Mistral Medium 3.5 : un modèle phare français aux poids ouverts
Mistral AI a publié fin avril Mistral Medium 3.5, un modèle de 128 milliards de paramètres téléchargeable. Ce qu'il apporte, sa licence, et pour qui il est fait.
Fin avril 2026, Mistral AI a publié Mistral Medium 3.5, présenté comme son nouveau modèle phare. Deux points le distinguent : c'est un seul modèle qui regroupe ce que Mistral proposait jusqu'ici en plusieurs versions spécialisées, et ses poids sont téléchargeables. Pour une entreprise française qui s'interroge sur la souveraineté de ses outils d'IA, c'est une annonce à lire de près, y compris dans ses petites lignes.
Ce que Mistral a publié
D'après le média spécialisé The Decoder et le site japonais Gigazine, qui a couvert l'annonce le 30 avril, Mistral Medium 3.5 est un modèle « dense » de 128 milliards de paramètres, c'est-à-dire que tous ses paramètres travaillent à chaque réponse, avec une mémoire de travail de 256 000 tokens. Il réunit dans un même modèle le suivi d'instructions, le raisonnement, la programmation et la lecture d'images. Le niveau de réflexion se règle à chaque requête, au lieu de choisir entre un modèle rapide et un modèle « qui réfléchit ».
Concrètement, selon The Decoder, il remplace dans l'assistant Le Chat les modèles Medium 3.1 et Magistral, et dans l'outil de programmation Vibe le modèle Devstral 2. Mistral l'accompagne d'agents de programmation qui travaillent à distance, dans le cloud, et d'un mode « Travail » dans Le Chat pour enchaîner des tâches en plusieurs étapes.
Les poids sont disponibles sur Hugging Face, et Mistral indique que le modèle peut être auto-hébergé sur quatre cartes graphiques. Les résultats de tests publiés par Mistral le placent devant certains modèles concurrents sur les tâches d'agent, et derrière d'autres selon les domaines. Ce sont les mesures de l'éditeur.
La licence : ouverte, mais pas tout à fait libre
C'est le point à ne pas manquer. The Decoder relève que Medium 3.5 est publié sous une licence « MIT modifiée », et non sous la licence Apache 2.0 que Mistral utilise pour d'autres modèles. Elle autorise l'usage commercial et non commercial, mais prévoit des exceptions pour les entreprises à très fort chiffre d'affaires. Pour une PME, ces exceptions ne s'appliquent vraisemblablement pas, mais la règle mérite d'être lue, et validée, avant de bâtir un produit dessus.
Le contraste est intéressant avec Gemma 4, publié par Google début avril sous licence Apache 2.0 (nous en parlions dans notre article sur Gemma 4). « Poids ouverts » ne veut pas toujours dire « licence libre » : c'est à vérifier modèle par modèle.
Ce que ça change pour une PME
Un acteur européen de premier plan, téléchargeable
Pour les entreprises qui veulent limiter leur dépendance aux fournisseurs américains, avoir un modèle phare européen dont les poids sont accessibles est un vrai atout : on peut l'utiliser par l'API de Mistral, ou le faire tourner sur une infrastructure de son choix.
Mais pas sur n'importe quel serveur
Quatre cartes graphiques de centre de données, c'est un investissement qui dépasse largement le besoin d'une PME de quelques dizaines de personnes. The Decoder note d'ailleurs que cet auto-hébergement reste hors de portée de la plupart des utilisateurs en dehors de centres de données bien équipés. Pour un serveur installé dans vos locaux, les modèles de taille plus modeste restent le choix raisonnable, et ils suffisent pour la grande majorité des tâches de bureau.
Des agents qui arrivent dans les outils grand public
Le mode « Travail » de Le Chat, qui enchaîne des tâches en appelant des outils, suit le même mouvement que GPT-5.5 chez OpenAI : l'IA ne se contente plus de répondre, elle agit. Mistral indique que ce mode demande une approbation avant les actions sensibles. C'est la bonne direction : plus un outil agit, plus la validation humaine doit être explicite.
Une concurrence qui profite aux utilisateurs
En un mois, Google, OpenAI, Anthropic et Mistral ont tous publié un nouveau modèle phare. Pour une PME, cette concurrence a un effet très concret : la qualité disponible pour un même budget progresse vite, et les modèles ouverts suivent de près les modèles fermés. C'est un argument de plus pour ne jamais s'enfermer chez un seul fournisseur.
Ce que nous conseillons
- Pour un usage hébergé, Mistral est une option sérieuse si vous voulez un fournisseur européen. Vérifiez où sont traitées les données selon l'offre choisie.
- Pour un serveur chez vous, ne visez pas le plus gros modèle : visez celui qui suffit à vos tâches et tient sur un matériel raisonnable. Les modèles plus compacts de Mistral, gpt-oss ou Gemma font souvent l'affaire.
- Lisez la licence avant de construire un produit commercial sur un modèle ouvert.
- Gardez la liberté de changer : un nouveau modèle sort chaque mois, l'outil doit pouvoir en changer sans être refait.
Notre offre d'IA locale repose précisément sur ce principe : un serveur dimensionné pour votre équipe, des modèles comme Mistral, gpt-oss ou Gemma choisis selon la tâche, et la possibilité de les remplacer. Pour comprendre quand un modèle installé chez soi se justifie, lisez aussi notre article sur les LLM locaux.