Mistral et Vibe (ex-Le Chat) : le champion européen de l’IA décrypté

En moins de trois ans, une start-up parisienne fondée par trois anciens chercheurs de DeepMind et Meta est passée de zéro à plus de 400 millions de dollars de revenus annuels récurrents. Mistral AI ne se contente plus de publier des modèles open source : l’entreprise a bâti un écosystème complet — assistant grand public, agent de code, plateforme développeur, offre entreprise souveraine — qui la place parmi les rivales des grands acteurs américains. Avec un argument que peu peuvent avancer : tout est hébergé en Europe, conçu pour le RGPD, et une bonne partie du code est libre.

Ensuite, ce premier article de la série « De zéro à machine de guerre avec Mistral » pose les bases. Qui est l’entreprise, quels modèles propose-t-elle, ce que fait Vibe — le nouveau nom de Le Chat — et où Mistral excelle ou montre ses limites. Vous repartirez avec un compte configuré et une idée claire de ce que cet outil peut, ou ne peut pas, faire pour vous.

Mistral AI : de Paris aux ligues mondiales en trois ans

Née en avril 2023 dans un bureau parisien, Mistral AI a été cofondée par trois trentenaires : Arthur Mensch, ancien chercheur chez Google DeepMind (Polytechnique, thèse en machine learning à l’Inria), Guillaume Lample, co-créateur de LLaMA chez Meta, et Timothée Lacroix, lui aussi chercheur chez Meta. Tous trois se connaissent depuis l’École polytechnique — une décennie de collaboration avant de monter l’entreprise.

Puis, la suite tient du cas d’école. Trois levées de fonds totalisant plus de 3 milliards d’euros entre 2023 et 2025, dont un tour de près de 2 milliards de dollars mené par le néerlandais ASML en septembre 2025. Valorisation : environ 13,8 milliards de dollars. Revenus annuels récurrents : plus de 400 millions de dollars début 2026, contre 20 millions un an plus tôt — l’entreprise vise désormais le milliard d’ARR d’ici fin 2026. Le 8 janvier 2026, Mistral a signé un accord-cadre pluriannuel avec le ministère des Armées français pour des solutions d’IA souveraine. Puis l’entreprise a enchaîné deux acquisitions : Koyeb (calcul serverless) en février, et Emmi AI (IA physique pour l’ingénierie industrielle, équipe de plus de 30 chercheurs basée à Linz) en mai.

Ainsi, Mistral construit aussi ses propres datacenters. Un investissement de 1,2 milliard d’euros à Borlänge, en Suède, alimenté par une énergie bas carbone. Un site à Bruyères-le-Châtel (Essonne) financé par un premier emprunt en dette de 830 millions de dollars, arrangé par un consortium de sept banques dont BNP Paribas, Crédit Agricole, HSBC et MUFG, où seront installées 13 800 puces NVIDIA GB300. En clair, l’entreprise ne dépend plus uniquement des clouds américains pour entraîner et servir ses modèles — la souveraineté n’est pas qu’un argument marketing, elle se traduit dans le béton et le silicium.

Les modèles Mistral en 2026 : la gamme complète

La force de l’entreprise tient également à sa gamme de modèles, chacun optimisé pour un usage précis. Là où la plupart des laboratoires gardent leurs poids sous clé, la majorité des modèles Mistral sont téléchargeables gratuitement, le plus souvent sous licence Apache 2.0.

Mistral Large 3 : le plus gros modèle open-weight

Sorti le 2 décembre 2025, Large 3 reste le plus gros modèle à poids ouverts publié par un laboratoire majeur. Architecture Mixture-of-Experts (MoE) de 675 milliards de paramètres totaux, dont 41 milliards actifs par token. Fenêtre de contexte de 256 000 tokens, soit l’équivalent d’un roman de 500 pages traité en une seule passe. Il brille en raisonnement, en analyse de documents longs et en multilinguisme (plus de 40 langues natives), sous licence Apache 2.0. Sa contrepartie : une vitesse d’inférence modeste, de l’ordre de 38 tokens par seconde — le prix de 675 milliards de paramètres.

Mistral Small 4 : le couteau suisse

Lancé le 16 mars 2026, Small 4 est sans doute le modèle le plus stratégique de la gamme. Il unifie en un seul checkpoint trois capacités auparavant séparées : le raisonnement (ex-Magistral), la vision multimodale (ex-Pixtral) et le code agentique (ex-Devstral), tout en gardant les performances d’instruction de Small 3.2. Architecture MoE de 119 milliards de paramètres totaux, mais seulement 6 milliards actifs par token — le coût d’inférence d’un modèle dense d’environ 8B.

Puis, sa fonctionnalité clé porte un nom : le paramètre reasoning_effort, configurable par requête. Réglé sur « none », le modèle répond en flash, à la vitesse de l’ancien Small 3.2. Poussé sur « high », il déploie un raisonnement profond, étape par étape, comparable aux meilleurs reasoning models. Un seul modèle, un seul endpoint, un seul déploiement. Contexte de 256K tokens, licence Apache 2.0, prix API de 0,15 $ par million de tokens en entrée et 0,60 $ en sortie — parmi les modèles multimodaux à raisonnement configurable les plus abordables du marché.

Mistral Medium 3.5 : le nouveau modèle par défaut

Voici la grande nouveauté de 2026. Publié le 27 avril, Medium 3.5 est le premier modèle « fusionné » de Mistral : un modèle dense de 128 milliards de paramètres, 256K de contexte, qui réunit instruction, raisonnement et code dans un seul jeu de poids, avec le même reasoning_effort ajustable que Small 4. Il atteint 77,6 % sur SWE-bench Verified, devançant Devstral 2 sur les tâches de code réelles. Conçu pour les missions longues et les enchaînements d’outils, il est devenu le modèle par défaut de Vibe et remplace Devstral 2 au cœur de l’agent de code.

Enfin, détail qui compte pour les équipes techniques : Medium 3.5 est publié en poids ouverts et s’auto-héberge sur seulement quatre GPU, malgré ses performances de niveau frontière. Sa licence diffère toutefois de celle de Large 3 et Small 4 (voir l’encadré ci-dessous). Prix API : 1,50 $ en entrée, 7,50 $ en sortie par million de tokens.

Ministral 3 : l’IA de poche

Déclinés en trois tailles (3B, 8B, 14B), les modèles Ministral tournent sur du matériel modeste : laptop, smartphone, drone, appareil embarqué. Tous sous Apache 2.0. La variante raisonnement du 14B atteint 85 % sur AIME 2025, un score remarquable à cette échelle. Ce sont ces modèles que vous ferez tourner en local avec Ollama ou llama.cpp — sujet traité en détail dans l’article 8 de la série.

Les modèles spécialisés

Devstral 2 (123B dense, 256K de contexte) : le modèle de code historique, toujours disponible en open-weight, désormais relayé par Medium 3.5 comme moteur par défaut de l’agent. Voxtral TTS (4B) : synthèse vocale dans 9 langues, clonage de voix zero-shot à partir de 3 secondes de référence, assez léger pour du matériel edge. Leanstral : agent de preuves formelles pour le langage Lean 4, un outil de niche qui illustre l’ambition technique de l’entreprise. Mistral OCR 3 : extraction de texte depuis des documents scannés, avec annotations structurées et questions-réponses sur document, accessible via API.

Vibe : le nouveau visage de Le Chat

Puis, changement majeur fin mai 2026 : Mistral a rebaptisé son assistant. Le Chat s’appelle désormais Vibe, un nom plus générique qui trahit l’ambition de viser au-delà de l’Hexagone. La bascule est purement de surface côté utilisateur : comptes, abonnements et historique de conversations ont migré automatiquement, et l’adresse chat.mistral.ai n’a pas bougé. Certains internautes chercheront encore « Le Chat » : c’est bien le même produit, sous un nouveau nom et avec une nouvelle grille tarifaire.

Ensuite, au passage, l’application a gagné en envergure. D’assistant conversationnel, Vibe est devenu un agent capable d’exécuter des tâches entières, structuré autour de trois modes complémentaires.

Les trois modes de Vibe

• Vibe Chat — la conversation tour par tour, héritée directement de Le Chat. C’est le mode que vous connaissez : vous posez une question, l’assistant répond, avec recherche web, documents, images et voix. Le point d’entrée pour 90 % des usages quotidiens.
• Vibe Work — un agent pour les tâches longues et multi-étapes. Il établit un plan, attend votre validation, puis travaille à travers vos connecteurs (Google Workspace, Outlook, SharePoint, Slack, GitHub) : il lit une boîte mail, extrait des chiffres d’un tableur, rédige un rapport dans Canvas et le dépose dans Notion ou SharePoint. Chaque étape reste visible et vérifiable, et une tâche peut se répéter chaque jour, semaine ou mois.
• Vibe Code — l’agent de code, disponible en ligne de commande, dans une extension VS Code et sur une interface web dédiée (code.mistral.ai). Ses sessions tournent dans des bacs à sable isolés dans le cloud, en parallèle, et vont jusqu’à l’ouverture d’une pull request sur GitHub. C’est le sujet complet de l’article 6.

Enfin, s’ajoute une mécanique reprise des standards du marché : les Skills, des fiches de bonnes pratiques importables qui guident l’agent sur la façon de mener une tâche récurrente. Elles servent aussi bien à Work qu’à Code.

Les outils gratuits de Vibe

Voici l’argument qui distingue le service de la plupart de ses pairs : l’essentiel des fonctionnalités avancées est accessible sans abonnement payant.

• Recherche web avec sources — l’assistant interroge le web en temps réel et cite ses sources, avec un partenariat AFP pour l’accès à des dépêches vérifiées.
• Deep Research — un mode de recherche approfondie qui planifie, cherche, synthétise et produit un rapport structuré avec références.
• Canvas — un espace d’édition collaborative pour créer, modifier et versionner du texte ou du code. Le mode Work s’en sert aussi pour ses livrables.
• Génération d’images — via le modèle Flux, directement dans la conversation.
• Upload et analyse de documents — PDF, images, fichiers texte : l’application les lit, les analyse et répond à vos questions dessus.
• Mode vocal — transcription et conversation orale propulsées par Voxtral.
• Flash Answers — des réponses générées à près de 1 000 mots par seconde sur les requêtes simples. Impressionnant à l’usage.

L’écosystème développeur et entreprise : Studio, Forge, IA industrielle

Ensuite, Vibe n’est que la partie visible. Mistral a construit une chaîne complète, de la clé API au déploiement souverain.

Mistral Studio (anciennement La Plateforme, puis AI Studio) est la console développeur : clés API, tableau de bord, fine-tuning, playground, et désormais des Connectors MCP intégrés ou personnalisés pour brancher les modèles sur vos systèmes internes. Un plan Experiment gratuit permet de prototyper avant de passer en production. Ainsi, la plateforme constitue le passage obligé des développeurs et des entreprises qui intègrent Mistral dans leurs applications, et fait l’objet de l’article 7.

Forge, présenté le 17 mars 2026 à NVIDIA GTC, va plus loin que le fine-tuning : pre-training complet, SFT, RLHF, génération de données synthétiques, pour entraîner des modèles sur données propriétaires. Des organisations comme ASML, Ericsson et l’Agence spatiale européenne l’utilisent déjà. Le service est traité dans l’article 9.

Mistral a par ailleurs ouvert un nouveau front avec l’IA physique, fruit du rachat d’Emmi AI : des modèles qui simulent l’aérodynamique d’une aile ou la déformation d’une carrosserie en quelques secondes, là où les solveurs classiques demandent des heures. De quoi ancrer l’entreprise chez les industriels de l’aéronautique, de l’automobile et des semi-conducteurs — un terrain où elle est aujourd’hui peu concurrencée en Europe.

Ce que Mistral fait le mieux — et où sont ses limites

Enfin, pas de discours promotionnel : voici, sans détour, les terrains où Mistral est le bon choix et ceux où il montre encore ses limites.

Là où Mistral excelle

La souveraineté et le RGPD. Serveurs en Europe, données traitées en Europe, conformité native, et un mode self-hosted qui fait tourner l’assistant entièrement sur vos machines. Pour une banque européenne, un cabinet juridique ou un acteur de la défense, l’argument devient décisif : aucune donnée ne traverse l’Atlantique.

L’open source. Large 3 et Small 4 sont sous Apache 2.0, téléchargeables, modifiables et déployables sans restriction commerciale. Vous pouvez exécuter un modèle Mistral sur votre propre infrastructure, sans envoyer la moindre requête à l’extérieur. Cette liberté reste rare chez les fournisseurs de modèles de pointe.

Le prix. Le palier gratuit de Vibe propose également des fonctionnalités que beaucoup réservent à leurs offres payantes. Côté API, Small 4 à 0,15 $ le million de tokens en entrée figure parmi les modèles multimodaux les plus abordables du marché — un facteur déterminant dès que les volumes montent.

Là où Mistral montre ses limites

Le raisonnement de pointe. Sur les benchmarks les plus exigeants — GPQA Diamond, AIME, SWE-bench Pro — Mistral progresse vite, mais n’occupe pas systématiquement la première place. Si votre usage repose sur le meilleur raisonnement absolu face à des problèmes très complexes, le modèle n’est pas toujours le plus affûté.

Le contexte long. La fenêtre plafonne à 256K tokens. C’est suffisant pour la grande majorité des cas, moins pour ingérer en une seule passe une codebase entière ou un corpus juridique massif de plusieurs centaines de milliers de tokens.

L’écosystème applicatif. Plus jeune, Vibe dispose de moins d’intégrations tierces, de plugins et de connecteurs prêts à l’emploi que les plateformes installées de longue date. L’écart se réduit avec les Connectors MCP, mais il existe encore.

La voix et la vidéo temps réel. Le mode vocal fonctionne, sans atteindre le niveau des interactions orales temps réel les plus abouties. Si la conversation parlée avec l’IA est centrale dans votre usage, Mistral reste en retrait.

Reste un constat simple : pour près de 80 % des usages quotidiens — rédaction, recherche, analyse de documents, code, brainstorming — Vibe fait le travail, souvent aussi bien, parfois mieux, et toujours pour moins cher. La méthode pour articuler Vibe, l’API et les modèles auto-hébergés en un système cohérent est détaillée dans l’article 10 de la série.

Pour qui Mistral est le bon choix

Mistral est fait pour vous si : vous manipulez des données sensibles en Europe et la conformité RGPD n’est pas négociable ; vous êtes développeur et vous voulez auto-héberger vos modèles sans dépendance à un fournisseur unique ; vous avez un budget limité, ou nul, et vous cherchez un assistant IA puissant et gratuit ; vous êtes convaincu par l’open source et vous voulez pouvoir inspecter, modifier et fine-tuner vos modèles ; vous êtes une PME francophone qui veut un outil rapide, en français, sans facture par utilisateur qui s’envole.

Mistral l’est moins si : votre travail exige en permanence le raisonnement le plus poussé disponible sur des tâches de recherche très complexes ; vous dépendez d’un écosystème d’intégrations tierces particulièrement riche ; vous traitez régulièrement des contextes de plusieurs centaines de milliers de tokens ; les interactions vocales temps réel sont au cœur de votre quotidien. Dans ces cas, d’autres options resteront plus confortables aujourd’hui.

Vos cinq premières minutes sur Vibe

Enfin, passer de la lecture à l’action prend cinq minutes, montre en main.

Vous venez de toucher aux quatre piliers de Vibe : conversation, recherche, documents et édition. Le prochain article attaque le prompt engineering appliqué à Mistral — comment manier le dial reasoning_effort, structurer vos prompts pour Small 4 et Large 3, et éviter les erreurs que commettent 90 % des débutants.

Ce qu’il faut retenir

Mistral AI n’est plus la « petite start-up française de l’IA ». L’entreprise joue dans la cour mondiale, avec une gamme de modèles complète, un assistant gratuit qui rivalise avec des offres payantes, et un positionnement souverain sans véritable équivalent. Pour un utilisateur francophone, c’est aujourd’hui l’une des portes d’entrée les plus accessibles vers l’IA : gratuit, rapide, en français, sans s’inquiéter de l’endroit où partent ses données.

Les limites existent et sont réelles : le raisonnement de pointe n’est pas toujours son terrain le plus fort, l’écosystème applicatif reste jeune, et le contexte long plafonne. Aucune de ces réserves n’empêche Vibe de couvrir la quasi-totalité des usages professionnels courants.

Le vrai test reste le même : l’essayer. Ouvrez Vibe, confiez-lui une tâche concrète, et jugez par vous-même. C’est la seule façon de savoir si l’outil mérite une place dans votre quotidien.