Mistral AI prépare un nouveau modèle de langage open-weight dont l’accès anticipé doit s’ouvrir aux partenaires clés avant la fin juillet 2026. Le PDG Arthur Mensch a confirmé l’information dans un long texte publié sur LinkedIn cette semaine. C’est la plus claire indication que le laboratoire parisien est prêt à tenter une nouvelle attaque sur le segment des modèles frontier.
Architecture « fat but sparse » : Mixture-of-Experts XL
Mensch a décrit la nouvelle famille comme « fat but sparse », une formulation qui pointe directement vers une architecture Mixture-of-Experts (MoE). Le principe : le modèle est divisé en centaines de sous-réseaux spécialisés appelés « experts ». Pour chaque jeton traité, seuls quelques experts s’activent via un mécanisme de routage. Résultat : un nombre total de paramètres très élevé, mais une quantité de calcul actif par jeton proche de ce qu’un modèle dense beaucoup plus petit nécessiterait.
Mistral a déjà utilisé cette approche avec sa série Mixtral en 2023. Son modèle actuel Mistral Large 3, sorti fin 2025 sous licence Apache 2.0, intègre 675 milliards de paramètres totaux pour seulement 41 milliards de paramètres actifs par jeton. Le nouveau modèle serait nettement plus grand, bien que Mensch ait évité de confirmer les chiffres précis.
Qui peut y accéder et quand
L’accès anticipé cible des partenaires sélectionnés dans la recherche, les gouvernements et l’industrie. Aucun paramètre, benchmark, licence ou date exacte n’est confirmé pour l’instant. La décision commerciale reste suspendue pour les entreprises qui hésitent entre attendre ce modèle open-weight et signer maintenant un contrat API fermé avec OpenAI, Anthropic ou un autre fournisseur.
Mistral affiche actuellement plus de 400 millions de dollars de revenus annuels récurrents (ARR) et un plan d’investissement de 4 milliards d’euros dans des datacenters. Ces chiffres donnent une indication de la maturité commerciale du laboratoire, trois ans après sa fondation à Paris.
L’enjeu : regagner le terrain perdu face aux modèles fermés
Mensch l’a écrit noir sur blanc dans son texte LinkedIn : « Aujourd’hui, nous ne possédons pas encore les meilleurs modèles de langage, mais nous avons constamment réduit cet écart. » La sentence résume un problème structurel pour les labos open-source : les modèles fermés de Google DeepMind, OpenAI et Anthropic ont pris une avance significative sur les benchmarks publics depuis fin 2025.
Si le nouveau modèle tient ses promesses, ce serait la première fois qu’un modèle open-weight européen se hisse au niveau des meilleurs modèles fermés américains. Un enjeu autant technique que politique, à l’heure où l’UE cherche à soutenir sa propre industrie IA face aux géants américains et chinois.
