Recherche web, Deep Research, Canvas, images et voix : les 5 outils intégrés de Vibe

Le premier article de cette série a décrypté qui est Mistral et ce que fait son assistant. Le deuxième a couvert l’art d’écrire des prompts qui exploitent les spécificités Mistral. Ce troisième volet s’intéresse à ce qui transforme Vibe en véritable poste de travail. Ainsi, cinq outils intégrés deviennent activables depuis la barre située sous la zone de saisie.

Tout est accessible depuis chat.mistral.ai ou les applications mobiles iOS et Android. Le plan gratuit ouvre l’essentiel des fonctionnalités, avec un quota d’environ 25 messages par jour. Le plan Pro à 14,99 €/mois lève les principales limites. Ensuite, il donne accès à Mistral Large 3 et active le mode No Telemetry. Tour d’horizon, outil par outil.

Recherche web : rapide, sourcée, partenariat AFP

La recherche web s’active par un toggle dans la barre d’outils, sous la zone de saisie. Posez une question portant sur un fait récent, un événement, un produit ou une donnée chiffrée. Puis, l’assistant interroge le web en temps réel, synthétise les résultats et cite ses sources avec des liens cliquables. Chaque affirmation factuelle est rattachée à la source qui la fonde, ce qui permet de vérifier et d’approfondir.

Deux spécificités distinguent cette recherche. La première tient à un partenariat exclusif avec l’Agence France-Presse, officialisé le 16 janvier 2025. Ainsi, il ouvre l’accès à l’ensemble des dépêches AFP publiées depuis 1983, soit 38 millions de dépêches à la signature. Pour qui cherche une information vérifiée sur l’actualité francophone et internationale, l’atout est réel. Ainsi, les standards journalistiques de l’AFP et leur intégration native écartent les biais des fermes de contenu.

La seconde tient à la vitesse. Grâce à Flash Answers, l’assistant délivre ses réponses à environ 1 100 tokens par seconde, soit près de 1 000 mots par seconde sur du français courant. La technologie repose sur un partenariat avec Cerebras Systems et son architecture Wafer Scale Engine 3. Elle est également complétée par des techniques de speculative decoding mises au point avec les équipes Mistral. Une icône éclair signale le mode actif. À l’usage, l’effet est immédiat : les réponses se génèrent en quelques secondes au lieu de plusieurs dizaines.

Deep Research : l’agent qui produit un rapport structuré

Lancé le 17 juillet 2025 en preview, Deep Research est sorti de bêta fin 2025 et reste accessible à tous, comptes gratuits comme payants. Activez le toggle Research sous la zone de saisie. Ensuite, posez une question complexe — étude de marché, comparaison produits, analyse concurrentielle, synthèse scientifique — et laissez l’agent travailler.

Comment se déroule une session Deep Research

Le déroulé est prévisible et transparent. L’agent commence par poser deux ou trois questions de clarification : périmètre géographique, profondeur attendue, type de livrable. Il propose ensuite un plan de recherche que vous pouvez ajuster avant l’exécution. Puis, il consulte des dizaines de sources, croise les informations et signale les contradictions. Entre 5 et 15 minutes plus tard, vous récupérez un rapport organisé. Ainsi, le document réunit introduction, sections thématiques, tableaux comparatifs quand ils sont pertinents, citations inline vers chaque source, synthèse finale. Le document s’exporte en Markdown, en Word ou directement dans une Library de Vibe.

Ce que Deep Research fait bien

Sur des sujets à matière publique abondante, le résultat est exploitable après une simple relecture. Ainsi, vous pouvez comparer des solutions SaaS, synthétiser l’état d’un marché, préparer un dossier sur une technologie émergente, cartographier les acteurs d’un secteur. Les sources sont variées, les citations vérifiables, et le français natif. La fonctionnalité Accelerated Answers, ajoutée à l’automne 2025, réduit le temps d’exécution sur les requêtes simples. Ainsi, certaines réponses arrivent parfois en 5 minutes au lieu de 15.

Ses limites factuelles

Deep Research ne lit pas les contenus payants : les articles derrière paywall (Les Échos, Le Monde, Financial Times, études sectorielles privées) lui restent invisibles. Sur des sujets très techniques ou émergents, avec peu de sources publiques fiables, sa profondeur reste en retrait par rapport à un analyste humain spécialisé. Point important à connaître : quand le mode Research est actif, les Agents personnalisés, les Libraries et les Connectors sont désactivés. Impossible, donc, de croiser votre base documentaire interne avec une recherche web dans la même requête. Sur le plan gratuit, comptez 3 à 5 rapports approfondis par jour avant d’atteindre la limite quotidienne.

Canvas : l’atelier d’édition collaborative

L’outil transforme Vibe en espace de travail bidirectionnel. Au lieu d’une conversation linéaire où chaque itération renvoie un nouveau bloc, le document ouvert se modifie en direct — par vous, par l’assistant, ou en alternance. La fonctionnalité s’active depuis le menu Outils sous la zone de saisie. Elle se déclenche également automatiquement quand une réponse mérite ce format (texte long, code, données structurées).

Trois usages dominants

Le premier usage est la rédaction longue : articles, rapports, emails, plans détaillés. Sélectionnez un paragraphe, demandez une reformulation, changez le ton d’une section. Puis, ajoutez des transitions ou un appel à l’action — le texte se met à jour sur place. L’historique des versions reste accessible d’un clic, pour revenir en arrière si une itération vous éloigne du résultat voulu.

Le deuxième usage concerne le code. Canvas ouvre un éditeur avec coloration syntaxique pour Python, JavaScript, SQL et une vingtaine d’autres langages. Vous itérez sur une fonction sans régénérer le bloc entier. Ensuite, vous exécutez le code via le Code Interpreter intégré (lancé en février 2025) et visualisez les résultats, graphiques compris. Pratique pour du scripting ponctuel, de l’analyse de données ou du prototypage. Pour du développement sérieux, l’outil dédié reste Vibe Code, en ligne de commande.

Le troisième usage couvre les données tabulaires. Uploadez un CSV ou un fichier Excel : Canvas l’affiche comme un tableur modifiable. Cliquez dans les cellules pour corriger. Ensuite, ajoutez des colonnes par prompt (« ajoute une colonne marge calculée à partir des colonnes prix et coût »), filtrez, transformez. Les données se réexportent en CSV, en Excel ou se convertissent en présentation via la syntaxe Marp.

Une limite à connaître : Canvas ne gère pas la collaboration multi-utilisateurs en temps réel. C’est un atelier individuel, synchronisé avec une seule conversation. Pour du collaboratif synchrone à plusieurs, un outil dédié reste nécessaire en parallèle.

Génération et édition d’images : Flux Ultra dans la conversation

Vibe intègre la génération d’images via les modèles Flux de Black Forest Labs. Il s’agit également de l’équipe allemande issue de Stable Diffusion, qui a quitté Stability AI en 2024. L’assistant s’appuie sur Flux Ultra, le modèle le plus puissant de la gamme, pour produire des visuels en haute définition. Flux figure aujourd’hui parmi les références du text-to-image, avec un rendu particulièrement solide sur le photoréalisme et les compositions complexes.

Génération initiale

L’activation passe par le toggle Images, ou par une simple demande « génère une image de… ». Le rendu prend 3 à 8 secondes selon la charge serveur, en 1024×1024 par défaut. Ensuite, des formats paysage et portrait sont disponibles. Pour des illustrations d’articles, des visuels de présentation, des maquettes de concept ou des moodboards, le résultat est exploitable sans retouche dans la majorité des cas.

L’édition conversationnelle : l’atout fort

Ajoutée en juillet 2025, l’édition d’images est l’atout fort de Vibe sur ce terrain. Après une première génération, vous demandez des modifications ciblées en langage naturel. Ensuite, vous pouvez préciser : « remplace le chat par un chien », « mets-le dans une rue d’Istanbul », « enlève le passant au second plan », « ajoute un coucher de soleil ». Le modèle préserve la composition, les personnages et les détails — seul l’élément demandé change.

Pour construire une série cohérente, le gain de temps est considérable : le même personnage dans différentes scènes, une charte visuelle déclinée sur plusieurs supports, un produit présenté sous plusieurs angles. La cohérence visuelle se maintient d’une image à l’autre sans réécrire un prompt complexe à chaque variation.

Limites honnêtes

Flux reste perfectible sur deux points : la cohérence typographique et certains détails ultra-fins. Les textes intégrés aux images sortent souvent déformés ou fautifs, et les mains en poses complexes manquent parfois de précision. La génération est par ailleurs soumise à un quota quotidien sur le plan gratuit, généralement suffisant pour un usage personnel courant. Côté souveraineté, les serveurs Flux sont aux États-Unis : la génération d’images sort donc de la promesse strictement européenne du reste de l’écosystème.

Mode vocal : Voxtral pour parler au lieu d’écrire

Le mode vocal repose sur Voxtral, la famille de modèles audio open source publiée par Mistral en juillet 2025 sous licence Apache 2.0. Deux variantes à l’origine : Voxtral 24B pour la production, Voxtral Mini 3B pour l’edge et le mobile. La gamme s’est depuis étoffée avec Voxtral TTS (modèle voxtral-mini-tts-2603, 4 milliards de paramètres, publié le 23 mars 2026) pour la synthèse. Puis, Voxtral Mini Transcribe V2 et Realtime (avril 2026) couvre la transcription temps réel sous 200 ms. De quoi couvrir la chaîne complète : comprendre, transcrire, synthétiser.

Comment fonctionne le mode vocal dans Vibe

Cliquez sur l’icône microphone en bas à droite, parlez : Voxtral transcrit, et l’assistant répond par texte ou par voix selon votre paramétrage. Depuis l’intégration de Voxtral TTS le 23 mars 2026, la synthèse vocale couvre neuf langues (français, anglais, allemand, espagnol, néerlandais, portugais, italien, hindi, arabe). Ainsi, le temps de réponse audio est descendu à environ 90 ms — un échange aussi fluide qu’une conversation naturelle. La reconnaissance gère aussi le code-switching, l’alternance français-anglais dans une même phrase, utile à qui mélange les langues à l’oral.

Performance et qualité

Les benchmarks publiés par Mistral classent Voxtral parmi les meilleurs sur la transcription multilingue. Ensuite, le coût API reste contenu : 0,016 $ pour 1 000 caractères générés sur Voxtral TTS. Dans Vibe, la latence est imperceptible et la transcription du français courant — accents régionaux compris — tient solidement la route. La fenêtre de contexte audio atteint 32 000 tokens, soit 30 minutes de transcription ou 40 minutes de compréhension par requête.

Trois cas d’usage où le vocal change vraiment la donne

En mobilité — dicter un brief, une idée, un compte-rendu en marchant, sans sortir le clavier ni regarder l’écran.

Transcription de réunion — uploader un enregistrement audio et obtenir un compte-rendu structuré avec les points clés, les décisions prises et les actions à mener. La capacité Q&A intégrée permet ensuite d’interroger l’enregistrement directement : « qui a proposé l’option B et avec quels arguments ? »

Brainstorming à voix haute — parler une idée va plus vite que la taper, et l’assistant reformule, structure et complète au fil de l’eau. Redoutable pour démêler une réflexion encore floue ou préparer un argumentaire en mode dicté.

Comment ces cinq outils s’articulent dans une journée de travail

Chaque outil est utile pris isolément. La vraie valeur apparaît quand on les enchaîne dans un même flux. Prenons un cas concret : préparer une note de synthèse sur un nouveau marché.

Vous lancez d’abord un Deep Research sur le secteur. Puis, l’agent précise avec vous le périmètre géographique et le livrable, puis produit un rapport en 10 minutes avec 40 sources citées. Le rapport s’ouvre dans Canvas, où vous sélectionnez les sections utiles, demandez une reformulation au ton de votre note interne, ajoutez vos remarques. Une image d’illustration générée via Flux Ultra habille la première page. Pour vérifier un chiffre récent absent du rapport, la recherche web simple vous le donne en cinq secondes via Flash Answers. En route vers la réunion, enfin, vous dictez au mode vocal les trois questions clés à poser : Voxtral transcrit, l’assistant les structure.

Le tout dans la même conversation, avec le même contexte préservé d’un outil à l’autre. C’est cette intégration qui distingue Vibe d’un simple assemblage d’outils séparés.

Ce qu’il faut retenir avant de basculer

Cinq outils, une seule interface, un seul abonnement. La recherche web sourcée par l’AFP couvre l’information factuelle. Deep Research traite les sujets qui demandent un vrai travail de synthèse. Canvas remplace l’aller-retour copier-coller avec un éditeur externe. La génération d’images Flux Ultra et son édition conversationnelle évitent de jongler avec un outil dédié. Voxtral ouvre l’usage vocal sur tous les écrans.

Quelques limites à garder en tête : le quota d’environ 25 messages par jour sur le plan gratuit peut serrer un usage professionnel intensif. Ensuite, Deep Research désactive Libraries et Connectors quand il tourne ; Canvas reste un atelier individuel sans collaboration synchrone ; les serveurs Flux et Cerebras sont hors UE, ce qui nuance la souveraineté sur ces deux fonctions précises. Le passage à Vibe Pro (14,99 €/mois) lève le quota de messages, donne accès à Mistral Large 3, active le mode No Telemetry et porte le stockage documentaire à 15 Go.

Maîtriser ces cinq outils est une étape. La suivante consiste à faire de Vibe un espace de travail persistant. Ensuite, des Memories retiennent vos préférences, des Projects cloisonnent vos chantiers, des Libraries servent de base documentaire, et des Connectors le branchent sur Gmail, Drive ou GitHub.