Mistral sort le Chonk. Et les LLM commencent à manger le logiciel.

Après plusieurs semaines où j’avais surtout l’impression de voir Mistral servir de punching-ball à tous ceux qui avaient déjà enterré l’IA européenne, voilà une nouvelle rassurante ?

Mistral Large 4, affectueusement surnommé Le Chonk, est un modèle ouvert d’environ mille milliards de paramètres, déjà disponible en préversion via l’API de Mistral. Les poids doivent être publiés le 26 octobre. Mistral le présente comme son modèle le plus performant à ce jour, avec des résultats particulièrement élevés en programmation, cybersécurité, finance et usages agentiques.

Cocorico ? Attendons un peu...

D’abord parce que les performances viennent aujourd’hui principalement de Mistral. Il faut maintenant laisser les utilisateurs, les développeurs et les benchmarks indépendants maltraiter un peu Le Chonk avant de savoir réellement ce qu’il a dans le ventre.

Mais mon interrogation principale est ailleurs : quelle entreprise Mistral veut-elle vraiment devenir ?

Recherche de modèles de pointe, Le Chat, outils pour développeurs, solutions industrielles, accompagnement des entreprises, cloud IA, location de puissance de calcul... Mistral ambitionne désormais d’atteindre jusqu’à 1 GW de capacité de calcul européenne d’ici 2030. C’est énorme à l’échelle européenne mais beaucoup moins lorsqu’on décide de courir sur autant de terrains face à des acteurs capables d’investir des dizaines de milliards dans leurs infrastructures. Coucou les US et la Chine...

J’ai donc deux réactions assez contradictoires : je suis ravi de voir Mistral revenir techniquement dans le game, mais toujours aussi peu certain de comprendre quelle bataille ils veulent réellement gagner.

On va commencer par tester le modèle. Ce sera déjà pas mal ;)

Anthropic vient de mettre Claude directement dans Google Docs, Sheets et Slides. Pas à côté, dedans et ça change pas mal de choses !

Claude peut lire le document ouvert, comprendre votre sélection et effectuer directement des modifications dans le fichier. À l’inverse, depuis Claude, de nouveaux connecteurs permettent de créer ou modifier ces mêmes fichiers Google. Le tout est disponible en bêta sur les offres Claude payantes.

Cela peut sembler être une intégration de plus mais je pense que c’est beaucoup plus important si l'on prend de la hauteur. Claude, ChatGPT et les autres essaient progressivement de devenir le nœud central depuis lequel nous utilisons tous nos logiciels. On ne va plus nécessairement dans un SaaS pour travailler avec lui : on demande à notre IA de s’en occuper.

Imaginez demain votre journée de travail dans Claude, qui centralise lui-même Google (Gmail, Drive, Docs...), Slack, Salesforce ou votre ERP en arrière-plan, ça change la donne, non ?

L’architecture du travail est en train d’évoluer à une vitesse folle et c'est passionnant !

OpenAI revendique désormais 1,2 milliard d’utilisateurs hebdomadaires sur ChatGPT et continue de structurer son activité publicitaire. Mesure des conversions, partenaires d’attribution, nouveaux outils… et désormais un nouveau format visuel, qui sera d’abord testé aux États-Unis. Pendant ce temps, ChatGPT Ads est déjà accessible aux annonceurs en France. La plateforme commence franchement à ressembler à un nouveau canal marketing à part entière.

Pour une entreprise française, la question n’est donc plus de savoir quand tester le canal, mais comment le tester intelligemment. Le potentiel est réel : toucher quelqu’un au moment où il explore un problème, compare des solutions ou s’apprête à décider est assez différent d’une bannière perdue au milieu d’un fil social.

Mais je garderais quand même la carte bancaire sous surveillance : petit budget au départ, mesure serrée, et aucune extrapolation trop rapide. Le canal est nouveau, les usages publicitaires sont encore en construction et il faudra un peu de recul avant de savoir ce qu’il vaut réellement face à Google, Meta ou LinkedIn.

J’ai écouté cette semaine Silicon Carne parler de Jev, le premier modèle de TypeSafe AI. Et j’aime beaucoup l’idée derrière !

Jev n’est pas conçu pour rédiger, discuter ou réfléchir pendant trois minutes. On lui fournit un contexte et une question dont les réponses possibles sont déjà définies. Il renvoie une décision, un score ou une probabilité. Un LLM pour réfléchir et écrire, Jev pour décider dans un cadre fermé.

C’est intéressant pour l’automatisation parce que nous avons souvent utilisé ces derniers mois des modèles de dernière génération pour décider si un e-mail devait partir dans "Commercial", "SAV" ou "Comptabilité".

TypeSafe annonce 0,042 $ par million de tokens entrants, sans coût de génération en sortie. Les économies annoncées sur certains workflows sont gigantesques, mais viennent pour l’instant de leurs propres tests et TypeSafe reconnaît elle-même qu’il faudra confirmer leur réalité économique dans le temps.

Selon moi, ce n'est donc pas "Jev contre les LLM", mais Jev + LLM, chacun utilisé là où il est bon. Et ça pourrait rendre certaines automatisations à la fois moins chères et plus fiables.

À tester rapidement pour les plus techniques d'entre nous et à suivre pour les autres !

Après Anthropic, OpenAI s’y met à son tour.

Pour répondre aux exigences européennes de transparence, OpenAI va progressivement intégrer dans les textes de ChatGPT et Codex générés dans l’Union européenne un filigrane invisible appelé textGrain. Rien n’est ajouté au texte : le système modifie subtilement le choix statistique des mots afin de créer une signature détectable par machine. Anthropic a déjà adopté un principe similaire pour ses nouveaux modèles.

Mais n'imaginez pas la fin des romans rédigés avec l'IA (oups). OpenAI reconnaît que le système a encore de grosses limites : sur un texte de 400 tokens, remplacer seulement 10 % des mots par des synonymes a fait chuter la détection d’environ 92 % à 66 % dans ses tests. À 25 % de remplacement, elle tombe à 17 %. Et l’outil de détection n’est même pas ouvert au grand public pour le moment.