Quel modèle pour raisonner : Small 4, Large 4, Medium 3.5

Leçon réécrite le 2 novembre 2026. Elle présentait les modèles Magistral, tous retirés depuis le 31 juillet 2026. Elle compare désormais les modèles qui raisonnent aujourd’hui sur la plateforme Mistral, d’après leurs fiches officielles : Mistral Small 4 · Mistral Large 4 · Mistral Medium 3.5.

Trois modèles, trois profils

Chez Mistral, le raisonnement n’est plus l’affaire d’une gamme spécialisée : trois modèles généralistes le proposent, chacun avec son profil de prix, de contexte et de maturité.

Tarifs et statuts relevés le 2 novembre 2026 : vérifiez-les sur les fiches officielles avant tout calcul de budget.

Mistral Small 4 : le point de départ

Small 4 est décrit comme un modèle hybride qui réunit instruction, raisonnement et code dans un seul modèle. C’est le choix par défaut de ce cours : disponible en GA, peu coûteux, il bascule d’une réponse directe (none) à un raisonnement complet (high) sans changer de modèle. Sa fiche liste aussi l’appel de fonctions, les sorties structurées, les agents et conversations et le traitement par lots : vous pouvez l’utiliser partout dans une application, en ne payant la réflexion que là où elle sert.

Mistral Large 4 : les cas les plus exigeants

Large 4 est le modèle le plus capable de la gamme, avec une fenêtre de contexte d’un million de tokens et une échelle de raisonnement à trois niveaux. La documentation recommande high comme point de départ, puis medium ou low quand les tokens ou la latence comptent davantage. Deux réserves : il est en Public Preview, donc susceptible d’évoluer, et il n’accepte pas none. Réservez-le aux problèmes où Small 4 ne suffit pas, après l’avoir mesuré sur vos propres cas.

Mistral Medium 3.5 : seulement pour l’existant

Medium 3.5 a été le remplaçant officiel de Magistral Medium et de Devstral 2, et sa documentation recommande reasoning_effort="high" pour les usages agentiques et le code. Mais il est déprécié depuis le 31 octobre 2026 et sera retiré le 30 avril 2027, avec Large 4 pour remplaçant désigné. Ne démarrez pas de nouveau projet dessus ; si vous l’utilisez déjà, planifiez la bascule.

Et les modèles tiers ?

La plateforme Mistral sert aussi des modèles d’autres éditeurs. La page sur le raisonnement cite zai-glm-5-3, qui accepte low, high et max, mais pas none, et renvoie toujours une liste de fragments, réflexion comprise. C’est une illustration de la règle de la leçon 2 : chaque modèle a ses propres valeurs de reasoning_effort.

Ce qu’est devenue la gamme Magistral

Magistral a été la première gamme de raisonnement de Mistral. Sa réflexion était toujours active, sans paramètre ; elle fonctionnait au mieux avec un prompt système par défaut, contrôlable par un paramètre prompt_mode. Toutes ses versions sont aujourd’hui retirées :

Medium 3.5 étant lui-même déprécié, une migration depuis Magistral Medium a tout intérêt à viser directement Large 4 ou, si la qualité suffit, Small 4. La leçon 8 déroule cette migration pas à pas.

Choisir en pratique

Partez de Small 4 en high sur un échantillon représentatif de vos cas. Si la qualité suffit, gardez-le : c’est de loin le moins cher. Sinon, testez Large 4 en medium, puis en high. Comparez à chaque fois la qualité, les tokens consommés (usage.completion_tokens) et la latence. Et épinglez un identifiant daté (mistral-small-2603 plutôt que mistral-small-latest) dès que vous passez en production : un alias peut basculer vers une nouvelle version sans que votre code change.

Points clés à retenir

• Trois modèles raisonnent aujourd’hui : Small 4 (GA), Large 4 (Public Preview) et Medium 3.5 (déprécié)
• Small 4 est le point de départ : 0,15 $ / 0,60 $ par million de tokens, high ou none
• Large 4 offre low, medium, high et un million de tokens de contexte, sans none
• Toutes les versions de Magistral sont retirées ; Medium 3.5 le sera le 30 avril 2027
• Choisissez par la mesure, puis épinglez un identifiant daté en production