L’entreprise française Mistral AI a le vent en poupe avec le lancement de la famille de modèles Mistral 3.
Cette annonce comprend une série de petits modèles, baptisés « Ministral 3 », ainsi que le nouveau modèle phare, « Mistral Large 3 », que l’entreprise décrit comme son « modèle le plus performant à ce jour ».
Point crucial, tous les modèles sont publiés sous la licence permissive Apache 2.0. Il s’agit aussi de la dernière tentative de Mistral pour se faire une place dans l’univers de l’IA open source.
Modèle ouvert de pointe
L’élément central de la publication est Mistral Large 3, un modèle qui apporte des avancées en matière d’architecture et de capacités. Il s’agit du premier modèle de Mistral fondé sur une architecture à mélange d’experts (MoE) depuis sa série Mixtral, ce qui représente un bond en avant au niveau du pré-entraînement.
Le modèle intègre un total de 675 milliards de paramètres, mais utilise une architecture MoE parcimonieuse : seuls 41 milliards de paramètres sont activés pour une requête donnée. Cette conception offre une grande échelle sans entraîner de hausse équivalente des coûts de calcul.
Entraîné sur 3 000 GPU H200 de Nvidia, Mistral Large 3 « atteint apparemment le niveau des meilleurs modèles ouverts à poids accessibles et optimisés pour suivre des instructions sur le marché, dans le cadre de requêtes générales ».
Les capacités du modèle comprennent le traitement multimodal natif, qui lui permet de comprendre les images, ainsi que des performances en conversation multilingue au-delà de l’anglais et du chinois. Il fait ses débuts à la 2e place du classement LMArena, dans la catégorie des modèles open source sans raisonnement.
Ministral 3
La série Ministral 3 vient compléter le grand modèle. Elle regroupe de petits modèles denses proposés avec 3, 8 et 14 milliards de paramètres. Ils sont conçus pour les cas d’usage en périphérie et en local.
Chaque taille est proposée en variantes de base, instruct et de raisonnement spécialisé, toutes dotées de capacités multimodales et multilingues natives. Elles sont conçues pour les environnements où les ressources de calcul sont très limitées, comme les appareils mobiles, les ordinateurs portables ou les systèmes informatiques en périphérie.
L’entreprise a déclaré que les variantes instruct de Ministral « égalent ou dépassent les performances de modèles comparables tout en produisant souvent un nombre de tokens inférieur d’un ordre de grandeur ». En outre, les variantes de raisonnement, comme le modèle 14B, ont démontré une grande précision dans leur catégorie de poids, avec un score de 85 % au benchmark AIME ’25.
L’essor de l’intelligence distribuée
La famille Ministral souligne l’évolution vers une « intelligence distribuée », dans laquelle une IA avancée peut fonctionner localement sur les appareils grand public plutôt que de dépendre exclusivement de serveurs cloud.
Cette évolution a des conséquences en matière de confidentialité des données, puisque les informations sensibles peuvent être traitées sur l’appareil sans être envoyées vers le cloud. Elle garantit également une certaine résilience dans les environnements où la connectivité est intermittente, rendant une IA sophistiquée disponible « du centre de données au robot ».
Collaboration industrielle
Mistral AI n’a pas réalisé cela seule. L’entreprise a annoncé une collaboration avec les sociétés technologiques Nvidia, vLLM et Red Hat afin de garantir un accès immédiat aux modèles sur un large éventail de matériels.
L’ensemble de la famille Mistral 3 a été entraîné sur des GPU Hopper de Nvidia. Pour l’inférence, cette collaboration a abouti à des points de contrôle optimisés, dont le format NVFP4, conçu avec llm-compressor, qui permet à Mistral Large 3 de fonctionner sur des systèmes tels que le Blackwell NVL72 et des nœuds uniques équipés de 8 GPU.
Les ingénieurs de Nvidia ont intégré des noyaux personnalisés ainsi que la prise en charge de frameworks comme TensorRT-LLM et SGLang, en ciblant spécifiquement l’architecture MoE parcimonieuse et complexe pour des services à « haut débit ».
Ce partenariat garantit que les nouveaux modèles ne sont pas de simples curiosités de recherche, mais qu’ils peuvent être déployés en production dès le premier jour, offrant aux développeurs une voie à travers tout l’écosystème matériel de Nvidia, des centres de données aux appareils Jetson en périphérie.
Un avenir ouvert ?
En ouvrant sa famille de modèles de pointe, Mistral AI veut remettre en cause la domination établie des systèmes propriétaires comme ceux d’OpenAI et de Google.
Les modèles sont disponibles sur des plateformes cloud et dans des dépôts, notamment Mistral AI Studio, Amazon Bedrock, Azure Foundry et Hugging Face. Mistral AI propose en outre des services d’entraînement de modèles sur mesure, permettant aux organisations d’affiner les modèles sur des jeux de données propriétaires pour des déploiements d’entreprise évolutifs et adaptés à des domaines spécifiques.
La philosophie de l’entreprise est claire : « L’avenir de l’IA est ouvert. »
Le chiffre trois est à la mode. ChatGPT a récemment atteint son troisième anniversaire.