Mistral élargit son offre et continue d’investir dans ses modèles
L’ouverture de Mistral aux modèles chinois a fait naître un soupçon. Le champion français avait-il renoncé à développer ses propres grands modèles de langage ? La chronologie permet de trancher. Le 6 octobre 2026, Mistral a ouvert l’accès à une version de prévisualisation de Large 4, son plus grand modèle selon l’entreprise. Le 8 septembre, elle avait annoncé une levée de 3 milliards d’euros menée par le sud-coréen Samsung Electronics, avec la participation de l’américain Nvidia.
Mistral entend consacrer ces fonds à la recherche, au calcul et à son développement commercial. Le financement établit l’engagement des investisseurs. La présentation de Large 4 confirme, elle, la poursuite du développement de modèles propres.
Le virage commercial est réel. En intégrant les modèles de Z.ai, Mistral cesse de faire de l’origine européenne du modèle une condition systématique de son offre. L’entreprise peut ainsi répondre à des besoins différents. Un assistant grand public doit convenir à une grande variété de demandes. Dans une usine, le client peut payer pour une tâche beaucoup plus précise : retrouver la bonne procédure de maintenance, citer la version en vigueur et respecter les droits d’accès de chaque salarié. Le modèle contribue au résultat, tout comme la qualité des documents, l’intégration au logiciel métier et la capacité à maintenir le service. C’est sur ces éléments que Mistral devra aussi justifier son prix si d’autres prestataires proposent les mêmes modèles.
La souveraineté se joue à deux niveaux
L’intelligence artificielle assemble plusieurs briques : des puces, une infrastructure de calcul, des modèles, des données et des logiciels qui relient l’ensemble aux usages. Un organisme européen peut, si la licence et ses moyens techniques le permettent, faire tourner un modèle chinois à poids ouverts sur une infrastructure qu’il contrôle. Il peut également utiliser un modèle européen via un service distant dont le fournisseur fixe les tarifs et décide quand une version sera retirée. L’origine compte. Les conditions d’hébergement, les droits sur les données et la possibilité de migrer déterminent aussi la marge de manœuvre du client.
À l’échelle industrielle, la question est différente. L’Europe veut conserver les chercheurs, les capacités de calcul et le financement nécessaires pour produire les prochaines générations de modèles. La possibilité de choisir entre plusieurs moteurs répond au besoin immédiat des clients. Le développement de Large 4 participe à l’effort industriel de plus long terme. À elle seule, Mistral ne résume pas la politique européenne, mais sa stratégie montre comment ces deux ambitions peuvent coexister au sein d’une même entreprise.
L’Inde montre où un modèle local peut faire la différence
Les modèles à poids ouverts dépassent le face-à-face entre la Chine et les États-Unis. En Inde, Sarvam AI a publié les poids de Sarvam 30B et Sarvam 105B. L’entreprise a conçu un outil de découpage du texte optimisé pour 22 langues indiennes reconnues par la Constitution et a évalué ses modèles sur des questions formulées dans les écritures locales comme en alphabet latin. Ce choix répond à une pratique ordinaire des messageries : les utilisateurs écrivent parfois leur langue dans un autre alphabet. L’intérêt du cas indien tient à la méthode. Sarvam a construit ses propres tests autour de ces usages et s’en sert pour orienter son travail.
Pour le Maroc, le parallèle est concret. Un citoyen peut écrire en darija en caractères arabes ou latins, mêler du français à sa demande et attendre une réponse fondée sur un document administratif rédigé en arabe. Un autre peut préférer poser sa question à l’oral en amazighe. Un bon classement international ne dit guère comment un modèle traitera ces demandes. Un jeu de tests marocain permettrait de mesurer sa compréhension, l’exactitude des réponses et le coût par demande correctement traitée. Les erreurs récurrentes indiqueraient aux équipes locales où adapter un modèle existant et où un développement spécialisé mérite un investissement.
Au Maroc, la souveraineté peut se vérifier avant de payer
En janvier 2026, le ministère chargé de la Transition numérique a annoncé le lancement de JAZARI ROOT, noyau du réseau des Instituts Al Jazari, dans le cadre de Maroc IA 2030. Ce réseau pourrait mutualiser les jeux d’évaluation que chaque administration, université ou PME aurait du mal à constituer seule. Les acheteurs disposeraient ainsi de critères communs pour comparer les offres. Les chercheurs auraient des résultats précis sur lesquels travailler, langue par langue et service par service.
Le marché public donnerait ensuite à cette ambition une traduction pratique. Prenons un assistant chargé d’orienter les citoyens dans leurs démarches. Avant la réception, l’administration pourrait demander au prestataire de faire tourner le même service avec un deuxième modèle. Elle mesurerait le délai de bascule, le coût de la migration et les écarts de qualité, notamment les erreurs qui obligeraient l’usager à refaire sa démarche. Le contrat préciserait quels documents, configurations et jeux de tests l’administration peut récupérer et réutiliser. Des poids accessibles faciliteraient certains déploiements, sous réserve de la licence, des capacités de calcul et des compétences disponibles.
La leçon de Mistral est d’organiser le choix entre plusieurs modèles. Celle de Sarvam est de construire les critères de ce choix à partir des langues et des usages réels. Le Maroc peut réunir les deux dans un même cahier des charges. Si notre fournisseur change ses conditions demain, combien de jours nous faudra-t-il pour rétablir le service avec un autre modèle, à quel coût et avec quelle qualité pour le citoyen ? La réponse se mesure avant la mise en service.
Mistral entend consacrer ces fonds à la recherche, au calcul et à son développement commercial. Le financement établit l’engagement des investisseurs. La présentation de Large 4 confirme, elle, la poursuite du développement de modèles propres.
Le virage commercial est réel. En intégrant les modèles de Z.ai, Mistral cesse de faire de l’origine européenne du modèle une condition systématique de son offre. L’entreprise peut ainsi répondre à des besoins différents. Un assistant grand public doit convenir à une grande variété de demandes. Dans une usine, le client peut payer pour une tâche beaucoup plus précise : retrouver la bonne procédure de maintenance, citer la version en vigueur et respecter les droits d’accès de chaque salarié. Le modèle contribue au résultat, tout comme la qualité des documents, l’intégration au logiciel métier et la capacité à maintenir le service. C’est sur ces éléments que Mistral devra aussi justifier son prix si d’autres prestataires proposent les mêmes modèles.
La souveraineté se joue à deux niveaux
L’intelligence artificielle assemble plusieurs briques : des puces, une infrastructure de calcul, des modèles, des données et des logiciels qui relient l’ensemble aux usages. Un organisme européen peut, si la licence et ses moyens techniques le permettent, faire tourner un modèle chinois à poids ouverts sur une infrastructure qu’il contrôle. Il peut également utiliser un modèle européen via un service distant dont le fournisseur fixe les tarifs et décide quand une version sera retirée. L’origine compte. Les conditions d’hébergement, les droits sur les données et la possibilité de migrer déterminent aussi la marge de manœuvre du client.
À l’échelle industrielle, la question est différente. L’Europe veut conserver les chercheurs, les capacités de calcul et le financement nécessaires pour produire les prochaines générations de modèles. La possibilité de choisir entre plusieurs moteurs répond au besoin immédiat des clients. Le développement de Large 4 participe à l’effort industriel de plus long terme. À elle seule, Mistral ne résume pas la politique européenne, mais sa stratégie montre comment ces deux ambitions peuvent coexister au sein d’une même entreprise.
L’Inde montre où un modèle local peut faire la différence
Les modèles à poids ouverts dépassent le face-à-face entre la Chine et les États-Unis. En Inde, Sarvam AI a publié les poids de Sarvam 30B et Sarvam 105B. L’entreprise a conçu un outil de découpage du texte optimisé pour 22 langues indiennes reconnues par la Constitution et a évalué ses modèles sur des questions formulées dans les écritures locales comme en alphabet latin. Ce choix répond à une pratique ordinaire des messageries : les utilisateurs écrivent parfois leur langue dans un autre alphabet. L’intérêt du cas indien tient à la méthode. Sarvam a construit ses propres tests autour de ces usages et s’en sert pour orienter son travail.
Pour le Maroc, le parallèle est concret. Un citoyen peut écrire en darija en caractères arabes ou latins, mêler du français à sa demande et attendre une réponse fondée sur un document administratif rédigé en arabe. Un autre peut préférer poser sa question à l’oral en amazighe. Un bon classement international ne dit guère comment un modèle traitera ces demandes. Un jeu de tests marocain permettrait de mesurer sa compréhension, l’exactitude des réponses et le coût par demande correctement traitée. Les erreurs récurrentes indiqueraient aux équipes locales où adapter un modèle existant et où un développement spécialisé mérite un investissement.
Au Maroc, la souveraineté peut se vérifier avant de payer
En janvier 2026, le ministère chargé de la Transition numérique a annoncé le lancement de JAZARI ROOT, noyau du réseau des Instituts Al Jazari, dans le cadre de Maroc IA 2030. Ce réseau pourrait mutualiser les jeux d’évaluation que chaque administration, université ou PME aurait du mal à constituer seule. Les acheteurs disposeraient ainsi de critères communs pour comparer les offres. Les chercheurs auraient des résultats précis sur lesquels travailler, langue par langue et service par service.
Le marché public donnerait ensuite à cette ambition une traduction pratique. Prenons un assistant chargé d’orienter les citoyens dans leurs démarches. Avant la réception, l’administration pourrait demander au prestataire de faire tourner le même service avec un deuxième modèle. Elle mesurerait le délai de bascule, le coût de la migration et les écarts de qualité, notamment les erreurs qui obligeraient l’usager à refaire sa démarche. Le contrat préciserait quels documents, configurations et jeux de tests l’administration peut récupérer et réutiliser. Des poids accessibles faciliteraient certains déploiements, sous réserve de la licence, des capacités de calcul et des compétences disponibles.
La leçon de Mistral est d’organiser le choix entre plusieurs modèles. Celle de Sarvam est de construire les critères de ce choix à partir des langues et des usages réels. Le Maroc peut réunir les deux dans un même cahier des charges. Si notre fournisseur change ses conditions demain, combien de jours nous faudra-t-il pour rétablir le service avec un autre modèle, à quel coût et avec quelle qualité pour le citoyen ? La réponse se mesure avant la mise en service.