Mistral mise sur une IA ouverte et capable de cybersécurité pour défier la Chine, tandis que les laboratoires américains restent fermés
Photo par Solen Feyissa sur Unsplash
- Mistral a présenté Large 4, un modèle ouvert de trillion de paramètres visant à défier le GLM-5.3 chinois.
- Mistral met en avant les capacités cyber de Large 4 comme alternative aux modèles américains restreints.
- L'entreprise prévoit de publier les poids téléchargeables le 27 octobre après trois semaines de tests de sécurité.
Mistral a lancé une prévisualisation publique de son modèle ouvert de trillion de paramètres, Mistral Large 4 (ML4), qu'il qualifie de plus puissant de ce type construit hors de Chine.
La cybersécurité est l'argument principal du modèle surnommé « Le Chonk ». Le modèle est disponible via l'API de Mistral. Dans son annonce, l'entreprise a indiqué qu'elle publierait les poids téléchargeables vers le 27 octobre, après trois semaines de tests avec des développeurs, des entreprises de sécurité et des agences gouvernementales.
Une semaine plus tôt, le 29 septembre, Anthropic a partagé les résultats de ses recherches, mettant en garde contre le fait que le modèle open-weight GLM-5.3 de Zhipu AI, connu sous le nom de Z.ai en dehors de la Chine, peut construire automatiquement des exploits cyber fonctionnels. Il a également indiqué qu'il pourrait être livré avec des garde-fous suffisamment faibles pour être contournés la plupart du temps.
« Frontière des modèles open-weight » et ce que montrent les benchmarks
Le cofondateur et scientifique en chef Guillaume Lample a déclaré : « ML4 est à la pointe des modèles à poids ouverts. »
Le modèle, lancé le mardi 6 octobre, a été soumis à un test préliminaire sur DeepSWE v1.1, un test de codage agentique, plaçant Large 4 à 62 %, soit un pourcentage de plus que GLM-5.3.
Pourquoi l’avertissement d’Anthropic concernant GLM-5.3 est-il important ?
Les recherches d’Anthropic contribuent au positionnement du produit de Mistral.
Dans une évaluation du 17 septembre citée par Anthropic, le Centre américain pour les normes et l’innovation en IA (CAI) a qualifié GLM-5.3 de « modèle à poids ouverts le plus capable en matière de cybersécurité publié à ce jour », se situant environ quatre mois derrière les modèles frontaliers américains.
L’équipe Red Team Frontier d’Anthropic elle-même a découvert que le modèle pouvait enchaîner des vulnérabilités navigateur jusque-là inconnues pour créer un exploit fonctionnel en moins d’une journée de travail légèrement supervisé.
Les garde-fous constituent le problème mis en avant par Anthropic. L’entreprise a indiqué que les attaquants ont contourné les protections intégrées de GLM-5.3 « entre 64 % et 100 % du temps » à l’aide de techniques simples lors de tests simulés. Anthropic a précisé que les mêmes attaques ont échoué contre les modèles Claude protégés.
Poids ouverts face aux modèles verrouillés des laboratoires américains
Les principaux laboratoires américains d’IA ont largement maintenu leurs modèles les plus performants hors de la distribution générale. Un exemple en est Anthropic Claude Mythos Preview, son modèle de cybersécurité le plus puissant, qui n’est pas accessible au grand public.
Au lieu de cela, Anthropic achemine le modèle via Project Glasswing vers environ 40 organisations sélectionnées, car il l’a jugé trop dangereux pour être distribué librement.
OpenAI a également emprunté une voie similaire en avril en restreignant l’accès à sa variante GPT-5.4-Cyber derrière des vérifications d’identité par niveaux dans le cadre de son programme Trusted Access for Cyber. En septembre, elle a indiqué que son modèle Astra a franchi le seuil « Critique » de cybersécurité dans son Preparedness Framework.
Mistral adopte une approche différente de ses homologues américains. Il ne restreint pas l’accès au modèle, affirmant que les équipes de sécurité doivent scanner leurs propres systèmes quotidiennement. Ces équipes constatent également que les modèles fermés sont souvent trop coûteux à cette échelle et, dans certains cas, refusent purement et simplement les demandes à double usage.
« Les capacités de cybersécurité permettront aux entreprises et aux gouvernements de se défendre contre les acteurs malveillants qui contournent les modèles fermés pour mener des cyberattaques », a déclaré Lample. Les développeurs, les entreprises de cybersécurité et les agences gouvernementales participant à la phase de prévisualisation bénéficieront d’une version moins restrictive que l’API publique.
Un argumentaire sur la souveraineté soutenu par une levée de fonds de €3 milliards
En septembre, Mistral a annoncé avoir levé 3 milliards d’euros (3,5 milliards de dollars) avec une valorisation supérieure à 21 milliards d’euros. Large 4 est le premier modèle publié depuis cette annonce.
Le modèle a été entraîné从零开始 pendant deux mois sur environ 4 000 GPU Nvidia Grace Blackwell dans les centres de données européens de Mistral.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.
FAQ
Qu’est-ce que Mistral Large 4 et quand pourra-t-il être téléchargé ?
Large 4, surnommé « Le Chonk », est un modèle multimodal de trillion de paramètres avec 49 milliards de paramètres actifs, disponible dès maintenant via l’API de Mistral. Les poids ouverts seront publiés le 27 octobre après une période de tests de trois semaines.
Comment Large 4 se compare-t-il au GLM-5.3 chinois ?
Sur le benchmark de codage préliminaire DeepSWE v1.1 de Mistral, il obtient 62 %, contre 61 % pour GLM-5.3 ; toutefois, VentureBeat note que le classement en direct place GLM-5.3 plus près de 69 % dans sa meilleure configuration, ce qui fait de Large 4 un modèle concurrentiel parmi les modèles ouverts, sans toutefois afficher une avance nette.
Pourquoi la cybersécurité est-elle au cœur du lancement ?
Mistral estime que les équipes de sécurité doivent scanner les systèmes quotidiennement et que les modèles fermés sont souvent trop coûteux ou refusent les demandes à double usage ; ainsi, un modèle ouvert que les acheteurs peuvent exécuter eux-mêmes leur offre davantage de contrôle, un argument renforcé par la découverte d'Anthropic selon laquelle les garde-fous de GLM-5.3 peuvent être contournés entre 64 % et 100 % du temps.
Hannah Collymore
Hannah est rédactrice et éditrice avec près de dix ans d'expérience dans la rédaction de blogs et le reporting d'événements dans l'espace crypto. Chez Cryptopolitan, Hannah contribue à la page actualités, en rapportant et en analysant les derniers développements dans les secteurs de la DeFi, des RWA, de la régulation des crypto-monnaies, de l'IA et des technologies de pointe. Elle est diplômée de l'Université Arcadia avec un diplôme en administration des affaires.
