Mistral Medium 3 — Benchmarks, capacités et cas d'utilisation
Mistral Medium 3 est un modèle d'IA propriétaire de Mistral, classé au niveau Avancé avec une fenêtre de contexte de 128K tokens. Découvrez les scores de référe...
3 min de lecture
Mistral Large 3 est un modèle d’IA avancé conçu pour les charges de travail exigeantes, développé par Mistral et publié en décembre 2025. En tant que modèle open-weight, ses poids entraînés sont disponibles publiquement — vous pouvez l’auto-héberger, le fine-tuner sur des données propriétaires ou l’exécuter sur site sans dépendances API. Il prend en charge une fenêtre de contexte de 256K tokens, adaptée à la plupart des documents et des applications multi-tours.
Sur le FlowHunt AI Leaderboard, c’est l’un des 24 modèles suivis, évalué sur 3 benchmarks. Scores remarquables : 93,6 % sur MATH-500 (#1 sur 4) ; 73,1 % sur MMLU-Pro (#5 sur 8) ; 43,9 % sur GPQA Diamond (#14 sur 14).
Mistral Large 3 a été publié le 2 décembre 2025 en tant que modèle commercial le plus performant de Mistral et, surtout, en tant que version open-weight sous licence Apache 2.0. Avec 41B paramètres actifs sur une architecture MoE totale de 675B, c’est le modèle frontalier-adjacent le plus grand et le plus performant entièrement sous licence Apache disponible. Mistral a conçu Large 3 pour répondre spécifiquement aux besoins des entreprises européennes : déployable dans les centres de données européens, conforme au RGPD par architecture (les données ne quittent jamais la région de déploiement) et utilisable pour des applications commerciales sans les clauses de licence restrictives de nombreux modèles open-weight. Son score MMLU-Pro de 84,2 % et son profil solide en raisonnement scientifique en ont fait le choix par défaut pour les industries réglementées européennes — finance, santé et juridique — qui ont besoin d’une capacité IA puissante sans envoyer de données aux fournisseurs d’API basés aux États-Unis.
Note : Généraliste entreprise, Apache 2.0. Raisonnement complexe faible (GPQA 43,9 %).
- Publié
- Décembre 2025
- Paramètres
- 41B/675B MoE
- Contexte
- 256K tokens
- Poids
- Ouverts
- Niveau
- Advanced
- Fournisseur
- Mistral
Mistral Large 3 Benchmark Rankings
Rank among all 24 models tracked on this leaderboard. SR = self-reported · 3P / AA / C = independently verified.
| Benchmark | Score | Rank | Source | What it measures |
|---|---|---|---|---|
| GPQA Diamond | 43.9% | 14 of 14 | 3P | Graduate-level Google-proof science Q&A |
| MMLU-Pro | 73.1% | 5 of 8 | 3P | Hard knowledge reasoning, 12K questions |
| MATH-500 | 93.6% | 1 of 4 | 3P | Hendrycks math (500 problems) |
Detailed Benchmark Scores
GPQA ◇
3P
43.9%
Graduate-level Google-proof science Q&A
MMLU-P
3P
73.1%
Hard knowledge reasoning, 12K questions
MATH
3P
93.6%
Hendrycks math (500 problems)
Mistral Large 3 vs. Advanced Peers
Head-to-head benchmark comparison with other Advanced-tier models. Higher is better for all metrics.
| Benchmark | Mistral Large 3 | Claude Sonnet 4.6 | GPT-4.1 |
|---|---|---|---|
| GPQA ◇ | 43.9% | — | — |
| MMLU-P | 73.1% | — | — |
| MATH | 93.6% | 89.0% | — |
About Mistral
Mistral AI est une entreprise française d'IA fondée en avril 2023 par Arthur Mensch (anciennement de Google DeepMind), Guillaume Lample et Timothée Lacroix (tous deux anciennement de Meta AI Research). L'entreprise se positionne comme un champion européen de l'IA générative, combinant une activité d'API commerciale avec des publications stratégiques à poids ouverts. La série phare Large et les modèles sous licence Apache 2.0 de Mistral en ont fait le fournisseur non américain et non chinois le plus en vue sur la plupart des classements IA. L'entreprise maintient son siège européen à Paris, met l'accent sur la conformité au RGPD et à la réglementation européenne, et a articulé une philosophie réglementaire distincte appelant à une régulation plus légère des modèles à poids ouverts par rapport aux systèmes d'API fermés.
Cas d'Usage
À Quoi Servir Mistral Large 3
- Raisonnement Scientifique & Technique
Mistral Large 3 atteint 43 % sur GPQA Diamond (#14 sur 14 modèles). Il gère les questions-réponses scientifiques générales à un bon niveau, bien que les modèles frontaux obtiennent 25 points de pourcentage de plus sur les problèmes de niveau doctoral les plus difficiles.
- Déploiements Auto-Hébergés & Privés
Mistral Large 3 est open-weight (41B/675B MoE) — ses poids entraînés sont disponibles publiquement en téléchargement et auto-déploiement. Exécutez-le sur votre propre matériel GPU ou cloud privé pour garantir que les données ne quittent jamais votre environnement, éliminez les coûts d'API par token à grande échelle, ou fine-tunez le modèle sur des ensembles de données propriétaires.
Strengths & Limitations
Strengths
- Mathématiques avancées — 93 % MATH-500
- Déploiements auto-hébergés et protégés (open-weight)
- Tâches à long contexte (fenêtre de 256K tokens)
Limitations
- Raisonnement scientifique complexe inférieur aux modèles frontaux (43 % GPQA — les modèles frontaux atteignent 90 %+)
Parcourir le Classement Complet des Modèles d'IA
Comparez les 24 modèles sur 11 benchmarks — triable, sourcé et mis à jour en juin 2026.
Questions fréquemment posées
En savoir plus
Mixtral 8x7B — Benchmarks, capacités et cas d'utilisation
Mixtral 8x7B est un modèle d'IA à poids ouvert de Mistral (12,9B/46,7B MoE), classé dans la catégorie Legacy avec une fenêtre de contexte de 32K tokens. Il est ...
3 min de lecture
MiniMax M3 — Benchmarks, capacités et cas d'utilisation
MiniMax M3 est un modèle d'IA à poids ouverts de MiniMax (MoE (non divulgué)), classé dans la catégorie Frontier avec une fenêtre de contexte de 1 million de to...
4 min de lecture