Mistral Large 4 vs Claude Fable 5.1 : dix-sept points d’indice et un prix de sortie multiplié par douze

La question de cette confrontation a changé le 29 octobre 2026, et non parce que Mistral Large 4 est devenu plus intelligent. Cet après-midi-là, le modèle a cessé d’être un aperçu loué pour devenir un téléchargement de 1,06 To, ce qui signifie que la comparaison avec Claude Fable 5.1 ne porte plus seulement sur le modèle qui répond le mieux — elle porte aussi sur la contrainte avec laquelle vous pouvez vivre. Claude Fable 5.1 est un modèle à 10 $ par million de jetons d’entrée que vous pouvez appeler via une API et que vous ne pourrez jamais posséder, fine-tuner ni exécuter sur votre propre matériel. Mistral Large 4 est un mélange d’experts à un billion de paramètres que vous pouvez désormais posséder, adapter et déployer au sein de votre propre réseau, sous une licence qui vous interdit explicitement de le revendre en tant que service. L’un est un contrat. L’autre est un téléchargement auquel une clause est attachée.

Sur le plan des capacités, la réponse n’est pas serrée, et il vaut la peine de le dire avant que la discussion sur le prix ne commence. L’indice d’intelligence v5 d’Artificial Analysis place Claude Fable 5.1 à 43 et Mistral Large 4 à 26. Cela fait un écart de dix-sept points sur le même instrument, et il résiste à toutes les réserves raisonnables concernant les versions de l’indice, car les deux chiffres sont des lectures v5 — celui de Fable 5.1 provient du classement en direct, celui de Large 4 du chiffre que Mistral cite sur sa propre fiche de modèle. Si l’indice est recalculé, les deux nombres changent ; l’ordre, lui, ne change pas.

Là où l'écart apparaît vraiment

Les benchmarks publics concordent avec l’indice, ce qui est inhabituel. Les deux séries de chiffres ci-dessous ont été réalisées par le fournisseur et aucune n’a été reproduite de manière indépendante ; considérez-les donc comme des affirmations de statut équivalent plutôt que comme des preuves d’une qualité différente.

• Terminal-Bench 4.0 — Claude Fable 5.1 à 55,8 % selon Anthropic ; Mistral Large 4 à 41 % selon Mistral. Les deux fournisseurs ont utilisé leur propre banc d'essai, et le chiffre rapporté par Anthropic lui-même a été présenté comme 58,1 % dans certains articles, si bien que la décimale exacte reste floue dans les deux colonnes.

• Science à long horizon — Claude Fable 5.1 à 52,6 % sur Terminal-Bench-Science 0.1, la revendication phare d’Anthropic, que le tableau d’un second laboratoire a depuis nettement revue à la baisse pour le même modèle. Mistral Large 4 n’a pas de ligne publiée comparable, ce qui est en soi instructif : le modèle est positionné pour le codage et la sécurité, et non pour la science agentique de niveau recherche.

• Humanity's Last Exam — 60,9 % sans outils et 65,0 % avec, pour Claude Fable 5.1. Mistral a publié 35,0 % sur le même benchmark pour la préversion d'octobre. Ce chiffre de préversion précède trois semaines de RL et le checkpoint final ; il sous-estime donc le modèle publié — mais c'est le seul chiffre que l'une ou l'autre partie ait avancé sur HLE.

• Travail de sécurité — ici, c’est Mistral Large 4 qui porte l’argument le plus fort, avec 79 % sur CyberGym-E2E et 97,1 % sur sa suite B3 de sécurité des agents après RL. Les modèles d’Anthropic refusent une part plus importante de ce travail plutôt que d’y échouer, ce qui est une différence de politique autant que de capacité et ne doit pas être interprété comme une lacune de capacité.

• Efficacité des tokens — la formulation de Mistral elle-même est que le modèle publié nécessite 47 % de tokens en moins par tâche que GLM-5.3, à un score égal de 48 % sur le Coding Agent Index d’Artificial Analysis. C’est une ligne rare où un fournisseur publie le volet coût d’un benchmark aux côtés du score, et c’est le chiffre le plus utile dans l’une ou l’autre colonne.

Un nombre qui ressemble à une régression et qui ne l’est pas

La version d'aperçu de Mistral Large 4 a obtenu 38,4 sur l'indice d'Artificial Analysis. La version publiée obtient 26. Un lecteur non averti qui compare ces deux chiffres conclura que trois semaines d'apprentissage par renforcement ont dégradé le modèle de douze points. Ce n'est pas le cas. Le 38,4 a été relevé sur l'indice v4.3 ; Artificial Analysis a reconstruit son indice fin octobre, et la refonte v5 est un instrument plus sévère dans l'ensemble — des modèles qui étaient dans les cinquante sur v4.3 se situent dans les quarante sur v5. Les deux chiffres ne mesurent pas la même chose, et les soustraire est l'erreur la plus répandue dans la couverture de cette sortie.

Le même avertissement vaut pour le chiffre de 41 % au Terminal-Bench. Mistral rapporte 28,3 % avant le RL supplémentaire et 41 % après, ce qui constitue un véritable gain à périmètre comparable sur un même banc d’évaluation. Mais 41 % reste un score absolu faible face aux 55,8 % de Claude Fable 5.1, et aucun discours mettant en avant l’amélioration ne change cet ordre non plus.

La clause de licence qui détermine davantage que l'écart

Mistral Large 4 est distribué sous la licence Mistral Ecosystem Open-Weight License, que l'entreprise décrit comme une version modifiée de la licence MIT. En pratique, elle accorde quatre choses et en retient une :

• Utilisation commerciale, sans seuil de chiffre d’affaires — il n’y a pas de règle du type « vous devez être sous X millions de dollars pour utiliser ceci ».

• Le fine-tuning et les modèles dérivés, qui est la clause qui rend tout simplement possible le travail de RL au jour zéro.

• Déploiement interne et hébergement sur site, qui constituent l’argument de l’IA souveraine autour duquel Mistral a construit toute cette version.

• Intégration au sein d'un produit, avec des dérogations couvrant l'utilisation intégrée et la simple retransmission des résultats.

• Non concédé : exploiter une activité de « modèle en tant que service » sur cette base. Si vous souhaitez mettre en place un point de terminaison API facturé par token et vendre l’accès, vous devez conclure un accord commercial distinct avec Mistral.

Claude Fable 5.1 n’a pas de question équivalente parce qu’il n’a pas de droit accordé équivalent. Vous obtenez une API, des conditions d’utilisation et une limite de débit. Vous n’obtenez pas les poids, vous ne pouvez pas faire de fine-tuning, et vous ne pouvez pas placer le modèle dans un réseau isolé (air-gapped) à aucun prix. Les conditions d’Anthropic ajoutent leurs propres restrictions qui vont dans le même sens : sur l’API du fournisseur, la rétention nulle des données doit être spécifiquement autorisée, l’utilisation forcée des outils n’est pas prise en charge, et la réflexion ne peut pas être désactivée. Faire passer le même modèle par un fournisseur disposant d’un accord de rétention nulle est la façon dont les équipes contournent la première de ces restrictions. Ces restrictions importent aux acheteurs réglementés d’une manière qu’un écart de dix-sept points dans un indice ne fait pas.

Le coût, avec la mise en garde sur la verbosité

Les prix catalogue d’abord, car les prix promotionnels expirent et ce sont les prix catalogue qui figurent dans le contrat.

• Claude Fable 5.1 — 10,00 $ par million de tokens d'entrée, 50,00 $ par million de tokens de sortie, les lectures de cache étant réduites à 0,25 $ par million. La tarification par lots réduit de moitié les deux tarifs, à 5 $ et 25 $.

Mistral Large 4 — 1,36 $ par million de tokens en entrée, 4,18 $ par million de tokens en sortie au tarif catalogue, actuellement réduit d’environ de moitié à environ 0,68 $ et 2,09 $, sans date de fin publiée.

Au tarif catalogue, cela représente {{1}}7,4×{{/1}} en entrée et {{2}}12×{{/2}} en sortie. Avec la promotion actuelle, on est plus proche de {{3}}15×{{/3}} et {{4}}24×{{/4}}. Ces deux écarts sont suffisamment importants pour que la question du prix prime sur celle du benchmark pour quiconque a un volume réel, et c'est la raison honnête pour laquelle cette comparaison est rédigée tout court.

La réserve, c'est la verbosité, et elle est bien réelle. Lors de l'exécution de l'indice Artificial Analysis sur la preview, Mistral Large 4 a généré environ 200 millions de tokens en sortie, contre une médiane du classement proche de 85 millions. La tarification par token est multipliée par ce facteur. Faites passer les mêmes 200 millions de tokens de sortie dans les deux modèles, et le calcul donne 418 $ pour Mistral Large 4 au tarif promotionnel, contre 10 000 $ pour Claude Fable 5.1 au tarif catalogue. Le multiple survit à la verbosité — il diminue, il ne s'inverse pas — mais quiconque cite un ratio par token sans vérifier combien de tokens le modèle émet réellement ne cite que la moitié d'un chiffre. On ignore si le checkpoint publié est aussi verbeux que la preview ; la réduction de 30 % des tokens de sortie que Mistral revendique grâce à son RL supplémentaire est la réponse de l'entreprise à cette question.

Où chacun d’eux peut réellement être appelé

Voici la partie de la comparaison où les deux modèles cessent d’être symétriques. Claude Fable 5.1 est dans le catalogue OrcaRouter sous anthropic/claude-fable-5.1, avec son contexte de 1 M de tokens, sa tarification à 10 $/50 $ et le tarif réduit de lecture du cache appliqué au prix catalogue du fournisseur — sans majoration, de sorte qu’une modification de prix du fournisseur est répercutée le jour même. Mistral Large 4 ne figure pas dans ce catalogue. Nous ne le servons pas, et cet article n’est pas un moyen d’y accéder : le modèle publié se trouve sur Hugging Face et derrière l’API propre au fournisseur. Le dire clairement est plus utile que de laisser entendre le contraire.

Ce que cela signifie concrètement dépend de quel côté de la licence vous vous situez. Si vous voulez un modèle que vous pouvez exécuter sur votre propre matériel, auditer de bout en bout et adapter avec un adaptateur LoRA, un seul de ces deux est disponible pour vous, et l’écart de dix-sept points est le prix de ce contrôle. Si vous voulez la réponse la plus performante à chaque appel et que vous n’avez jamais l’intention de posséder quoi que ce soit, un seul de ces deux est une option sérieuse, et le prix de sortie multiplié par douze est le coût de cette capacité. Placer les deux derrière une seule clé avec un basculement configuré par route est la version opérationnelle de la même décision : cela vous permet d’utiliser par défaut le modèle coûteux et de revenir à un modèle moins cher sans second contrat.

Lequel choisir

Choisissez Claude Fable 5.1 si votre travail relève de l’exécution agentique à long horizon, du codage intensif en terminal ou d’un raisonnement de niveau recherche, où une mauvaise réponse coûte plus cher qu’un token. Prenez l’affirmation de 55,8 % pour Terminal-Bench avec la réserve qu’elle est réalisée par le fournisseur, mais prenez au sérieux le classement : rien de ce que Mistral a publié ne place Mistral Large 4 dans la même catégorie.

Optez pour Mistral Large 4 si la contrainte est d’ordre juridique ou géographique plutôt qu’intellectuelle. Une entreprise européenne qui ne peut pas envoyer des prompts au-delà d’une frontière, une équipe de sécurité qui a besoin que la politique de refus soit hors du circuit, un produit qui doit embarquer un modèle dans son propre binaire — aucun de ces problèmes n’est résolu par un meilleur score d’index, et tous le sont grâce à 610 Go de poids NVFP4 sans restriction d’accès et à une licence qui autorise le fine-tuning interne.

N’en choisissez aucun, et faites le routage entre les deux, si la réponse honnête est que vous avez deux charges de travail aux contraintes différentes. C’est le cas que l’écart de prix est conçu pour créer, et celui dans lequel la plupart des équipes se retrouveront.

La question ouverte

Le chiffre qui changerait cette comparaison ne figure sur la diapositive d’aucun des deux fournisseurs. Il s’agit d’une nouvelle exécution indépendante du checkpoint publié sur l’indice v5 d’Artificial Analysis, car le 26 provient actuellement de Mistral citant un tiers, plutôt que d’une nouvelle mesure des poids finaux. Si trois semaines de RL et 30 % de tokens de sortie en moins déplacent sensiblement ce chiffre, l’écart se resserre et l’argument tarifaire se renforce. Si ce n’est pas le cas, le modèle publié est l’aperçu en version plus policée, et les dix-sept points sont structurels.

Tant que cette exécution n’existe pas, la position défendable est la plus banale : Claude Fable 5.1 est le meilleur modèle, Mistral Large 4 est la meilleure licence, et les seules personnes pour qui ce choix est serré sont celles qui ont besoin des deux.