Mistral AI persiste et signe. L’entreprise, qui proposait déjà à ses clients d’utiliser le modèle à poids ouvert d’origine chinoise GLM 5.2, a annoncé le 21 septembre dernier une intégration renforcée de la version suivante, GLM 5.3, distribuée à partir de ses propres infrastructures.

« GLM 5.3, hébergé sur Mistral, est maintenant dans Vibe Code, et l’option par défaut dans l’application Web. Fenêtre de contexte [de 1 million de tokens] et limites généreuses incluses », se réjouit Mistral sur X.

GLM 5.3 moins cher que Mistral Medium 3.5

En réponse à des questions d’internautes, Mistral explique que GLM 5.3 a vocation à devenir le modèle par défaut pour Vibe Code, que ce soit via l’extension VS Code, le client en ligne de commande ou la version Web. « Le mode Work de la version Web va lui aussi passer à GLM 5.3 », précise encore l’entreprise.

Jusqu’ici, Mistral proposait bien les modèles GLM de Z.ai, hébergés par ses soins, comme une alternative à ses propres outils, mais ce sont les modèles généralistes maison, principalement Mistral Medium 3.5 et Mistral Large 3, qui servaient par défaut les requêtes.

En mode API (facturation à l’usage), GLM 5.3 se paie le luxe d’être plus compétitif que les modèles maison. Hors option de type priorité ou inférence régionale garantie, Mistral le facture ainsi 1,4 dollar le million de tokens en entrée, 0,14 dollar pour l’écriture en cache et 4,4 dollars en sortie. En face, Mistral Medium 3.5 est affiché à 1,5 dollar en entrée, 0,15 dollar l’écriture en cache et surtout 7,5 dollars en sortie.

Mistral AI aurait-elle décidé de saborder ses propres modèles ? Sur X, c’est la conclusion à laquelle sautent un certain nombre de commentateurs, qui voient dans cette annonce une forme de renoncement à l’ambition de proposer des modèles frontière développés en propre, et la confirmation d’une bascule stratégique.

Pour ces derniers, Mistral avouerait tacitement ne plus être le champion européen de l’IA tant vanté par les médias et les politiques, mais un simple revendeur d’inférence, doublé d’un intégrateur à la façon d’une entreprise de services numériques. « Mistral est finito et condamné à devenir un Capgemini de l’IA Européenne, c’est triste », résume un anonyme sur X.

Mistral défend l’idée d’une souveraineté via les infrastructures

Si l’annonce liée à GLM 5.3 relance une salve de critiques, la position de Mistral sur le sujet n’est pas nouvelle. L’entreprise parisienne défend en effet de longue date l’idée selon laquelle la souveraineté en matière d’IA n’est pas liée à l’origine du modèle, mais plutôt au contrôle du déploiement de ce dernier et des infrastructures associées. Et c’est justement parce que Mistral a elle-même développé des modèles ouverts de pointe que l’entreprise s’estime bien placée pour mener cette démarche, qui motive ses lourds investissements en infrastructures, notamment en France et en Suède.

Mistral a une nouvelle fois soutenu cette vision dans un billet de blog publié au cœur de l’été, quand elle a commencé à héberger et distribuer GLM 5.2. « Ce modèle ouvert, ainsi que les modèles ouverts futurs, fonctionneront sur la même infrastructure, les mêmes contrôles régionaux et les mêmes engagements de service que les modèles Mistral, permettant ainsi aux clients d’élargir leur choix de modèles sans fragmenter l’emplacement d’exécution de leur IA », écrivait alors l’entreprise.

Cette orientation se justifie donc, selon Mistral, par la nécessité qu’ont ou qu’auront les entreprises de recourir non pas à un unique modèle bon à tout faire, mais à une combinaison de modèles plus spécialisés, comme ceux qu’elle développe en matière d’OCR (reconnaissance de caractère et extraction de documents), de transcription, ou de modération.

Mistral assumait alors son virage vers une stratégie dite de neocloud, c’est-à-dire de mise à disposition de capacités d’inférence. Elle en faisait même l’un des moteurs de son développement, en expliquant que c’était grâce aux engagements d’achats pluriannuels de ses clients qu’elle pourrait former, avec eux, une « coalition pour garantir une capacité de calcul européenne en IA à long terme », avec un objectif fixé à un équivalent de 1 GW de puissance de calcul à horizon 2030.

Il reste 73% de l'article à découvrir.

Déjà abonné ou lecteur  ? Se connecter

Soutenez un journalisme indépendant,
libre de ton, sans pub et sans reproche.

Accédez en illimité aux articles

Profitez d'un média expert et unique

Intégrez la communauté et prenez part aux débats

Partagez des articles premium à vos contacts

Abonnez-vous