Mistral Large 4 devancé d'un point par Muse Spark Open, mais devant lui sur les épreuves d'agent
Sur l'indice d'Artificial Analysis consulté le 19 octobre 2026, Muse Spark Open, le modèle de Meta, obtient 39 points. Il devance d'un seul point l'aperçu de Mistral Large 4, qui en totalise 38. Le modèle français remporte pourtant cinq des dix épreuves, dont Terminal-Bench (27 % contre 8 %) et AutomationBench (60 % contre 50 %). Il consomme en revanche nettement plus de tokens pour exécuter l'index complet : 200 millions, contre 110 millions pour son concurrent. Au tarif de lancement, la facture atteint 1 607 dollars pour Large 4 contre 1 183 dollars pour Muse. Au tarif remisé affiché par Mistral, elle tomberait à environ 804 dollars, selon un calcul d'ActuIA.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de ActuIA. Lire l'article original →
Ces chiffres montrent que le classement global masque des profils très différents. Pour les entreprises qui déploient des agents capables d'agir dans un terminal ou d'automatiser des tâches, Large 4 semble plus performant. Mais sa gourmandise en tokens peut annuler cet avantage selon le tarif appliqué. Le choix dépend donc autant de l'usage visé que du score agrégé.
La question des licences ajoute une incertitude. Celle de Muse impose un accord avec Meta pour revendre le modèle en service au-delà de 20 millions de dollars de chiffre d'affaires, ce qui concerne surtout les gros acteurs. Celle de Large 4 n'a pas été publiée, et Mistral a annoncé la mise à disposition des poids d'ici le 31 octobre. Les conditions d'utilisation détermineront si ce modèle est réellement plus ouvert que celui de Meta. Cette comparaison s'inscrit dans la concurrence entre modèles ouverts, où Meta et Mistral cherchent à séduire les développeurs.
Mistral, entreprise française, place son modèle Large 4 à un point du modèle de Meta et devant lui sur les tâches d'agent, ce qui intéresse les entreprises européennes cherchant une alternative ouverte et souveraine.
Un point d'écart sur l'indice global, cinq épreuves sur dix gagnées, et 27 % contre 8 % sur Terminal-Bench : le score agrégé ne dit presque rien de ce qu'un modèle vaut pour un usage précis. Selon Le Fil IA, un classement unique devient trompeur dès que les modèles se spécialisent, et l'agent est justement là où ça se joue. Bon, sur le papier, Large 4 est le meilleur choix pour automatiser des tâches. Mais 200 millions de tokens contre 110, ça va coûter cher au tarif de lancement, et la licence n'est même pas publiée. Reste à voir si ça tient en prod, et surtout après le 31 octobre.