Mistral Large 4 vs Mistral Large 3

Ce qui a changé entre Large 3 et Large 4

Dix mois séparent les deux sorties : Mistral Large 3 (2512) est arrivé le 2 décembre 2025, et Mistral Large 4 est entré en préversion publique le 6 octobre 2026. Les grands changements portent sur la taille, le raisonnement et le contexte.

• Taille : 1 050 milliards de paramètres au total et 49 milliards actifs par token, contre 675 milliards au total et 41 milliards actifs (+56 % au total, +20 % d’actifs).
• Raisonnement : Large 4 est un modèle hybride instruct et raisonnement, piloté par reasoning_effort ("high" ou "none") ; la fiche de Large 3 précise qu’il n’est pas un modèle de raisonnement dédié.
• Contexte : 524 288 tokens servis par l’API (la documentation de Mistral indique 1M), contre 256K.
• Langues : les données d’entraînement couvrent plus de 160 langues, dont toutes les langues officielles de l’UE ; la fiche de Large 3 en liste quelques dizaines.
• Vision : les deux lisent les images ; Large 4 utilise un encodeur visuel de 1,6 milliard de paramètres, Large 3 un encodeur de 2,5 milliards.
• Licence : Large 3 est sous Apache 2.0 ; Mistral n’a pas encore annoncé la licence de Large 4.

Tableau comparatif des caractéristiques

Large 4 l’emporte sur toutes les mesures de capacité sauf la taille de l’encodeur visuel, et Large 3 garde l’avantage de poids disponibles dès aujourd’hui.

Écart de prix par million de tokens

Mistral Large 4 coûte environ 2,7 à 2,8 fois le prix de Mistral Large 3 au tarif catalogue, et seulement environ 1,4 fois pendant la promo temporaire de 50 %. Les ratios correspondent au prix de Large 4 divisé par celui de Large 3.

Ce que coûte un mois type sur chaque modèle

Une charge de 30 millions de tokens en entrée et 10 millions en sortie par mois coûte 30,00 $ sur Large 3, 41,30 $ sur Large 4 au prix promo et 82,60 $ sur Large 4 au prix catalogue.

Le calcul : Large 3 = 30 × 0,50 $ + 10 × 1,50 $ = 30,00 $ ; Large 4 promo = 30 × 0,68 $ + 10 × 2,09 $ = 41,30 $ ; Large 4 catalogue = 30 × 1,36 $ + 10 × 4,18 $ = 82,60 $. La sortie de raisonnement compte comme des tokens de sortie : laisser reasoning_effort sur "high" pour des prompts simples alourdit encore la facture de Large 4. Artificial Analysis juge Large 4 très verbeux (200 millions de tokens de sortie sur son indice contre une médiane de 81 millions).

Si vous n’avez besoin du modèle que pour discuter, oubliez le calcul de tokens : notre offre Pro coûte 39,90 $ par mois ou 199,90 $ par an pour 3 000 crédits par mois, un crédit couvrant environ une réponse courte.

Le saut de qualité : ce que montrent les chiffres publiés

Mistral n’a pas fait figurer Large 3 dans ses graphiques de lancement de Large 4, et Large 3 ne fait pas partie des 44 modèles de l’actuel Vals Index : il n’existe donc pas de benchmark commun aux deux. Mistral a en revanche publié Large 4 face à Mistral Medium 3.5, son autre modèle actuel, et l’écart y est large.

Large 4 coûte aussi moins cher que Medium 3.5 au prix catalogue : 1,36 $ / 4,18 $ par million de tokens contre 1,50 $ / 7,50 $.

Auto-hébergement : Large 3 dès maintenant, Large 4 plus gourmand en mémoire

Les poids FP8 de Large 3 occupent environ 675 Go et tiennent sur un nœud 8× H200 (1 128 Go) avec environ 453 Go de marge ; ceux de Large 4 occupent environ 1 050 Go et ne laissent qu’environ 78 Go sur le même nœud. En 4 bits, Large 3 demande environ 338 Go et Large 4 environ 525 Go, les deux tenant sur 8× H100 (640 Go).

Large 3 tourne aujourd’hui sur vLLM 1.12.0 ou plus récent. Aucun moteur d’inférence n’a encore annoncé la prise en charge de Large 4 ; le détail complet de la mémoire figure dans notre guide « En local ».

Migrer vos appels API depuis Large 3

Passer à Large 4 revient surtout à changer le nom du modèle pour mistral-large-4 (alias mistral-large-4-0) sur le même endpoint de chat completions. Deux points demandent de modifier le code : avec reasoning_effort "high", le contenu du message devient une liste de blocs de réflexion et de texte au lieu d’une chaîne, et la documentation de Mistral demande de renvoyer le message complet de l’assistant, blocs de réflexion compris, dans l’historique des conversations à plusieurs tours.

Régler reasoning_effort sur "none" conserve la réponse en simple chaîne que votre code Large 3 sait déjà lire.

# Set API_KEY to your Mistral API key first
curl https://api.mistral.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $API_KEY" \
  -d '{"model":"mistral-large-4","messages":[{"role":"user","content":"Summarize this contract clause."}],"reasoning_effort":"none"}'