Mistral Medium 3.5 : un nouveau gros morceau… mais auto-hébergeable
Mistral AI vient d’annoncer Mistral Medium 3.5, son nouveau modèle phare orienté raisonnement, exécution d’instructions et code. La nouveauté qui fait lever un sourcil (voire deux) : il s’agit d’un modèle dense de 128 milliards de paramètres, proposé en poids ouverts, sous licence MIT modifiée.
Et oui, on parle bien d’un modèle pensé pour le terrain, pas uniquement pour briller sur des benchmarks en costard. L’objectif affiché est clair : tenir sur la durée, gérer des tâches longues, appeler des outils de façon fiable et produire des sorties structurées faciles à exploiter par du code en aval.
Côté “capacité à encaisser”, Mistral Medium 3.5 embarque une fenêtre de contexte de 256 000 tokens. De quoi ingérer des spécifications, des logs, des bouts de repo, des tickets, des docs internes… et encore avoir de la place pour réfléchir.
Un modèle “fusionné” : instructions, raisonnement et code, en un seul cerveau
Mistral Medium 3.5 est présenté comme le premier modèle fusionné phare de Mistral : plutôt que d’avoir des variantes séparées ou des modèles spécialisés, l’idée est d’avoir un seul set de poids capable de :
- suivre des instructions au quotidien
- raisonner sur des problèmes plus complexes
- coder et itérer sur un projet
Le point intéressant, c’est la notion d’effort de raisonnement configurable par requête. En clair, vous pouvez demander une réponse rapide type chat, ou au contraire pousser le modèle à “travailler” davantage sur une tâche plus lourde. Pratique quand votre backlog ressemble à un roman russe.
Et pour les usages multimodaux, Mistral indique avoir entraîné l’encodeur vision from scratch, afin de mieux gérer des tailles et formats d’images variables.
Des perfs solides sur SWE-Bench Verified (et ce n’est pas un détail)
Quand on parle d’IA qui code, un benchmark revient souvent : SWE-Bench Verified, qui mesure la capacité à résoudre des issues réelles sur des dépôts (avec des tests à faire passer).
Mistral Medium 3.5 annonce :
- 77,6 % sur SWE-Bench Verified
Ce score est présenté comme devant Devstral 2 et d’autres modèles, avec notamment une comparaison citée face à des modèles type Qwen.
Autre chiffre mis en avant :
- 91,4 sur τ²-Telecom
Le message derrière ces métriques est surtout celui-ci : Mistral Medium 3.5 n’est pas seulement “bon en code”, il viserait aussi des capacités d’agent et une robustesse en conditions réelles.
“Poids ouverts” + licence MIT modifiée : ce que ça change vraiment
L’annonce “poids ouverts” est un gros signal pour tous ceux qui veulent :
- auto-héberger
- intégrer finement dans une stack interne
- contrôler les données et la conformité
- limiter la dépendance à une API externe
Mistral met aussi en avant une promesse importante : une taille permettant l’auto-hébergement sur seulement quatre GPU. Ça ne veut pas dire “gratuit” ni “simple” (on reste sur un 128B dense), mais c’est une indication claire : ils visent un compromis entre puissance et déployabilité.
Pour beaucoup d’équipes, la vraie question n’est pas “le meilleur modèle du monde”, mais “le meilleur modèle que je peux réellement faire tourner chez moi, de façon stable, sécurisée et à un coût acceptable”. Sur ce point, l’annonce est stratégiquement très bien positionnée.
Mistral Vibe : des agents de code asynchrones, maintenant dans le cloud
L’autre partie de l’annonce, c’est Mistral Vibe, l’agent (ou plutôt l’écosystème d’agents) dédié au codage. Jusqu’ici, beaucoup d’agents de dev s’exécutaient surtout sur votre machine. Mistral annonce un changement de braquet : les sessions de codage passent dans le cloud.
Traduction concrète :
- les agents peuvent tourner en autonomie
- plusieurs agents peuvent s’exécuter en parallèle
- ils peuvent bosser pendant que vous êtes AFK
- vous n’êtes plus le goulot d’étranglement à chaque micro-étape
C’est le genre d’évolution qui change vraiment l’expérience : l’agent devient un “collègue” qui avance, puis vous ping quand c’est prêt, au lieu d’un copilote qui attend que vous validiez chaque respiration.
Lancer Vibe depuis la CLI ou depuis Le Chat
Mistral précise que ces agents cloud peuvent être lancés :
- depuis la CLI Mistral Vibe
- directement depuis Le Chat
Le cas d’usage est simple et très séduisant : vous êtes en conversation, vous déléguez une tâche de codage, et ça part sur un runtime distant sans quitter l’interface.
Autre fonctionnalité qui attire l’attention : une session CLI locale peut être “téléportée” vers le cloud. Autrement dit, vous démarrez un travail sur votre machine, puis vous basculez l’exécution sur une infra distante pour laisser l’agent terminer tranquillement. C’est exactement le genre de détail qui fait la différence entre une démo sympa et un outil qu’on adopte.
Le mode Work dans Le Chat : l’agent qui enchaîne les étapes tout seul
Mistral annonce aussi un mode Work dans Le Chat, en préversion. L’idée : un agent plus “autonome” pour les tâches complexes multi-étapes, du type :
- recherche
- analyse
- actions inter-outils
- exécution en parallèle d’appels d’outils
Ce n’est plus juste “réponds à ma question”, c’est “prends l’objectif, découpe-le, utilise les bons outils, avance jusqu’à ce que ce soit terminé”. Et c’est précisément là que les modèles se distinguent : sur la capacité à tenir une trajectoire sans se perdre au bout de 4 messages.
Pourquoi Mistral Medium 3.5 est clé pour Vibe
Mistral explique que Medium 3.5 a été conçu pour des tâches au long cours, avec :
- appels d’outils fiables
- sorties structurées
- capacité à produire des résultats exploitables par du code
C’est ce socle qui rend possible la mise en production d’agents cloud asynchrones dans Vibe. Et Mistral Medium 3.5 devient :
- le modèle par défaut dans Le Chat
- le remplaçant de Devstral 2 dans Vibe CLI
En clair, Medium 3.5 n’est pas juste un nouveau modèle, c’est le moteur principal d’une expérience “agentique” plus ambitieuse.
Claude Sonnet, Qwen, Devstral : une compétition qui se joue sur l’usage réel
Le titre source évoque un modèle qui “surpasse Claude Sonnet”. Au-delà des comparaisons marketing, le point intéressant est ailleurs : la compétition n’est plus uniquement “qui répond le mieux”, mais :
- qui tient la route sur des tâches longues
- qui sait appeler des outils correctement
- qui produit des artefacts propres (diffs, PR, fichiers, tests)
- qui s’intègre dans des workflows de dev
C’est la bascule du chatbot vers le “travailleur numérique” : moins de punchlines, plus de livrables.
Ce que ça change pour les équipes dev et produit
Si vous gérez une équipe logicielle, cette annonce touche plusieurs sujets concrets.
1) Asynchrone et parallèle : un gain de débit
Pouvoir lancer plusieurs sessions en parallèle, les laisser bosser, puis revenir pour arbitrer, c’est potentiellement un énorme gain de productivité. Ça s’apparente à passer d’un mode “pair programming” à un mode “mini équipe” d’agents.
2) Cloud agents : moins de contraintes locales
Fini le laptop qui chauffe comme un grille-pain dès que vous lancez une tâche un peu lourde. Les agents distants permettent d’externaliser l’exécution, avec un suivi (progression, états, questions, comparaisons de fichiers) annoncé dans l’article.
3) Poids ouverts : plus de contrôle
Pour certains secteurs (santé, industrie, finance, secteur public), l’auto-hébergement et la maîtrise des flux sont des arguments décisifs. Le fait d’avoir un modèle puissant, orienté agent, en poids ouverts, change la donne.
Cas d’usage concrets à tester avec Mistral Medium 3.5 et Vibe
Quelques idées de tâches où ce duo peut briller :
Audit et refactor d’un module
Vous donnez le dossier, les conventions du projet, les objectifs, et l’agent propose une série de PR ou de commits : renommage, simplification, couverture de tests, suppression de dead code.
Migration de dépendances
Passer une lib majeure, corriger les breaking changes, mettre à jour les imports, adapter la config, et s’assurer que la suite de tests passe.
Tâches “ingrates” mais indispensables
- générer des tests unitaires
- documenter des endpoints
- créer des scripts de migration
- nettoyer des warnings
C’est souvent là que les agents font gagner le plus de temps, parce que ce sont des tâches longues, répétitives, et pas franchement le rêve d’un mardi après-midi.
À surveiller avant de tout confier à un agent cloud
Même si l’annonce est excitante, deux ou trois points méritent un œil critique.
Sécurité et secrets
Dès qu’on parle d’agents de codage dans le cloud, la question des secrets (tokens, clés, variables d’environnement) devient centrale. Les bonnes pratiques restent :
- isolation par projet
- permissions minimales
- rotation des clés
- audit des actions de l’agent
Gouvernance du code
Un agent qui code en parallèle, c’est puissant… à condition d’avoir :
- une stratégie de branches propre
- des tests automatiques
- une revue humaine à la fin
Le but n’est pas de remplacer votre CI, ni votre sens critique. Juste de lui éviter de tout faire à la main.
Coût et ressources
Auto-héberger sur quatre GPU, c’est encourageant, mais il faudra mesurer :
- la latence
- le débit
- la consommation
- le coût total (infra + ops)
Pour certaines équipes, l’API restera la voie la plus simple. Pour d’autres, l’ouverture des poids est une opportunité majeure.
Pourquoi cette annonce compte pour l’écosystème IA européen
Mistral AI est devenu en peu de temps un acteur européen majeur de l’IA générative. Cette annonce renforce un positionnement clair :
- des modèles performants
- une stratégie orientée produit (Le Chat, Vibe)
- et une ouverture qui séduit les équipes techniques
Au-delà du “cocorico”, c’est surtout un signal que l’Europe peut produire des modèles compétitifs et des outils agentiques modernes, avec un vrai souci d’adoption en entreprise.
Le point à retenir
Mistral Medium 3.5 n’est pas juste un nouveau modèle de plus dans la collection. Entre les poids ouverts, la fenêtre de contexte 256k, les performances en code, et surtout l’arrivée des agents Vibe dans le cloud avec exécution asynchrone et parallèle, on voit se dessiner une direction : des IA qui ne se contentent pas de parler, mais qui livrent.
Et si, en plus, elles peuvent bosser pendant que vous dormez… on ne va pas se plaindre (sauf peut-être votre backlog, qui risque de se faire rattraper plus vite que prévu).