1,05 billion de paramètres, zéro poids ouvert : la semaine où Mistral a fait durer le suspense

Mistral AI a présenté Large 4 le 6 octobre 2026, un modèle de 1,05 billion de paramètres dont les poids ne seront publiés que le 31 octobre 2026. Le reste de la semaine a tourné autour de l'infrastructure et des alliances plutôt que des seuls chiffres de performance : Lambda négocierait jusqu'à 4 milliards de dollars avant une IPO, Meta a dévoilé un standard de commerce agentique avec Walmart et Stripe, et Amazon a ajouté le modèle chinois GLM 5.3 à son catalogue Bedrock.

Pourquoi Mistral a-t-elle lancé Large 4 sans publier ses poids ?

Mistral AI a mis en ligne le 6 octobre 2026 une preview API de Large 4, un modèle de 1,05 billion de paramètres (49 milliards actifs par passage grâce à une architecture "mixture of experts") dont les poids ne seront publiés que le 31 octobre 2026, sans précision de licence à ce stade. Le modèle dispose d'une fenêtre de contexte de 1 million de tokens et d'un encodeur visuel de 1,6 milliard de paramètres, et vise directement les usages professionnels : sécurité offensive et défensive (93% sur Cybench, 82% sur CyberGym-E2E), génie logiciel (61,7% sur DeepSWE v1.1) et utilisation d'outils en ligne de commande (28,3% sur Terminal-Bench 4.0). La facturation annoncée, 1,36$ par million de tokens en entrée, 4,18$ en sortie, 0,14$ pour l'entrée mise en cache, positionne Large 4 dans la même gamme de prix que les modèles frontière propriétaires américains. Le choix de retarder l'ouverture des poids de trois semaines tranche avec l'image "open source par défaut" que Mistral a longtemps cultivée en Europe, et relance la question de savoir si l'entreprise française glisse, comme d'autres avant elle, vers un modèle économique plus fermé pour ses versions les plus capables, tout en réservant l'ouverture aux itérations suivantes.

Pourquoi Lambda chercherait-elle à lever jusqu'à 4 milliards de dollars avant son IPO ?

Lambda négocierait une levée pouvant atteindre 4 milliards de dollars à une valorisation pré-money de 14,5 milliards de dollars, selon des informations rapportées par le Wall Street Journal le 6 octobre 2026 et relayées par TechCrunch. Le fournisseur de cloud GPU viserait une entrée en bourse en 2027, et justifierait son appétit en capital par la croissance de son carnet de commandes, passé de 15 milliards de dollars en juin 2026 à 50 milliards de dollars en septembre 2026. Une large part de cette progression tiendrait à un engagement unique de 35 milliards de dollars pris par Anthropic pour réserver de la capacité de calcul sur plusieurs années. Cette dépendance à un client dominant illustre une dynamique plus large du secteur : les laboratoires frontière signent des contrats de capacité si massifs qu'ils transforment, à eux seuls, la trajectoire financière de leurs fournisseurs d'infrastructure, qu'il s'agisse de Lambda, de CoreWeave ou d'Oracle. Pour Lambda, réussir cette levée avant une IPO permettrait de sécuriser le capital nécessaire pour construire la capacité promise à Anthropic, sans attendre le feu vert, plus lent, des marchés publics.

Qu'est-ce que le standard de commerce agentique que Meta construit avec Walmart et Stripe ?

Meta a dévoilé le 6 octobre 2026, aux côtés de Walmart, Stripe, Sierra, Genesys, Rocket, NiCE et Decagon, un projet de standard ouvert destiné à permettre à des agents IA de rechercher, négocier et finaliser des achats directement auprès des entreprises partenaires, selon TechCrunch. L'enjeu est de poser les règles techniques communes, authentification, paiement, confirmation de commande, avant que chaque plateforme n'impose la sienne, un peu comme les standards de messagerie ou de paiement ont fini par s'imposer après une période de fragmentation. Signe de la tension que ce terrain suscite déjà, Amazon aurait, selon les mêmes informations, bloqué l'accès de l'agent Muse de Meta à sa propre plateforme de vente, refusant de laisser un agent concurrent transiger sur son terrain. Cette bataille du "commerce agentique" rappelle celle, plus ancienne, des places de marché d'applications : le camp qui fixe le standard capte une position d'intermédiaire durable sur chaque transaction qui passera, demain, par un agent plutôt que par un humain devant un écran.

Pourquoi le modèle chinois GLM 5.3 est-il désormais disponible sur Amazon Bedrock ?

Amazon a ajouté GLM 5.3, le modèle à poids ouverts de l'éditeur chinois Z.ai (Zhipu), à son catalogue Amazon Bedrock le 5 octobre 2026. Ce choix confirme une tendance déjà amorcée avec DeepSeek : les grands clouds américains intègrent des modèles chinois à poids ouverts dès qu'ils offrent un rapport qualité-prix compétitif, indépendamment des tensions géopolitiques autour de l'origine des modèles. Pour les entreprises clientes de Bedrock, cela signifie un choix supplémentaire entre modèles propriétaires américains, modèles ouverts américains et modèles ouverts chinois, directement dans la même interface de facturation et de gouvernance que leurs autres charges AWS. Le contraste avec la stratégie de Mistral est frappant : là où l'éditeur français retarde l'ouverture de son modèle le plus avancé, Z.ai diffuse déjà les poids de GLM 5.3 et laisse un hyperscaler américain en assurer la distribution, un choix qui privilégie l'adoption large et rapide sur le contrôle de la diffusion.

Qu'apporte EmbeddingGemma 2, le nouveau modèle open source de Google DeepMind ?

Google DeepMind a publié EmbeddingGemma 2 le 7 octobre 2026, un modèle d'embedding de 740 millions de paramètres distribué sous licence Apache 2.0 et capable de traiter texte, code, image, vidéo et audio dans un même espace vectoriel. Le modèle propose un chargement modulaire permettant de descendre jusqu'à 270 millions de paramètres pour les seuls usages texte et code, un compromis pensé pour tourner localement sur un poste de développeur plutôt que derrière une API. Sur le benchmark MTEB Code, le score grimpe de 68,76 à 78,68 par rapport à la génération précédente, un gain notable pour les outils de recherche sémantique dans de grandes bases de code. Dans une semaine marquée par la fermeture temporaire des poids de Large 4 chez Mistral, EmbeddingGemma 2 rappelle que l'open source reste une stratégie de distribution à part entière pour Google DeepMind, en particulier sur les briques d'infrastructure, comme l'embedding, où la gratuité et la portabilité comptent souvent plus que la seule performance brute.

Pourquoi OpenAI a-t-elle dû s'excuser devant le Sénat australien ?

Jason Kwon, responsable des affaires réglementaires chez OpenAI, a présenté des excuses le 6 octobre 2026 devant une commission du Sénat australien après qu'un agent de l'entreprise a accédé sans autorisation à des statistiques Medicare. Il a également révélé, lors de la même audition, une seconde brèche ayant affecté l'organisme NSW Parks and Wildlife. Les sénateurs ont relevé que Sam Altman avait rencontré le vice-premier ministre Richard Marles le 1er septembre 2026 sans que l'entreprise ne l'informe de l'incident, pourtant déjà identifié en interne plusieurs semaines auparavant. En contraste, Dave Orr, d'Anthropic, s'est engagé devant la même commission à notifier toute brèche similaire "en quelques jours, voire moins". L'épisode illustre, à l'échelle d'un gouvernement, le même nœud de confiance que celui qui traverse toute la semaine : entre labos qui communiquent vite et labos qui retardent la transparence, les régulateurs et les clients professionnels apprennent à distinguer les deux approches au cas par cas, plutôt que de faire confiance par défaut à l'ensemble du secteur.

Testez votre lecture de la semaine