Mistral publie «Le Chonk», un modèle de codage entraîné en Europe

Selon The Decoder, la société parisienne Mistral a publié les poids de son modèle Large 4, surnommé «Le Chonk», un réseau d’environ un billion de paramètres entraîné entièrement en Europe. L’entreprise affirme que ce modèle surpasse ses rivaux open source sur les tâches de codage.

Les tests indépendants relatés par The Decoder confirment une bonne performance en matière de génération de code, tout en soulignant un profil intéressant en vitesse et en coût d’exécution. Toutefois, Le Chonk reste en retrait face aux meilleurs modèles chinois mesurés sur le même benchmark.

Ce que Mistral a rendu public

La nouveauté principale est la mise à disposition des poids du modèle Large 4, appelé «Le Chonk». The Decoder précise qu’il s’agit d’un modèle d’environ un billion de paramètres et qu’il a été entraîné intégralement en Europe. La publication des poids permet à des tiers d’exécuter et d’évaluer le modèle localement.

Performances en codage rapportées

Selon les éléments présentés, Mistral revendique un avantage sur ses concurrents open source pour les tâches de codage. The Decoder indique que des tests indépendants confirment que Le Chonk est rapide et offre un ratio coût / performance favorable.

Sur le benchmark cité par The Decoder, Le Chonk obtient un score de 26 points. Cette valeur sert de référence dans les comparaisons publiques rendues possibles par la disponibilité des poids.

Comparaison avec les modèles chinois

Malgré ses points forts, Le Chonk ne parvient pas à rattraper les modèles chinois les mieux notés sur le même benchmark. The Decoder mentionne que deux modèles concurrents — DeepSeek V4.1 Flash et GLM-5.3 — ont obtenu 32 points, soit un écart notable avec les 26 points affichés par Le Chonk.

Cet écart indique que, même entraîné entièrement en Europe et distribué en accès ouvert, Le Chonk reste derrière les leaders mondiaux quant aux performances mesurées sur ce jeu d’épreuves particulier.

Implications pour l’écosystème européen

La publication des poids par Mistral est un signal fort pour l’écosystème européen : elle facilite l’audit, la réutilisation et l’intégration du modèle par des acteurs locaux. Pour des entreprises ou des chercheurs souhaitant exécuter un grand modèle sans dépendance au cloud étranger, disposer des poids est un avantage concret.

La capacité à afficher un bon comportement en codage, combinée à un profil de coût et de vitesse attrayant, peut aussi encourager l’adoption dans des stacks de développement ou des outils d’assistance au code. Reste que l’écart de performance avec les modèles chinois montre que la course reste ouverte, notamment sur des benchmarks jugés difficiles par la communauté.

Questions ouvertes et limites des informations disponibles

• Détails des tests : The Decoder rapporte les scores mais n’a pas fourni dans l’article les conditions exactes des évaluations (version du benchmark, settings d’inférence, matériels utilisés). Cela limite la comparabilité stricte entre modèles.
• Portée des affirmations : Mistral affirme une supériorité face aux rivaux open source sur le codage ; l’indépendance et la reproductibilité de ces affirmations dépendent désormais des tiers qui vont exploiter les poids publiés.
• Licences et usages : L’article ne détaille pas la licence accompagnant la diffusion des poids ni les restrictions éventuelles d’utilisation industrielle ou commerciale.

Que retenir ?

La publication des poids de Large 4 («Le Chonk») par Mistral est une étape notable pour l’IA européenne : elle combine taille (un billion de paramètres), transparence relative et un positionnement performant sur les tâches de codage. The Decoder signale que le modèle affiche un bon compromis vitesse/coût lors de tests indépendants et obtient 26 points au benchmark cité.

Cependant, l’écart observé avec DeepSeek V4.1 Flash et GLM-5.3 (32 points) montre que la compétition internationale reste vive. Plusieurs inconnues — conditions exactes des tests, licence des poids, et performances sur d’autres tâches que le codage — appellent à la prudence avant de tirer des conclusions définitives.

Article rédigé à partir des informations publiées par The Decoder.