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

En moins de trois ans, une start-up parisienne est passée de zéro à plus de 400 millions de dollars de revenus annuels récurrents. Ses trois fondateurs viennent de DeepMind et de Meta. Mistral AI ne se contente d’ailleurs plus de publier des modèles open source. L’entreprise a bâti un écosystème complet : assistant grand public, agent de code, plateforme développeur, infrastructure de calcul, offre souveraine. Avec un argument que peu peuvent avancer : tout est hébergé en Europe, et une bonne partie du code est libre.

Ce premier article de la série « Maîtriser Mistral de A à Z » pose les bases. Vous y trouverez l’entreprise, les modèles et le fonctionnement de Vibe, le nouveau nom de Le Chat. Ensuite vient la promesse de souveraineté, qui a nettement évolué durant l’été 2026. À la fin, vous aurez un compte configuré et une idée claire de ce que l’outil sait faire.

Mistral AI : de Paris aux ligues mondiales en trois ans

Trois chercheurs, une décennie commune

Mistral AI est née en avril 2023, dans un bureau parisien. Trois trentenaires la cofondent. Arthur Mensch d’abord, ancien chercheur chez Google DeepMind, passé par Polytechnique et une thèse à l’Inria. Guillaume Lample ensuite, co-créateur de LLaMA chez Meta. Timothée Lacroix enfin, lui aussi chercheur chez Meta. Tous trois se connaissent depuis l’École polytechnique : une décennie de collaboration précède donc l’entreprise.

Une trajectoire financière hors norme

La suite tient du cas d’école. En septembre 2025, une série C de 1,7 milliard d’euros est bouclée, menée par le néerlandais ASML. Elle porte la valorisation post-money à 11,7 milliards d’euros. Depuis juin 2026, la presse financière évoque un nouveau tour d’environ 3 milliards. Il doublerait presque ce chiffre, sans confirmation officielle à ce jour.

Côté revenus, la trajectoire parle d’elle-même. L’ARR atteignait environ 16 millions de dollars fin 2024, puis plus de 400 millions début 2026. L’objectif affiché vise le milliard d’ici la fin de l’année.

Viennent ensuite les acquisitions et les contrats structurants. Koyeb, spécialiste du calcul serverless, rejoint le groupe en février 2026. Emmi AI suit en mai, avec une trentaine de chercheurs basés à Linz. Le 8 janvier 2026, Mistral a par ailleurs signé un accord-cadre pluriannuel avec le ministère des Armées. Et en août, après la cyberattaque contre l’administration fiscale, l’État a de nouveau fait appel à ses technologies.

Des datacenters en propre

L’entreprise construit également ses propres infrastructures. À Borlänge, en Suède, elle investit 1,2 milliard d’euros dans un site alimenté en énergie bas carbone. À Bruyères-le-Châtel, dans l’Essonne, 13 800 puces NVIDIA GB300 sont installées. Ce chantier repose sur un emprunt de 830 millions de dollars, arrangé par sept banques dont BNP Paribas et Crédit Agricole. Un second site d’inférence ouvre aux Ulis.

En clair, Mistral ne dépend plus des seuls clouds américains pour entraîner et servir ses modèles. La souveraineté se traduit donc dans le béton autant que dans les discours.

Les modèles Mistral en 2026 : la gamme complète

La force de l’entreprise tient aussi à sa gamme. Chaque modèle y vise un usage précis. Là où la plupart des laboratoires gardent leurs poids sous clé, Mistral publie les siens. La majorité sont ainsi 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. Son architecture Mixture-of-Experts compte 675 milliards de paramètres, dont 41 milliards actifs par token. La fenêtre de contexte atteint 256 000 tokens, soit un roman de 500 pages traité en une passe. Il brille en raisonnement, en analyse de documents longs et en multilinguisme, avec plus de 40 langues natives. Sa contrepartie tient toutefois en un chiffre : environ 38 tokens par seconde. C’est 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 trois capacités auparavant séparées : le raisonnement, la vision multimodale et le code agentique. Les performances d’instruction de Small 3.2 restent au passage préservées. Son architecture MoE totalise 119 milliards de paramètres, mais 6 milliards seulement s’activent par token. Le coût d’inférence équivaut donc à celui d’un modèle dense d’environ 8B.

Sa fonctionnalité clé porte un nom : le paramètre reasoning_effort, configurable par requête. Réglé sur « none », le modèle répond en flash. Poussé sur « high », il déploie un raisonnement profond, étape par étape. Un seul modèle, un seul endpoint, un seul déploiement. Côté tarif, comptez 0,15 $ par million de tokens en entrée et 0,60 $ en sortie. Peu de modèles multimodaux à raisonnement configurable descendent aussi bas.

Mistral Medium 3.5 : le modèle par défaut

Voici la bascule de 2026. Publié le 27 avril, Medium 3.5 est le premier modèle « fusionné » de Mistral. Ce modèle dense de 128 milliards de paramètres offre 256K de contexte. Instruction, raisonnement et code tiennent dans un seul jeu de poids, avec le même reasoning_effort que Small 4. Il atteint 77,6 % sur SWE-bench Verified. Mistral le désigne désormais comme premier choix dans sa documentation, pour les tâches courantes comme pour le code.

Un détail compte particulièrement pour les équipes techniques. Medium 3.5 est publié en poids ouverts et s’auto-héberge sur quatre GPU seulement. Sa licence diffère toutefois de celle de Large 3 et Small 4, comme le précise l’encadré plus bas. Prix API : 1,50 $ en entrée, 7,50 $ en sortie.

Ministral 3 : l’IA de poche

Déclinés en trois tailles (3B, 8B, 14B), les Ministral tournent sur du matériel modeste. Laptop, smartphone, drone, appareil embarqué : tous conviennent. Ils sont également publiés 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. L’article 8 y consacre son développement.

Le code, la voix et le document

Autour de ces quatre familles gravite une constellation de modèles de métier. Devstral 2 reste le modèle de code historique, avec 123 milliards de paramètres denses et 256K de contexte. Il demeure en open-weight et dans la pile de développement. Medium 3.5 lui est cependant préféré sur les tâches complexes.

Codestral assure de son côté la complétion rapide, et Codestral Embed la recherche sémantique dans le code. Voxtral TTS, enfin, fait la synthèse vocale dans neuf langues. Trois secondes de référence suffisent pour cloner une voix. Quant à Mistral OCR 4, publié le 23 juin, il pousse l’extraction documentaire un cran plus loin, avec annotations structurées et questions-réponses sur document.

Les modèles nés à l’été 2026

L’été a densifié la gamme sur des terrains inattendus. Leanstral 1.5, sorti le 2 juillet, s’attaque aux preuves formelles en Lean 4. Il compte 119 milliards de paramètres dont 6 actifs, sous Apache 2.0, avec un endpoint API gratuit. Robostral Navigate, dévoilé le 8 juillet, marque ensuite l’entrée de Mistral dans la navigation incarnée. Autrement dit, la robotique.

Shieldstral ferme la marche, publié le 4 août. Ce modèle de modération d’environ 4 milliards de paramètres relève lui aussi d’Apache 2.0. Il évalue textes et images à partir de règles écrites en langage naturel.

La souveraineté selon Mistral : trois étages qu’on peut séparer

Pendant deux ans, l’argument souverain de Mistral a tenu en un bloc : un modèle français, des serveurs européens, des poids ouverts. Les annonces d’août 2026 ont découplé ces trois étages. Cette recomposition mérite d’être comprise avant d’aller plus loin, car elle change la façon de choisir ses briques.

Le 11 août, Mistral a formalisé sa doctrine en trois volets. D’abord le contrôle opérationnel. Ensuite le choix de l’intelligence qu’on fait tourner. Enfin l’accès garanti à la capacité de calcul. La nationalité du modèle, elle, sort de l’équation.

Le contrôle de l’endroit où tourne l’IA n’est qu’une partie de la souveraineté

Étage 1 : choisir où tourne le calcul

Les Mistral Regional Endpoints sont désormais en disponibilité générale. Concrètement, un client de l’API choisit où s’exécute son inférence : infrastructure européenne ou américaine. Ce réglage s’aligne sur ses obligations de résidence des données et ses contraintes de latence. S’y ajoute le Mistral Priority Tier, en préversion publique. Il apporte des niveaux de service engagés, des limites de débit personnalisées et une garantie de disponibilité. Mistral revendique d’ailleurs d’être le seul laboratoire européen à proposer les deux ensemble.

Étage 2 : choisir le modèle, GLM-5.2 compris

Voici le tournant le plus discuté. La plateforme accueille maintenant des modèles ouverts tiers. Le premier est GLM-5.2, développé par le laboratoire chinois Z.ai. Ce modèle tourne sur la même infrastructure que les modèles maison. Il bénéficie également des mêmes contrôles régionaux et des mêmes engagements de service. Un client européen peut donc exécuter un modèle chinois via l’acteur français, avec traitement garanti en Europe.

La logique se défend. Les systèmes d’IA sérieux combinent aujourd’hui plusieurs modèles selon la charge : raisonnement étendu, production à gros volume, travail ancré sur des données maison. Mistral choisit donc d’être la couche qui les fait tourner proprement, plutôt que le fournisseur exclusif. Le pari est cohérent, mais il déplace la promesse. La souveraineté ne porte plus sur l’origine des poids ; elle porte sur la maîtrise de la boucle.

Étage 3 : sécuriser la capacité de calcul

Dernier volet, le plus industriel. Mistral fédère un groupe d’entreprises dont les engagements pluriannuels financent l’infrastructure européenne. Amadeus, ASML, Capgemini, la Caisse des Dépôts et CMA CGM en forment le noyau. Ces engagements se convertissent ensuite en European Compute Units. Ces unités de calcul restent mobilisables sur plusieurs années, à travers les produits de Mistral Compute. L’objectif annoncé porte sur un gigawatt de capacité à l’horizon 2030.

Reste une tension que la série assumera plutôt que de la lisser. Mistral est le fournisseur souverain auquel l’État français confie ses sujets sensibles. Il est simultanément la plateforme neutre qui héberge un modèle chinois. Techniquement, les deux rôles ne se contredisent pas, puisque le contrôle porte sur l’exécution et non sur l’origine. Politiquement, en revanche, ils racontent deux histoires différentes. Et l’AI Act va vite obliger chacun à préciser laquelle il achète. Ses pouvoirs de sanction sont pleinement en vigueur depuis le 2 août 2026.

Vibe : le nouveau visage de Le Chat

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

Vibe est l’agent IA unifié de Mistral, pour le travail comme pour le code

Au passage, l’application a gagné en envergure. D’assistant conversationnel, Vibe est devenu un agent capable d’exécuter des tâches entières. Trois modes le structurent. Mistral les regroupe commercialement sous deux étiquettes : Vibe pour le travail, Vibe pour le code.

Les trois modes de Vibe

• Vibe Chat — la conversation tour par tour, héritée de Le Chat. Vous posez une question, l’assistant répond. Recherche web, documents, images et voix sont de la partie. C’est le point d’entrée de 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. Il lit ainsi une boîte mail, extrait des chiffres d’un tableur, rédige un rapport dans Canvas et le dépose dans Notion. Chaque étape reste visible et vérifiable. Une tâche peut également se replanifier chaque jour, semaine ou mois.
• Vibe Code — l’agent de code, disponible en ligne de commande et dans les extensions VS Code, JetBrains et Zed. Il tourne aussi sur le web depuis chat.mistral.ai/code. Ses sessions s’exécutent en parallèle, dans des bacs à sable isolés, jusqu’à l’ouverture d’une pull request. C’est le sujet complet de l’article 6.

S’ajoute une mécanique reprise des standards du marché : les Skills. Ces fiches de bonnes pratiques importables guident l’agent sur une tâche récurrente. Elles servent aussi bien à Work qu’à Code. Depuis juillet 2026, elles se versionnent et se tracent par ailleurs depuis Mistral Studio, un point développé dans l’article 7.

Les outils gratuits de Vibe

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

• Recherche web avec sources — l’assistant interroge le web en temps réel et cite ses sources. Un partenariat AFP donne accès à des dépêches vérifiées.
• Deep Research — un mode approfondi qui planifie, cherche et synthétise. Il produit ensuite un rapport structuré avec références.
• Agentic Search — depuis le 20 août 2026, la recherche dans vos documents passe par une boucle en plusieurs étapes. Le modèle cherche, ouvre un fichier, navigue jusqu’à la bonne page, puis vérifie avant de répondre. Les gains mesurés sur documents financiers denses sont spectaculaires.
• Canvas — un espace d’édition pour créer, modifier et versionner du texte ou du code. Le mode Work s’en sert aussi pour ses livrables.
• Génération d’images — directement dans la conversation, avec un quota nettement relevé sur les paliers payants.
• Analyse de documents — PDF, images, tableurs, fichiers Office. L’application les lit et répond à vos questions dessus.
• Mode vocal — transcription et conversation orale propulsées par Voxtral.
• Tâches planifiées — jusqu’à cinq automatisations récurrentes en gratuit, sans limite fixe au-delà.
• Flash answers — des réponses générées à près de 1 000 mots par seconde sur les requêtes simples.

la qualité de la recherche progresse avec la capacité du modèle

Les formules et ce qu’elles ouvrent

Quatre paliers structurent l’offre, auxquels s’ajoute un tarif étudiant. Les montants ci-dessous s’entendent hors taxes. L’interface permet toutefois de basculer l’affichage en TTC et de changer de devise.

Formule	Tarif	Ce que vous obtenez
Free	0 €	Messages, recherches et sessions de code limités. Génération d’images, accès à Mistral Studio, plus de 100 connecteurs, cinq tâches planifiées et 10 $ de crédits API par mois.
Pro	14,99 € / mois	Volumes fortement relevés : jusqu’à 6 × les messages et 40 × les images. Également 150 flash answers par jour, 15 Go de bibliothèque, 1 000 projets, le code toute la journée, 30 $ de crédits API et le support par chat.
Team	24,99 € / utilisateur / mois	Espace de travail partagé et 30 Go par utilisateur. S’y ajoutent 200 flash answers par jour, la vérification du nom de domaine et l’export des données.
Enterprise	Sur devis	Déploiement privé, modèles et agents sur mesure, workflows, journaux d’audit, SSO SAML et marque blanche.
Étudiant	5,99 € / mois	Le palier Pro complet, pendant douze mois maximum. Une vérification du statut étudiant est demandée.

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

Mistral Studio, la console développeur

Vibe n’est que la partie visible. Mistral a bâti une chaîne complète, de la clé API au déploiement souverain. Mistral Studio en est la porte d’entrée, anciennement La Plateforme puis AI Studio. On y trouve les clés API, le tableau de bord de consommation, le fine-tuning et le playground. Des connecteurs MCP intégrés ou personnalisés branchent ensuite les modèles sur vos systèmes internes.

Depuis juillet 2026, la console gère aussi les prompts et les skills comme des actifs de production. Versions immuables, retour arrière, propriétaire identifié, journaux d’audit : tout y est. Les crédits API inclus dans les formules Vibe s’y consomment. Vous pouvez donc prototyper sans engager de budget. L’article 7 y consacre son développement complet.

Forge et l’IA physique

Forge, présenté le 17 mars 2026 à NVIDIA GTC, va plus loin que le fine-tuning. Pre-training complet, SFT, apprentissage par renforcement, génération de données synthétiques : l’outil entraîne 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.

Un troisième front s’est ouvert avec l’IA physique, fruit du rachat d’Emmi AI. Ces modèles simulent l’aérodynamique d’une aile ou la déformation d’une carrosserie en quelques secondes. Les solveurs classiques, eux, demandent des heures. Robostral Navigate prolonge cette trajectoire vers la robotique. De quoi ancrer l’entreprise chez les industriels de l’aéronautique, de l’automobile et des semi-conducteurs.

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

Pas de discours promotionnel. Voici 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, traitement en Europe, conformité native, choix explicite de la région d’inférence. Un mode self-hosted fait par ailleurs tourner l’assistant entièrement sur vos machines. Pour une banque, un cabinet juridique ou un acteur de la défense, l’argument devient décisif. Aucune donnée ne traverse l’Atlantique.

L’open source. Large 3, Small 4, Shieldstral et les Ministral sont sous Apache 2.0. Ils sont donc téléchargeables, modifiables et déployables sans restriction commerciale. Vous pouvez exécuter un modèle Mistral sur votre 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 propose des fonctionnalités que beaucoup réservent à leurs offres payantes, crédits API compris. Côté plateforme, Small 4 démarre à 0,15 $ le million de tokens en entrée. Peu de modèles multimodaux descendent aussi bas. Le facteur devient déterminant dès que les volumes montent.

Là où Mistral montre ses limites

Le raisonnement de pointe. Sur les benchmarks les plus exigeants, Mistral progresse vite sans occuper systématiquement la première place. GPQA Diamond, AIME et SWE-bench Pro le montrent. Si votre usage repose sur le meilleur raisonnement absolu, 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. En revanche, une codebase entière ou un corpus juridique massif ne passeront pas en une seule fois. Agentic Search compense partiellement, en naviguant dans les documents plutôt qu’en les avalant d’un coup.

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

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

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

Pour qui Mistral est le bon choix

Mistral est fait pour vous dans les cas suivants.

• 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 dépendre d’un fournisseur unique.
• Votre budget est limité, voire nul, et vous cherchez un assistant IA puissant et gratuit.
• L’open source vous convainc et vous voulez pouvoir inspecter, modifier et fine-tuner vos modèles.
• Vous dirigez une PME francophone et cherchez un outil rapide, en français, sans facture par utilisateur qui s’envole.

En revanche, d’autres options resteront plus confortables dans ces situations.

• Votre travail exige en permanence le raisonnement le plus poussé disponible.
• Vous dépendez d’un écosystème d’intégrations tierces particulièrement riche.
• Vous traitez régulièrement des contextes de plusieurs centaines de milliers de tokens en une passe.
• Les interactions vocales temps réel sont au cœur de votre quotidien.

Vos cinq premières minutes sur Vibe

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. Au programme : le dial reasoning_effort, la structure des prompts pour Small 4 et Medium 3.5, et 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. Sa gamme de modèles est complète, son assistant gratuit rivalise avec des offres payantes, et son infrastructure lui appartient. Pour un utilisateur francophone, c’est aujourd’hui l’une des portes d’entrée les plus accessibles vers l’IA : gratuit, rapide, en français.

Notez toutefois ce que la promesse souveraine signifie désormais. Elle ne dit plus « un modèle français ». Elle dit « vous choisissez le modèle, la région d’exécution et le niveau de service ». Ce déplacement élargit les possibilités techniques et brouille un peu le récit patriotique. À vous de décider laquelle des deux promesses vous achetez, car les deux se vendent sous la même marque.

Les limites existent et restent réelles. Le raisonnement de pointe n’est pas toujours son terrain le plus fort, l’écosystème applicatif est 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 donc le même : ouvrez-le, confiez-lui une tâche concrète, et jugez par vous-même.