(Journal du Net) Mistral promettait à l’Europe son champion de l’IA. Trois ans et 3 milliards de dollars plus tard, il vend du calcul et héberge des modèles chinois. Chronique d’un renoncement.
Il y a trois ans, Mistral incarnait une promesse simple : l’Europe aurait son propre laboratoire de premier plan, capable de rivaliser avec OpenAI et Anthropic.
Et soyons honnêtes, la promesse a d’abord été tenue. Mistral 7B et Mixtral étaient d’excellents modèles, des architectures originales qui jouaient bien au-dessus de leur catégorie et forçaient toute l’industrie à regarder vers Paris. C’était un laboratoire de recherche, qui faisait de la recherche.
Un fleuron souverain dessiné à Hangzhou
Large 3, le modèle phare sorti en décembre 2025, était déjà construit sur une architecture chinoise. La configuration est celle de DeepSeek V3, ligne par ligne : même hidden dim de 7168, mêmes 61 couches, mêmes 3 couches denses avant les couches MoE (mixture of experts), même multi-head latent attention jusqu’aux rangs de compression des matrices. La seule modification structurelle porte sur la granularité des experts, un choix qui améliore le débit d’inférence, pas la capacité du modèle.
Précision importante, car elle change tout : les poids sont bien ceux de Mistral, entraînés avec leur propre tokenizer (131 000 tokens de vocabulaire contre 129 000 chez DeepSeek). Ce n’est donc pas le modèle de DeepSeek avec une étiquette française collée dessus.
Mistral a payé l’entraînement, sur ses propres données, dans ses propres data centers. Mais l’architecture du fleuron souverain de l’Europe a été dessinée à Hangzhou. Et pour une entreprise dont la raison d’être est l’autonomie stratégique, la nuance est cruelle.
Puis le renoncement assumé
Le 11 août, Mistral a franchi l’étape suivante. GLM 5.2, le modèle du laboratoire chinois Z.ai, figure désormais sur sa plateforme comme modèle mis en avant. Servi tel quel, sans modification, marque chinoise comprise. Pas d’entraînement, pas de fine-tuning, pas d’adaptation. De l’inférence, uniquement.
La justification du directeur technique, Timothée Lacroix, dans VentureBeat a le mérite de la franchise : « c’est un excellent modèle, tout le monde l’adore, il est open weight, il n’y avait aucune bonne raison de ne pas le faire. » Aucune bonne raison, en effet, pour un hébergeur. Toutes les raisons du monde, pour un laboratoire qui prétendait se battre au sommet.
La tendance tient en trois étapes. Entraîner des modèles originaux : 7B, Mixtral. Puis livrer des modèles phares sur architectures chinoises : Large 3. Enfin, servir directement des modèles chinois : GLM 5.2.
Le recrutement ne ment jamais
On lit cette mutation jusque dans les offres d’emploi. La page carrières qui ressemblait autrefois à celle d’un laboratoire ressemble aujourd’hui à celle d’une ESN : forward deployed engineers, ingénieurs solutions, architectes avant-vente, des profils qui « possèdent la relation client de l’avant-vente à la post-implémentation », selon les fiches de poste. Ce sont les effectifs d’une entreprise qui installe du logiciel chez les grands comptes, pas d’une entreprise qui repousse l’état de l’art.
Un pivot rationnel, et alors ?
Soyons justes : commercialement, le pivot se défend. Les contrats pluriannuels de capacité de calcul, l’objectif d’un gigawatt en Europe d’ici 2030, Microsoft qui loue de la capacité dans leurs data centers : c’est du chiffre d’affaires réel, et Mistral vise le milliard d’euros de revenus cette année.
Mais appelons les choses par leur nom. C’est le métier d’un fournisseur de cloud doublé d’une activité de conseil. Capgemini avec des GPU. La promesse d' »IA souveraine européenne » a discrètement glissé de « nous construisons l’intelligence » à « nous hébergeons l’intelligence des autres sur le sol européen ». Ce sont deux entreprises très différentes.
Certains continueront d’appeler cela de la souveraineté. Il faudra juste préciser : la souveraineté du bâtiment, pas celle de ce qu’il abrite.
Soyez le premier à commenter