Skip to content
FrontierDot

Chronologie des modèles Mistral : de 7B à Large 4, licences et tailles (2023–2026)

Chronologie mise à jour en continu · dernière mise à jour · 1 entrée dans le journal des mises à jour

La ligne de modèles de Mistral est autant une histoire de licence qu’une histoire de taille. Apache 2.0, une licence hors production et une licence de recherche apparaissent toutes, parfois le même jour. Cette page garde la date, l’autorisation et la répartition des paramètres imprimées par Mistral, et elle laisse un conflit en place quand deux pages Mistral ne sont pas d’accord.

Au 21 octobre 2026, Mistral Large 4 est en préversion, annoncé le 6 octobre, et les pages de Mistral donnent à la fois 52 milliards et environ 49 milliards de paramètres actifs. Les poids étaient encore décrits comme prévus, pas comme publiés.

Lu le 2026-10-21 : les billets d’actualité de Mistral pour 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral, Large 2, Pixtral Large, Medium 3, Magistral, Mistral 3, Small 4, Large 4 et la note de collaboration NVIDIA. Les phrases de benchmarks sont celles de Mistral. Nous n’avons pas fait tourner les modèles. Une URL Medium 3.5 a renvoyé 404, ce n’est donc pas un jalon.

Chronologie

  1. Mistral annonce Mistral 7B. La description de la page le qualifie de meilleur modèle 7B à ce jour et nomme Apache 2.0. Le corps plus long de l’article n’est pas passé dans la récupération que nous avons conservée, donc ce jalon s’arrête à ces deux faits : un modèle 7B, Apache 2.0, à cette date. Des billets Mistral ultérieurs listent encore Mistral 7B parmi les modèles qui restent sous Apache 2.0, ce qui est cohérent avec la description, et nous n’ajoutons pas de détails de paramètres ou de contexte que la description ne donne pas.

    Mistral: Announcing Mistral 7B

  2. Mistral annonce Mixtral 8x7B sous Apache 2.0, avec un contexte de 32k, et dit qu’il traite l’anglais, le français, l’italien, l’allemand et l’espagnol. La comparaison de vitesse du billet, une inférence 6 fois plus rapide que Llama 2 70B, est celle de Mistral. C’est le premier jalon mixture-of-experts de la ligne. Le nom 8x7B décrit la disposition des experts publiée par Mistral. Nous ne répétons pas ici un chiffre de paramètres totaux, parce que la phrase que nous utilisons est celle de l’annonce, et c’est le billet 8x22B ultérieur où Mistral imprime une répartition actifs / total sous la forme que nous citons plus bas.

    Mistral: Mixtral of experts

  3. Mistral publie Mixtral 8x22B, un mélange d’experts épars avec 39 milliards de paramètres actifs sur 141 milliards, un contexte de 64K et un appel de fonctions natif. Il maîtrise l’anglais, le français, l’italien, l’allemand et l’espagnol, et la licence est Apache 2.0. Une version instruct sort le même jour. Mistral indique 90.8 % au GSM8K maj@8 et 44.6 % au Math maj@4 pour cette version instruct. L’affirmation qu’il est plus rapide que tout modèle dense 70B est celle de Mistral. Ces chiffres de benchmarks sont ceux rapportés par Mistral. Nous ne les avons pas relancés.

    Mistral: Mixtral 8x22B

  4. Mistral publie Codestral, qu’il présente comme son premier modèle de code : 22 milliards de paramètres, poids ouverts, un contexte de 32k, entraîné sur 80 langages de programmation ou plus. Les poids sont sous la Mistral AI Non-Production License, pour la recherche et les tests, avec des licences commerciales sur demande. La fiche est mistralai/Codestral-22B-v0.1 sur Hugging Face. Un nouveau point d’accès, codestral.mistral.ai, est gratuit pour une bêta de 8 semaines derrière une liste d’attente. Le même modèle est sur api.mistral.ai, facturé au token. Le nom de la licence compte plus que le mot open-weight : des poids téléchargeables avec une autorisation hors production ne sont pas Apache 2.0.

    Mistral: Codestral

  5. Mistral Large 2 est la version 24.07, avec un contexte de 128k et 123 milliards de paramètres. Le nom d’API est mistral-large-2407. Les poids sont sur Hugging Face sous la Mistral Research License, pour la recherche et un usage non commercial. Le même billet liste les modèles qui restent Apache 2.0 : Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Codestral Mamba et Mathstral. Codestral lui-même, de mai, reste sous la Non-Production License. Large 2 est le moment où le modèle phare cesse d’être Apache.

    Mistral: Mistral Large 2

  6. Mistral annonce Pixtral Large, un modèle multimodal à poids ouverts de 124 milliards de paramètres, construit sur Mistral Large 2 : un décodeur multimodal de 123 milliards de paramètres et un encodeur de vision de 1 milliard de paramètres, avec un contexte de 128K. Le nom d’API est pixtral-large-latest. Le même billet place Mistral Large 24.11 sur Hugging Face sous la Mistral Research License pour la recherche, avec une licence commerciale de Mistral pour l’usage commercial, et qualifie 24.11 d’amélioration par rapport à Large 24.07. Deux sorties partagent la page. La licence des poids de Large 24.11 est la licence de recherche, pas Apache 2.0.

    Mistral: Pixtral Large

  7. Mistral annonce Mistral Medium 3. Le billet ne le décrit pas comme à poids ouverts et ne donne pas de nombre de paramètres, donc ce jalon n’a ni l’un ni l’autre. Le prix d’API sur le billet est $0.4 en entrée et $2 en sortie par million de tokens. Mistral dit qu’il atteint ou dépasse 90 % de Claude Sonnet 3.7 sur les benchmarks, en mêlant des chiffres déjà publiés et le harnais de Mistral. Cette comparaison est celle de Mistral. Le billet dit qu’il se déploie sur n’importe quel cloud, y compris des installations auto-hébergées de quatre GPU ou plus, et qu’il est disponible le jour même sur La Plateforme et Amazon SageMaker. IBM WatsonX, NVIDIA NIM, Azure AI Foundry et Google Cloud Vertex sont décrits comme à venir, pas comme disponibles ce jour-là.

    Mistral: Mistral Medium 3

  8. Mistral annonce Magistral, qu’il présente comme son premier modèle de raisonnement. Magistral Small est un modèle à poids ouverts de 24 milliards de paramètres sous Apache 2.0, fiche mistralai/Magistral-Small-2506. Magistral Medium est le modèle entreprise, en préversion dans Le Chat et sur La Plateforme. Mistral indique Medium à 73.6 % sur AIME 2024 et 90 % en majority@64, et Small à 70.7 % et 83.3 % sur la même paire. Ces scores sont ceux rapportés par Mistral. La distinction utile est là : un checkpoint Apache que l’on peut télécharger, et une préversion hébergée que l’on ne peut pas traiter comme le même artefact.

    Mistral: Magistral

  9. Mistral annonce Mistral 3. Les petits modèles sont Ministral 3 à 14 milliards, 8 milliards et 3 milliards de paramètres. Pour chaque taille, le billet liste des variantes base, instruct et reasoning, avec compréhension d’images, sous Apache 2.0. Mistral Large 3 est un mélange d’experts épars avec 41 milliards de paramètres actifs et 675 milliards au total, entraîné depuis zéro sur 3,000 GPU NVIDIA H200. Les formes base et instruct de Large 3 sont sous Apache 2.0. Le billet dit que les modèles sont disponibles ce jour-là sur Mistral AI Studio, Amazon Bedrock, Azure Foundry et Hugging Face, entre autres. Apache sur le modèle phare est un changement par rapport à Large 2 et à Large 24.11, qui utilisaient la licence de recherche.

    Mistral: Mistral 3

  10. Mistral publie Mistral Small 4. Le billet donne 119 milliards de paramètres au total et 6 milliards actifs par token, ou 8 milliards en comptant les couches d’embedding et de sortie, avec 128 experts dont 4 sont actifs, un contexte de 256k et Apache 2.0. L’identifiant d’API est mistral-small-latest. Les prix du même billet sont $0.15 par million de tokens d’entrée et $0.6 par million de tokens de sortie. Mistral dit que la latence baisse de 40 % et que les requêtes par seconde valent 3 fois celles de Small 3. Le billet dit que Small 4 unifie Magistral, Pixtral et Devstral. Un contrôle reasoning_effort prend les valeurs none et high. La collection Hugging Face est mistralai/mistral-small-4. La fiche de la documentation est mistral-small-4-0-26-03. Les chiffres de 40 % et de 3 fois sont ceux rapportés par Mistral.

    Mistral: Mistral Small 4

  11. Mistral place Mistral Large 4, surnommé Le Chonk, en préversion publique. Le billet dit que c’est un modèle nativement multimodal de 1 billion de paramètres, avec 52 milliards de paramètres actifs. Il dit que l’on peut essayer l’API de préversion ce jour-là sur Mistral Studio, et que les poids sortent à la fin du mois. Le dateModified de la page est le 7 octobre 2026. Ce jalon utilise le 6 octobre comme jour de l’annonce. Les poids ne font pas partie de l’annonce. C’est un plan.

    Mistral: Mistral Large 4

  12. Le billet de collaboration NVIDIA de Mistral décrit la même ligne Large 4 avec environ 1 billion de paramètres au total et environ 49 milliards de paramètres actifs, entraînée sur 3,800 GPU NVIDIA Grace Blackwell, et dit que les poids sont prévus pour une publication fin octobre. Le billet du 6 octobre disait 52 milliards actifs, pas environ 49 milliards. Les deux chiffres sont ceux de Mistral, sur des pages Mistral, à quinze jours d’écart. À la dernière vérification de cette page, le 21 octobre 2026, les poids sont encore décrits comme prévus, pas comme livrés. Nous ne choisissons pas un seul nombre de paramètres actifs en cachant l’autre.

    Mistral: NVIDIA collaboration

Comment nous datons une sortie Mistral

Chaque jalon utilise la date d’une page d’actualité mistral.ai que nous avons ouverte, et le lien sous le jalon est cette page. Si une seconde page ajoute un fait, le texte dit laquelle. Nous ne prenons pas un nombre de paramètres dans un résumé d’index de recherche quand l’annonce que nous avons récupérée dit autre chose, et nous n’inventons pas un nombre que l’annonce omet.

Medium 3 est l’exemple net d’une omission. Le billet du 7 mai 2025 donne un prix et un plancher de déploiement de quatre GPU. Il ne donne pas de nombre de paramètres, et il ne dit pas que les poids sont ouverts. Une URL ultérieure, mistral.ai/news/mistral-medium-3-5, a renvoyé 404. L’index des actualités liste une note produit Medium 3.5 datée du 29 avril 2026. Nous n’avons pas trouvé de corps de billet que nous puissions citer pour une taille, donc Medium 3.5 n’est pas un jalon.

La dernière vérification est le 21 octobre 2026. La sortie des poids de Large 4 était encore un plan ce jour-là. Si Mistral publie les poids après cela, cette page a besoin d’un nouveau jalon, pas d’une modification silencieuse de la phrase du 6 octobre.

La licence a changé plus d’une fois

Apache 2.0 couvre les premiers modèles ouverts : Mistral 7B, Mixtral 8x7B et Mixtral 8x22B. Codestral, en mai 2024, est à poids ouverts sous la Mistral AI Non-Production License, que le billet limite à la recherche et aux tests, avec des conditions commerciales sur demande. Un point d’accès de bêta gratuit de huit semaines ne change pas cette autorisation.

Large 2, en juillet 2024, fait passer le modèle phare à la Mistral Research License, recherche et non commercial, et le billet est explicite sur ce qui reste Apache : 7B, les deux modèles Mixtral, Codestral Mamba et Mathstral. Pixtral Large, en novembre, est à poids ouverts et multimodal. Large 24.11, annoncé dans le même billet, va de nouveau sur Hugging Face sous la licence de recherche, avec une licence commerciale séparée de Mistral.

Magistral Small, en juin 2025, ramène un checkpoint de raisonnement sous Apache 2.0, tandis que Magistral Medium reste une préversion hébergée. Mistral 3, en décembre 2025, met Apache 2.0 sur Ministral 3 et sur les formes base et instruct de Large 3, un mélange d’experts de 675 milliards de paramètres dont 41 milliards sont actifs. Small 4, en mars 2026, est aussi Apache 2.0. La question pratique, pour chaque ligne, n’est pas « y a-t-il un téléchargement ». C’est la licence du fichier que l’on s’apprête à accepter.

Large 4, deux décomptes, des poids encore prévus

Le 6 octobre 2026, le billet Large 4 de Mistral dit que le modèle est un modèle nativement multimodal de 1 billion de paramètres, avec 52 milliards de paramètres actifs, que l’API de préversion est sur Mistral Studio ce jour-là, et que les poids sortent à la fin du mois. Le 21 octobre 2026, le billet de collaboration NVIDIA dit environ 1 billion de paramètres au total et environ 49 milliards de paramètres actifs, entraînés sur 3,800 GPU NVIDIA Grace Blackwell, avec des poids prévus pour la fin octobre.

Cinquante-deux et environ quarante-neuf ne peuvent pas être tous les deux le nombre actif précis. Ils peuvent être tous les deux ce que Mistral a écrit. Tant que Mistral ne publie pas un seul chiffre sur une fiche modèle, citer l’un ou l’autre seul est un choix que cette page ne fera pas. Le fait de disponibilité est plus simple. API de préversion le 6 octobre. Poids encore prévus le 21 octobre. Pas de jalon de poids.

Nous ne copions pas non plus un chiffre « 128B » d’une page de recherche sur Medium 3.5 ni sur Large 4. Il n’était pas sur les billets ci-dessus.

Prix et identifiants à copier avec soin

  • Medium 3, 7 mai 2025 : $0.4 par million de tokens d’entrée et $2 par million de tokens de sortie. Non décrit comme à poids ouverts.
  • Small 4, 16 mars 2026 : identifiant d’API mistral-small-latest, $0.15 en entrée et $0.6 en sortie par million de tokens, Apache 2.0.
  • Identifiant d’API de Large 2 : mistral-large-2407. Identifiant d’API de Pixtral Large : pixtral-large-latest.
  • Codestral : codestral.mistral.ai pour la bêta de 8 semaines, et api.mistral.ai facturé au token.
  • Large 4 : API de préversion sur Mistral Studio à partir du 6 octobre 2026. Aucun prix par token n’était sur les deux pages Large 4 que nous avons lues.

Ce que nous avons laissé de côté

  • Le corps de l’annonce Mistral 7B au-delà de la description de la page. Le jalon est volontairement court.
  • Mistral Medium 3.5. Le slug que nous avons essayé a renvoyé 404, et nous n’en inventerons pas un autre.
  • Timestral et Voxtral. Ce sont des modèles de parole et d’audio. Cette page est la ligne des modèles de langage, et nous ne les ajoutons pas à partir d’un titre.
  • Codestral Mamba et Mathstral comme jalons propres. Large 2 les nomme comme encore Apache. Nous n’avons pas ouvert d’annonce séparée pour l’un ou l’autre dans cette passe.
  • Tout benchmark que nous n’avons pas vu sur la page Mistral citée pour ce jalon. Les chiffres GSM8K, Math, AIME et de latence ci-dessus sont étiquetés comme ceux de Mistral.

Chronologies liées

Le même format couvre Claude, OpenAI, Gemini, Grok et Meta Muse. Les labos couverts dans ce lot sont Moonshot Kimi, DeepSeek et Alibaba Qwen. L’index du blog Front répertorie tous les billets.

Pour continuer la lecture

Tous les articles, du plus récent au plus ancien, sont sur l’index du blog Front.

Questions fréquentes

Quel est le dernier modèle de Mistral ?

Au 21 octobre 2026, Mistral Large 4 est en préversion publique, annoncé le 6 octobre 2026. Les poids étaient encore décrits comme prévus pour la fin octobre.

Mistral Large 4 est-il à poids ouverts ?

Pas au 21 octobre 2026. Le billet du 6 octobre dit que les poids sortent à la fin du mois. Le billet du 21 octobre dit encore que la publication est prévue.

Pourquoi les pages Large 4 ne s’accordent-elles pas sur la taille ?

Le billet du 6 octobre dit 52 milliards de paramètres actifs. Le billet du 21 octobre dit environ 49 milliards de paramètres actifs. Les deux sont des pages Mistral. Cette chronologie cite les deux.

Quels modèles Mistral sont sous Apache 2.0 ?

D’après les billets que nous avons lus : Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Magistral Small, Mistral 3 (Ministral 3 ainsi que Large 3 base et instruct) et Mistral Small 4. Large 2 et Large 24.11 utilisent la Mistral Research License. Codestral utilise la Non-Production License.

Journal des mises à jour

  • — Première publication. Vérifié les billets d’actualité de Mistral, de Mistral 7B jusqu’à la note NVIDIA du 21 octobre 2026.

Sources