affirme que le modèle devance de peu les modèles ouverts sur l'indice Coding Agent d'Artificial Analysis avec 48 %, obtient 41 % sur Terminal-Bench 4.0 (contre 28 % en préversion, à égalité avec le chinois GLM-5.3) et résiste à 97,1 % des attaques sur le benchmark de sécurité des agents B3. Fortune apporte le contexte : les modèles fermés d'OpenAI et d'Anthropic restent devant dans l'ensemble ; Mythos 5.1 d'Anthropic, par exemple, atteint 60,9 % sur Terminal-Bench 4.0. En bref, c'est une option ouverte sérieuse, pas le modèle le plus puissant du marché.

Quand il a du sens pour votre entreprise

• Vous traitez des données sensibles (santé, finance, juridique) et voulez qu'elles restent sur votre propre infrastructure.
• Votre volume est élevé et régulier, si bien qu'un coût de serveur fixe revient moins cher qu'une facture à la requête.
• Un processus essentiel ne peut pas s'arrêter parce qu'un fournisseur change ses conditions ou perd son accès.
• Vous voulez affiner un modèle sur vos propres documents et rester propriétaire du résultat.

Si aucun de ces cas ne s'applique, un modèle fermé via une API est généralement plus simple et plus performant. La qualité en arabe n'est pas confirmée non plus : les pages officielles évoquent plus de 160 langues sans citer l'arabe, testez donc le modèle sur vos vrais documents en arabe avant de vous engager.

Le regard d'Origami

Nous ne conseillons pas d'acheter 8 GPU parce qu'un modèle est devenu téléchargeable. Nous conseillons de construire votre couche d'IA de façon à pouvoir changer de modèle : commencez par une API, mesurez la précision sur vos propres données en arabe et en anglais, gardez la main sur les consignes et le circuit des données, puis basculez les processus sensibles vers un modèle auto-hébergé comme Mistral Large 4 lorsque les chiffres et le risque le justifient. Pour le tester sur vos données ou concevoir cette couche, parlons-en.