Mistral Large 4 vs DeepSeek V4 Pro : Architectures jumelles, paris opposés

Les deux modèles de cette comparaison sont presque identiques sur le papier et pourtant radicalement différents en pratique. Mistral Large 4 est un mélange d’experts clairsemé de 1,05 billion de paramètres, avec 49 milliards de paramètres actifs, annoncé le 6 octobre 2026. DeepSeek V4 Pro est un mélange d’experts clairsemé de 1,6 billion de paramètres, avec 49 milliards de paramètres actifs, publié le 24 avril 2026. Même budget d’activation, même famille architecturale, même promesse de performances de pointe au coût des poids ouverts — et exactement l’un des deux dispose de poids que vous pouvez télécharger dès aujourd’hui.

Le rapprochement n’est pas une invention de cet article. Le post de lancement de Mistral lui-même établit des benchmarks face à DeepSeek V4 Pro en le nommant explicitement à trois endroits distincts : le codage agentique, le travail de connaissance à long horizon et l’automatisation des workflows métier. Poser la même question à l’autre camp — qu’est-ce que DeepSeek V4 Pro fait déjà que Mistral Large 4 promet — s’avère le moyen le plus rapide de voir ce que la préversion apporte réellement.

La spécification, côte à côte

Lus le 6 octobre, les chiffres de Mistral proviennent de sa propre annonce et de sa fiche de modèle, ceux de DeepSeek de son entrée de catalogue en ligne :

• Paramètres totaux vs actifs — 1,05 T au total / 49 Md actifs vs 1,6 T au total / 49 Md actifs

• Modalités — texte et image en entrée, texte en sortie vs texte uniquement

• Fenêtre de contexte — 1 M annoncé par Mistral, 524 288 sur la configuration testée par Artificial Analysis, contre 1 M servi

• Plafond de sortie — non publié pour l’aperçu vs 384K tokens

• Prix par million, entrée / sortie — 1,36 $ / 4,18 $ au tarif catalogue, actuellement 0,68 $ / 2,09 $ en promotion, contre 0,66 $ / 1,98 $

• Entrée mise en cache par million — 0,14 $, actuellement 0,07 $, contre 0,022 $

• Poids — promis fin octobre, licence sans nom vs disponible maintenant

• Infrastructure d'entraînement — 3 800 GPU NVIDIA Grace Blackwell dans les centres de données européens de Mistral vs le cluster de DeepSeek

La symétrie du chiffre des 49B d’activation est le titre principal, mais aussi le piège. Les paramètres actifs régissent ce qu’un token coûte à générer ; les paramètres totaux régissent ce que le modèle sait. Les 1,6 T de DeepSeek contre les 1,05 T de Mistral signifient que DeepSeek embarque environ 50 % de capacité en plus par token calculé — un véritable avantage dans les travaux à forte intensité de connaissances, et aucun avantage dans les tâches où le goulot d’étranglement est le suivi d’instructions ou l’utilisation d’outils.

Ce que dit l'indice indépendant

Les deux modèles disposent de pages sur Artificial Analysis, ce qui fait de cette comparaison l'une des rares de la série où les deux camps sont évalués sur le même harnais. Intelligence Index v4.3, relevé du 6 octobre :

• Indice d'intelligence — 38,4 pour Mistral Large 4 Preview contre 36,0 pour DeepSeek V4 Pro 0813

• Coût par tâche d'indexation — 1,13 $ vs 0,67 $

• Terminal-Bench 4.0 — 26,8 % vs 14,1 %

• Humanity's Last Exam — 35,0 % vs 41,0 %

• AutomationBench, flux de travail métier — 59,9 % vs 56,7 %

• τ²-Bench, agentique d’utilisation d’outils — non publié pour la préversion vs 96,2 %

• SciCode — 54,2 % vs 51,0 %

C'est une course bien plus serrée que ne le laissent entendre les étiquettes de prix, et les divergences sont instructives plutôt que du bruit. Mistral Large 4 remporte la ligne du codage agentique avec près de treize points d'avance et celle de l'automatisation des workflows de justesse, tandis que DeepSeek V4 Pro remporte celle des connaissances ouvertes avec six points d'avance et coûte 40 % de moins par tâche. Notez aussi que l'indice répartit les coûts entre les lectures de cache, les écritures de cache, les jetons de raisonnement et les jetons de réponse — le cache de Mistral bénéficie d'une remise de 90 % tandis que celui de DeepSeek bénéficie d'une remise de 97 %, ce qui explique pourquoi deux modèles aux tarifs affichés similaires atterrissent à 1,13 $ et 0,67 $ par tâche terminée.

Où DeepSeek V4 Pro a déjà gagné

La différence décisive n'est pas un benchmark. C'est que DeepSeek V4 Pro est à poids ouverts aujourd'hui et que Mistral Large 4 est un aperçu servi depuis le cluster propre de son créateur. Mistral affirme que les poids seront publiés fin octobre — un engagement, pas un artefact. Son organisation Hugging Face, vérifiée le 6 octobre, ne contient rien de plus récent que juillet. Tant qu'un dépôt n'apparaît pas avec un fichier de licence, l'argument d'auto-déploiement que Mistral avance appartient à DeepSeek.

La deuxième différence est l'étendue de la disponibilité. DeepSeek V4 Pro est routable depuis avril et est, de loin, le modèle le plus utilisé de notre propre catalogue — 1,13 milliard de tokens sur les sept derniers jours au moment de la rédaction, contre les dizaines de millions qu'un modèle de pointe typique déplace. Ce volume compte pour un acheteur d'une manière qu'un classement ne permet pas : cela signifie que les modes de défaillance sont connus, que les caractéristiques de débit sont connues, et que les fournisseurs qui le proposent ont été mis à l'épreuve par le trafic de production d'autres personnes.

DeepSeek gagne aussi sur la mécanique ennuyeuse. Un plafond de sortie de 384K contre un plafond non publié, un contexte de 1M servi plutôt que déclaré, et un périmètre uniquement textuel qui rend le débit en contexte long prévisible. Si votre charge de travail est l'analyse de documents, la génération de textes longs ou l'extraction à forte composante de connaissances sur plus d'un million de tokens, DeepSeek V4 Pro est moins cher, plus ouvert et plus éprouvé que Mistral preview sur tous les axes.

Là où Mistral Large 4 est le meilleur choix

Mistral a choisi avec soin les lignes qu'elle évalue dans ses benchmarks, et l'écart en matière de codage n'est pas cosmétique. 26,8 % contre 14,1 % sur Terminal-Bench 4.0, c'est environ le double, et cela correspond à l'affirmation de Mistral de 61,7 % sur DeepSWE v1.1 et de 59,4 % sur SWE-Atlas-QnA — des chiffres que, selon elle, Artificial Analysis a évalués en privé avant le lancement public du harnais, ce qui explique qu'ils ne figurent pas encore dans l'indice public. Le fait qu'ils soient publiés ou non tranchera la question du codage.

La multimodalité constitue le deuxième clivage évident. Mistral Large 4 prend nativement en charge les images, avec un encodeur visuel dédié de 1,6 Md, et Mistral revendique un ancrage visuel de pointe parmi les modèles ouverts — citant 42 % contre 41 % pour GPT-6 Astra sur Dense 200. DeepSeek V4 Pro est uniquement textuel et sa fiche catalogue le dit clairement. Tout pipeline impliquant des captures d’écran, des dessins techniques, des dépôts scannés ou la lecture de graphiques ne compte ici qu’un seul candidat, pas deux.

Et puis il y a le cyber, où l’affirmation de Mistral est plus tranchée que tout ce que DeepSeek a publié : 82 % sur le test Artificial Analysis Cyber Index, qui demande à un modèle de reproduire une vulnérabilité réelle et de la corriger, présenté comme le plus élevé de tous les modèles, et 93 % sur les exercices de compétition de Cybench. Ce sont des chiffres cités par le fournisseur et ils devraient être présentés comme tels — mais ils reposent sur un indice indépendant, et aucun résultat comparable de DeepSeek n’a été publié. Pour le travail de sécurité, la position honnête est que Mistral Large 4 revendique une avance qui n’a pas été démontrée fausse.

Le dernier facteur différenciant est d'ordre juridictionnel. Mistral a entraîné le modèle sur 3 800 GPU Grace Blackwell dans ses propres datacenters européens et y sert la préversion, avec un déploiement européen exploité de bout en bout sous la loi européenne. Pour un acheteur européen réglementé dont l'alternative est un modèle chinois à poids ouverts ou un modèle américain fermé, cela constitue une catégorie à part.

La tarification, lue correctement

Le prix affiché d’aucun des deux modèles ne raconte toute l’histoire. La fiche catalogue de DeepSeek V4 Pro comporte deux plages horaires — 01:00–04:00 et 06:00–10:00 UTC — pendant lesquelles le tarif indiqué est multiplié, si bien qu’une charge de travail qui tombe dans ces heures coûte le double du prix affiché. Les 0,68 $ / 2,09 $ de Mistral Large 4 sont une promotion de lancement face à une grille tarifaire de 1,36 $ / 4,18 $ ; la promotion est le prix du jour, et la grille tarifaire est le prix sur lequel modéliser votre facture.

Là où OrcaRouter clarifie les choses, c'est grâce au pass-through : 0 % de marge sur les prix catalogue des fournisseurs, ce qui signifie qu'une baisse de prix d'un fournisseur devient votre baisse de prix le jour même, et qu'un tarif promotionnel d'un fournisseur est répercuté plutôt qu'absorbé. DeepSeek V4 Pro est routable dès aujourd'hui derrière un point de terminaison compatible OpenAI au tarif de son fournisseur, avec les mêmes identifiants que plus de 200 autres modèles, avec un basculement automatique entre fournisseurs lorsque l'un d'eux se dégrade. Mistral Large 4 ne figure pas dans notre catalogue — l'aperçu est accessible via l'API de Mistral elle-même et plusieurs plateformes tierces — donc si vous voulez faire tourner les deux côtés de cette comparaison en même temps aujourd'hui, cela signifie une route chez nous et une en direct.

Lequel choisir

Si vous avez besoin de poids que vous pouvez détenir, de sorties de 384 K, d’un million de tokens de contexte servi, du coût le plus bas par tâche accomplie de la paire et d’un modèle dont d’autres ont déjà cassé le comportement en production, DeepSeek V4 Pro n’est pas un compromis — c’est le produit fini face à une bande-annonce. C’est le bon choix par défaut pour le travail documentaire, de connaissance et de format long, et ses poids ouverts signifient que le plafond de ce que vous pouvez en faire est votre propre infrastructure plutôt que la feuille de route d’un fournisseur.

Si votre charge de travail relève du codage agentique, si elle implique des images, si elle implique des travaux de sécurité, ou si la juridiction européenne est une exigence plutôt qu’une préférence, Mistral Large 4 est le modèle qui vaut le risque de la préversion — et ce risque est limité, car Mistral s’est engagé sur les poids et sur une fenêtre de red teaming avec une fin annoncée. Mettez dès maintenant une part du trafic dessus, gardez DeepSeek V4 Pro sur le reste, et laissez les deux trancher la question de l’architecture sur vos données. Le budget d’activation de 49B semblera identique des deux côtés ; ce qui diffère, c’est tout ce qui l’entoure.