Mistral Large 4 vs Qwen3.8 Max : une avance revendiquée que les chiffres publiés démentent

Le billet de lancement de Mistral pour Mistral Large 4 indique que son score combiné de 49,8 % à l'index Coding Agent le place « devant DeepSeek V4 Pro 0813 et Qwen3.8 Max ». Artificial Analysis référence déjà Qwen3.8 Max dans la même famille d'indices, et son résultat sur Terminal-Bench 4.0 est de 38,9 %. Mistral annonce 28,3 % pour son propre modèle sur ce harnais. Les deux chiffres proviennent d'Artificial Analysis — l'un public, l'autre produit en privé avant le lancement du harnais — et ils pointent dans des directions opposées. Ce n'est pas une raison pour écarter l'un ou l'autre modèle. C'est l'élément le plus utile de cette confrontation, car il vous dit exactement lequel des deux vous pouvez vérifier aujourd'hui, et il pose la question du prix avec acuité : Qwen3.8 Max coûte 2,00 $ par million de jetons d'entrée et 6,00 $ par million de jetons de sortie, contre 0,68 $ et 2,09 $ pour Mistral Large 4, soit environ trois fois plus, et sur toutes les mesures publiées, c'est le modèle le plus performant.

Toutes deux sont des tentatives à l’échelle d’Alibaba et à l’échelle de Mistral visant la même chose — un modèle phare nativement multimodal offrant environ un million de tokens de contexte, avec raisonnement, outils et sorties structurées — publiées à neuf semaines d’intervalle, respectivement en aperçu public et en disponibilité générale. L’une d’elles est déployée depuis le 3 août 2026 et dispose d’une colonne complète de scores indépendants. L’autre est arrivée le 6 octobre 2026 avec la promesse d’une publication des poids avant la fin du mois et une exécution d’apprentissage par renforcement que son fournisseur dit encore en progression.

La colonne publiée et celle promise

Qwen3.8 Max est le niveau de capacité le plus élevé d'Alibaba à ce jour, et Alibaba le positionne directement face à GPT-5.5, Claude Opus 4.7 et Gemini 3.1 Pro dans son propre guide de migration. Il est nativement multimodal pour le texte, les images et la vidéo avec sortie texte, dispose d'une fenêtre de contexte de 1 000 000 de tokens, et sa matrice de capacités confirme le mode réflexion, l'appel de fonctions, les outils intégrés et les sorties structurées. Il est servi dans trois formats de communication — compatible OpenAI, compatible Anthropic et DashScope natif — depuis Pékin, Singapour, Tokyo, Francfort et d'autres régions.

Sur Artificial Analysis, il obtient 45,4 à l’Intelligence Index v4.3.2, soit 17e sur 147 modèles, et 76,2 à l’indice AA Coding, soit 9e sur 138 et à égalité avec Kimi K3 en tête du domaine des modèles à poids ouverts. Il affiche 92,8 % sur GPQA Diamond, 80,3 % en rappel de contexte long, 52,1 % sur SciCode et 47,8 % sur tau-banking. Son résultat à Terminal-Bench 2.1 est de 88,8 %.

Mistral Large 4 est un modèle à mélange d’experts granulaire comptant 49 milliards de paramètres actifs sur 1,05 billion au total, ainsi qu’un encodeur visuel de 1,6 milliard de paramètres, entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell dans les centres de données européens de Mistral, sur des données couvrant plus de 160 langues. Il prend en charge du texte et des images sur environ un million de tokens de contexte. Sa page Artificial Analysis existe sous le titre « Mistral Large 4 Preview » et n’affiche aucun score à l’Intelligence Index ; les poids sont promis d’ici fin octobre 2026.

• Indice d'intelligence — Qwen3.8 Max 45,4 (17e sur 147) vs Mistral Large 4 pas encore publié

• Indice de codage — Qwen3.8 Max 76,2 (9e sur 138) vs Mistral Large 4 : aucun résultat comparable

• Terminal-Bench 4.0 — Qwen3.8 Max 38,9 % vs Mistral Large 4 28,3 %, évalué en privé

• Fenêtre de contexte — Qwen3.8 Max 1 000 000 tokens vs Mistral Large 4 environ 1 000 000

• Modalité d’entrée — Qwen3.8 Max texte, image et vidéo vs Mistral Large 4 texte et image

• Prix d'entrée — Mistral Large 4 à 0,68 $ par 1 M vs Qwen3.8 Max à 2,00 $ par 1 M

• Prix de sortie — Mistral Large 4 2,09 $ par million vs Qwen3.8 Max 6,00 $ par million

• Entrée mise en cache — Mistral Large 4 0,07 $ pour 1 M contre Qwen3.8 Max 0,25 $ pour 1 M

• Poids — Mistral Large 4 licence ouverte promise fin octobre 2026 face à Qwen3.8 Max fermé

• Sortie — Qwen3.8 Max le 3 août 2026 vs Mistral Large 4 le 6 octobre 2026, aperçu

Résoudre la contradiction, dans la mesure où elle peut l’être

Les deux chiffres de Terminal-Bench 4.0 sont véritablement incohérents, et l'explication la plus probable est la moins spectaculaire : il s'agit de séries d'évaluation différentes. Les 28,3 % de Mistral sont décrits comme évalués en privé par Artificial Analysis avant la publication publique du harnais, ce qui signifie qu'ils ont peut-être été mesurés sur un harnais préliminaire, avec un effort de raisonnement différent ou un échantillonnage différent. Les 38,9 % de Qwen correspondent au harnais publié, dans la configuration qu'Artificial Analysis a standardisée. Les comparer directement revient à comparer une version provisoire à une version finale, et c'est la version provisoire qui semble la moins bonne.

Il convient également de remarquer dans quel sens joue la contradiction. Mistral revendique une avance sur l'indice combiné Coding Agent Index — 49,8 %, devant Qwen3.8 Max — tout en publiant un chiffre Terminal-Bench 4.0 inférieur de dix points à celui de Qwen. Un indice combiné agrège plusieurs évaluations, de sorte que les deux peuvent être vrais simultanément, et un modèle avec un bon résultat à DeepSWE v1.1 (Mistral rapporte 61,7 %) et un résultat faible à Terminal-Bench peut malgré tout l'emporter en moyenne. Mais tant que le Coding Agent Index n'est pas public, la seule composante de cette affirmation qu'un lecteur puisse vérifier est celle où Mistral est derrière. C'est cette asymétrie qui doit légitimement éveiller les soupçons, dans un sens comme dans l'autre.

Ce que permet vraiment de payer trois fois le prix

Deux choses, et une seule d'entre elles relève de la performance.

La vidéo est le cas concret. Qwen3.8 Max accepte la vidéo nativement comme entrée de premier ordre ; Mistral Large 4, non. Le volet multimodal de Mistral porte sur les images — l'ancrage de scènes denses, la vérification de pièces mécaniques dans des dessins techniques, la récupération de preuves dans des PDF, l'analyse d'images satellites au gigapixel — et rien de tout cela n'exige des images animées. Si votre pipeline traite des enregistrements, des démonstrations ou des archives vidéo, la comparaison des prix n'a aucune importance, car l'un de ces modèles ne peut pas accepter votre entrée. Il s'agit d'une limite de capacité, et non d'une différence de grille tarifaire, et aucune révision tarifaire ne la déplacera.

Le second est une preuve. Le score de 45,4 à l’Index de Qwen3.8 Max, son classement de 9e en codage et ses 88,8 % sur Terminal-Bench 2.1 sont tous reproductibles sur des harnais publiés par quiconque veut bien y consacrer les tokens. Le ML4 de Mistral offre un plafond revendiqué plus élevé en codage agentique et en automatisation, une évaluation humaine en aveugle dans laquelle il a devancé Kimi K3 et GLM-5.3 sur la qualité de codage perçue, et une affirmation précise en cybersécurité — 82 % au test reproduce-and-patch d’Artificial Analysis, le plus élevé de tous les modèles testés, avec 93 % sur Cybench. Chacune de ces affirmations est rapportée par le fournisseur ou évaluée en privé. Une équipe qui doit justifier le choix d’un modèle auprès d’une revue d’approvisionnement paie le surcoût de trois fois le prix pour obtenir la réponse par écrit.

Cela dit, le chiffre en matière de cybersécurité est la seule affirmation de cette comparaison qu'un prix inférieur ne saurait compenser, car il s'agit d'une capacité, et non d'un avantage. Mistral rapporte que plusieurs modèles fermés de premier plan, dont Claude Opus 5.5 et GPT-6 Astra, obtiennent des scores proches de zéro au même test de reproduction et de correction parce qu'ils refusent la tâche, et que le taux de refus moyen de ML4 sur les invites cyber issues de JailbreakBench, StrongREJECT et AgentHarm est plus élevé que celui d'autres modèles à poids ouverts, tout en accomplissant malgré tout le travail. Qwen3.8 Max n'est pas mentionné pour ce test. Si votre travail implique la reproduction de vulnérabilités, la question n'est pas de savoir qui est le moins cher ; c'est de savoir qui fera le travail, tout simplement.

Poids, et où ils s'exécutent

C'est ici que Mistral Large 4 détient le seul avantage structurel que même le tarif trois fois plus élevé de Qwen ne peut atteindre. Mistral a pris l'engagement de publier les poids de ML4 sous une licence ouverte d'ici fin octobre 2026, ainsi que les détails de l'architecture et de la méthodologie de post-entraînement. Cela transforme un coût par token en une décision d'investissement : si vous disposez des GPU, vous cessez de payer au token, cessez d'envoyer des données à un tiers et cessez d'être soumis à la politique de modération de quelqu'un d'autre. L'offre Max d'Alibaba est une offre fermée, uniquement accessible via API, et rien ne suggère que cela change.

La géographie est le même argument dans un registre différent. Qwen3.8 Max est servi depuis Pékin, Singapour, Tokyo et Francfort, entre autres — une empreinte véritablement mondiale, mais exploitée par Alibaba. L'aperçu public de Mistral Large 4 s'exécute sur l'infrastructure européenne propre à Mistral, dans une région européenne que Mistral exploite de bout en bout et indépendamment d'autres fournisseurs de services numériques, sous le droit européen. Pour un acheteur européen réglementé, ces deux phrases étayent des résultats d'approvisionnement très différents, même si les deux modèles sont disponibles dans la même ville. La série D de 3 milliards d'euros de Mistral — le plus grand tour de financement en capital jamais levé par une entreprise technologique européenne — a précisément pour objet de financer cette distinction, et ML4 en est la première réalisation.

Routage entre deux formes de disponibilité

Ce qui est inhabituel dans ce duo, c’est que les deux modèles diffèrent non seulement par le prix et les capacités, mais aussi par la façon dont on y accède. Qwen3.8 Max parle les protocoles compatibles OpenAI, compatibles Anthropic et natifs DashScope depuis plusieurs régions ; Mistral Large 4 est un point de terminaison d’aperçu unique d’un seul opérateur. Normaliser cela depuis le code de votre application représente un vrai travail, et c’est le genre de travail qui commence petit et grandit chaque fois qu’un fournisseur change quelque chose.

Tous deux se trouvent derrière un seul endpoint compatible OpenAI sur OrcaRouter, avec 0 % de marge, ce qui rend l'écart de prix décrit dans cet article stable plutôt que ponctuel : les tarifs catalogue des fournisseurs sont répercutés sans modification, si bien que le jour où Mistral met fin à son tarif de préversion ou où Alibaba modifie celui de Qwen, les chiffres que vos règles de routage évaluent évoluent en même temps. Le DSL de routage est l'endroit où les forces différentes des deux modèles deviennent une surface d'appel unique — les requêtes contenant de la vidéo vers Qwen3.8 Max, le travail sur images et documents vers Mistral Large 4, et tout ce qui doit tenir un budget strict envoyé d'abord à ML4, avec Qwen en escalade lorsque l'argument de l'indice combiné se révèle déterminant sur une tâche réelle. Le basculement automatique vaut plus dans ce duo que dans la plupart des cas, car l'un des volets est une API en préversion dans son premier mois et l'autre un palier fermé dont vous ne pouvez pas planifier la capacité. Là où la question du codage, 49,8 contre 76,2, reste réellement indécise pour votre charge de travail, la fusion de modèles peut exécuter les deux sur le même prompt et laisser un panel choisir, ce qui coûte moins cher que de refaire un comparatif deux fois.

Verdict

Qwen3.8 Max est le meilleur modèle selon tout ce qui a été publié. Son score de 45,4 à l'indice, son indice de codage de 76,2 et ses 38,9 % à Terminal-Bench 4.0 portent sur les mêmes révisions que ceux de tous les autres, il prend en charge la vidéo, il est commercialisé depuis deux mois et il est accessible via trois formats de transmission depuis cinq régions. Si la performance et la vérifiabilité sont les facteurs décisifs, le prix trois fois supérieur est ce que coûte un modèle phare commercialisé et mesuré.

Mistral Large 4 l'emporte d'environ trois fois sur le prix, de plus de trois fois sur les lectures de cache, sur les travaux de cybersécurité là où l'alternative refuse, et sur les deux arguments auxquels Qwen ne peut pas répondre : des poids ouverts promis d'ici la fin octobre, et un déploiement européen que Mistral opère de bout en bout. La revendication de 49,8 % au Coding Agent Index est ce qui trancherait — si ce chiffre apparaît sur un banc d'essai public avant celui de Qwen, le modèle le moins cher devient le meilleur et le supplément de prix disparaît. Si ce n'est pas le cas, Mistral vend un prix de préversion pour un modèle qui est en retrait par rapport à un concurrent déjà sorti, et la position honnête est que vous achetez la feuille de route plutôt que le modèle.

Surveillez trois dates. La fin d'octobre 2026, quand les poids de ML4 seront livrés ou quand l'affirmation de poids ouverts s'atténuera. La publication de l'Artificial Analysis Coding Agent Index, où les évaluations privées de Mistral et les scores publics de Qwen se rencontrent sur une même colonne. Et la fin de la période de prévisualisation, dès que Mistral l'annoncera, car 0,68 $ et 2,09 $ constituent un tarif de lancement et aucune prévision ne devrait supposer qu'il survive à la publication des poids.