Mistral AI enrichit Le Chat de recherche web, images et analyse de documents

Mistral AI ne veut plus seulement être identifié comme un concepteur de grands modèles de langage. Le 19 novembre 2024, la start-up parisienne met l’accent sur l’expérience concrète offerte par Le Chat, son assistant conversationnel. Recherche web avec références, édition de texte et de code, lecture de documents visuels complexes, création d’images : l’objectif est de réunir dans une même interface des usages devenus centraux pour les assistants d’intelligence artificielle.

Cette évolution s’accompagne du dévoilement de Pixtral Large, un nouveau modèle multimodal de 124 milliards de paramètres. Là où un modèle linguistique traite avant tout du texte, un modèle multimodal peut interpréter aussi des images, des graphiques ou des pages de documents. Mistral AI entend ainsi proposer à la fois une vitrine grand public plus riche et des briques technologiques capables de servir des usages professionnels plus spécialisés.

Le Chat, une interface conçue pour aller au-delà de la conversation

Le Chat est l’assistant conversationnel développé par Mistral AI. Comme d’autres services du même type, il permet de formuler une demande en langage courant, de demander une explication, de résumer un contenu, de rédiger un texte ou d’obtenir de l’aide sur du code. Mais une réponse générée uniquement à partir des connaissances du modèle se heurte vite à une limite : elle ne garantit pas l’accès aux informations les plus récentes, et peut produire des affirmations erronées avec aplomb.

La nouvelle version présentée par Mistral AI cherche à répondre à cette limite avec une recherche web intégrée. L’utilisateur pose sa question, puis le système effectue une recherche sur Internet, récupère des éléments pertinents et les accompagne de références. Cela rapproche Le Chat du fonctionnement d’un moteur de réponse : l’outil ne se contente plus de reformuler ce qu’il a appris durant son entraînement, il peut s’appuyer sur des pages accessibles en ligne.

Cette fonction est particulièrement utile pour les questions d’actualité, la vérification d’une information précise ou la préparation d’une synthèse. Elle ne dispense toutefois pas de consulter les références fournies. La qualité de la réponse dépend de la fiabilité des sources trouvées, de leur date de publication et de la façon dont l’assistant les interprète.

Arthur Mensch, directeur général de Mistral AI, résume l’enjeu de cette évolution : « Évoluer d’une entreprise scientifique vers une entreprise alliant science et produit était un défi. » La formule illustre la stratégie de la jeune entreprise française : transformer les performances de ses modèles en outils simples à utiliser au quotidien.

Recherche web, Canvas et PDF : ce qui change dans Le Chat

La mise à jour ne repose pas sur une fonction unique. Elle assemble plusieurs capacités qui répondent à des tâches différentes, de la recherche d’information à la production de contenus. Le tableau ci-dessous permet de distinguer leur rôle.

Le mode Canvas vise à rendre le travail d’édition moins linéaire. Dans une conversation classique, chaque correction apparaît sous la forme d’un nouveau message. Une interface dédiée au texte ou au code permet au contraire de visualiser et de modifier plus directement un contenu, ce qui facilite les allers-retours entre l’utilisateur et l’assistant. Pour la rédaction, cela peut servir à restructurer un plan, reformuler un passage ou comparer plusieurs versions. Pour le développement, l’intérêt est de retravailler une portion de code sans perdre le fil de la demande initiale.

L’autre amélioration importante concerne les documents. De nombreux PDF ne sont pas composés de texte exploitable ligne par ligne : ils mêlent tableaux, graphiques, schémas, photos, mises en page et annotations. Un assistant qui ne lit que le texte extrait automatiquement risque de manquer une information décisive, par exemple une courbe ou une légende. Mistral AI affirme que Le Chat est désormais capable d’analyser ces contenus plus complexes, grâce à son modèle multimodal Pixtral Large.

Pixtral Large, le modèle qui permet de comprendre les contenus visuels

Avec Pixtral Large, Mistral AI présente un modèle orienté vers la vision, c’est-à-dire la capacité à interpréter des informations visuelles en relation avec une question formulée en texte. Le modèle compte 124 milliards de paramètres. Les paramètres sont les variables internes ajustées durant l’entraînement d’un réseau de neurones. Leur nombre ne résume pas à lui seul la qualité d’un modèle, mais il donne une indication de son ampleur.

L’intérêt principal de Pixtral Large tient à sa faculté annoncée de comprendre des documents où la réponse ne se trouve pas uniquement dans une phrase. Il peut être sollicité pour identifier une donnée dans un graphique, mettre en relation une légende avec un diagramme, interpréter une mise en page ou traiter un problème de mathématiques visuelles. Ces compétences sont recherchées dans les entreprises qui manipulent des rapports, des dossiers techniques, des présentations ou des documents administratifs riches en éléments visuels.

Mistral AI met en avant deux évaluations de référence pour illustrer ce positionnement : DocVQA, qui mesure la capacité à répondre à des questions portant sur des documents, et AI2D, consacré à la compréhension de diagrammes scientifiques. Selon l’entreprise, Pixtral Large atteint 93,3 % sur DocVQA et 93,8 % sur AI2D.

Ces résultats de benchmarks donnent un point de comparaison dans des conditions standardisées, mais ils ne préjugent pas de toutes les situations réelles. La qualité d’une analyse peut varier selon la netteté d’un document numérisé, la complexité d’un tableau, la langue employée ou l’ambiguïté de la question. Dans des domaines où une erreur peut avoir des conséquences importantes, une validation humaine reste indispensable.

Mistral AI estime que Pixtral Large surpasse GPT-4o et Gemini 1.5 Pro sur les performances visuelles qu’elle met en avant. La start-up le présente comme un modèle disponible en open source, et le destine aux besoins de compréhension fine des diagrammes, des références visuelles et des problèmes de mathématiques fondés sur l’image.

Pourquoi la génération d’images passe par Black Forest Labs

Pour la création d’images, Mistral AI ne s’appuie pas uniquement sur ses propres modèles. L’entreprise a conclu un partenariat avec Black Forest Labs, afin d’intégrer Flux Pro à Le Chat. Cet outil de génération text-to-image produit des images à partir d’une description écrite par l’utilisateur.

Cette alliance permet à Le Chat d’ajouter une dimension créative à ses fonctions de recherche, de rédaction et d’analyse. L’utilisateur peut ainsi demander un visuel dans le prolongement d’une conversation, sans quitter l’assistant. Les premiers tests mentionnés par Mistral AI soulignent notamment la qualité obtenue sur les images photoréalistes.

Le choix d’un partenaire est révélateur d’une réalité du marché de l’IA générative : proposer une expérience complète ne signifie pas nécessairement développer chaque technologie en interne. Un assistant peut combiner un modèle de langage, un modèle de vision, un moteur de recherche et un générateur d’images spécialisés. Pour l’utilisateur, la valeur se situe dans la cohérence de l’ensemble et dans la simplicité du parcours.

Mistral Large progresse aussi pour les usages en entreprise

L’annonce ne concerne pas uniquement l’interface Le Chat et Pixtral Large. Mistral AI indique également avoir amélioré son modèle antérieur, Mistral Large. Les évolutions portent sur une meilleure gestion des contextes longs et sur une plus grande précision dans les appels de fonctions.

Un contexte long désigne la quantité d’informations qu’un modèle peut prendre en compte au cours d’un même échange. Cette capacité est utile pour examiner un document volumineux, conserver les consignes d’un projet complexe ou analyser une conversation étendue. Elle ne garantit pas que chaque détail sera parfaitement interprété, mais elle évite de devoir fractionner excessivement le travail.

Les appels de fonctions correspondent, eux, à la capacité d’un modèle à déclencher des outils ou des actions structurées. Dans un système dit agentique, l’IA ne répond pas seulement par du texte : elle peut, selon le cadre qui lui est donné, demander une recherche, interroger une base de données ou utiliser un logiciel. Une meilleure précision dans ces appels est importante, car une instruction mal comprise peut entraîner la mauvaise action ou une récupération de données inadaptée.

Mistral AI vise donc les organisations qui souhaitent bâtir des systèmes de recherche, d’analyse et d’automatisation sur leurs propres données. Dans ce contexte, les performances du modèle comptent, mais la sécurité, la qualité des données fournies et le contrôle des actions réalisées comptent tout autant.

Gratuit en bêta, une offre payante envisagée

Au moment de cette annonce, les nouvelles fonctionnalités de Le Chat sont proposées en bêta. Elles sont accessibles gratuitement, sous réserve des ressources disponibles. Cette précision est importante : une phase bêta désigne un déploiement encore en cours de test, qui peut impliquer des limites d’accès, des changements d’interface ou des performances variables selon l’affluence.

Mistral AI indique que des discussions sont en cours autour d’une version payante. Celle-ci aurait vocation à fournir des services optimisés et des garanties minimales de disponibilité. Pour les particuliers, la gratuité permet de découvrir les possibilités de l’outil. Pour les professionnels, l’enjeu sera davantage de savoir quels niveaux de service, de performance et de fiabilité seront proposés.

La concurrence avec ChatGPT se joue ainsi sur plusieurs plans : la qualité des modèles, l’accès à des informations actualisées, l’ergonomie de l’interface, les fonctions créatives et la capacité à répondre aux attentes des entreprises. Le Chat ne se distingue pas par une seule fonction spectaculaire, mais par la volonté d’assembler ces briques dans une expérience unifiée.

Ce qu’il faut surveiller

La feuille de route de Mistral AI devra désormais être jugée à l’usage. La recherche web devra démontrer la pertinence de ses sources et de ses citations. L’analyse de PDF devra être fiable sur des documents réels, parfois mal scannés ou très chargés. La génération d’images avec Flux Pro devra aussi trouver sa place dans les usages, au-delà de la démonstration technologique.

Il faudra également suivre les modalités de la future offre payante et les garanties associées. La transition évoquée par Arthur Mensch, d’une entreprise scientifique vers une entreprise qui maîtrise aussi le produit, repose précisément sur cette capacité à rendre des modèles avancés utiles, accessibles et suffisamment robustes pour des tâches quotidiennes.

À la date du 19 novembre 2024, Mistral AI franchit une étape nette : Le Chat devient une porte d’entrée vers la recherche, l’édition, l’analyse visuelle et la création d’images. Face aux grands acteurs internationaux de l’IA générative, la start-up française cherche à imposer non seulement ses modèles, mais aussi une manière plus complète de les utiliser.