Muse Spark Open vs Mistral : quel modèle ouvert héberger

La réponse courte : pour la plupart des équipes en France qui veulent faire tourner un modèle ouvert sur leurs propres machines, Mistral reste aujourd’hui le choix le plus simple. Mistral Small 4 est publié sous Apache 2.0, sans condition de chiffre d’affaires, et Mistral Medium 3.5 se contente de quatre GPU selon Mistral. Muse Spark Open, publié par Meta le 15 octobre 2026, a de vrais atouts : une fenêtre d’un million de jetons, des entrées audio et vidéo, et une licence qui laisse l’usage interne hors du seuil de chiffre d’affaires. Mais il demande un matériel d’une tout autre taille. Les faits ci-dessous sont à jour d’octobre 2026, relevés sur les pages des deux éditeurs le 17 octobre.

Ce comparatif porte sur les poids, pas sur les assistants. Si vous cherchez à choisir entre l’agent de Meta et Vibe, l’ancien Le Chat, c’est l’objet de Muse Spark contre Mistral Vibe. Ici, la question est celle d’une équipe technique : quel modèle télécharger, sous quelle licence, et sur quelles machines.

Ce que Meta a publié

Muse Spark Open est la version à poids ouverts de Muse Spark. Meta le présente dans son billet de recherche comme le modèle à poids ouverts américain le plus performant à ce jour. C’est sa formule, pas une mesure indépendante. Techniquement, c’est un modèle de type mixture-of-experts de 816 milliards de paramètres, dont 42 milliards actifs par jeton, avec un contexte d’un million de jetons. Il lit du texte, des images, de l’audio et de la vidéo, et répond en texte, selon le billet de Hugging Face. Si les noms Muse, Muse Spark et Muse Wonder vous perdent, Muse, c’est quoi les remet dans l’ordre.

Quels modèles Mistral sont vraiment ouverts

Mistral n’est pas un modèle mais une gamme, et toute la gamme n’est pas ouverte. La liste des modèles de Mistral affiche une licence pour chacun. Trois cas comptent ici.

• —Mistral Small 4 : sous Apache 2.0, sorti le 16 mars 2026. Mixture-of-experts de 119 milliards de paramètres, dont 6,5 milliards actifs, contexte de 256 000 jetons, selon sa fiche.
• —Mistral Medium 3.5 : poids publiés sous une licence MIT modifiée, sorti le 28 avril 2026, d’après sa fiche. C’est un modèle dense de 128 milliards de paramètres avec 256 000 jetons de contexte, selon l’annonce de Mistral. C’est aussi celui qui fait tourner Vibe.
• —Mistral Large 4 : annoncé le 6 octobre 2026 comme un modèle à poids ouverts d’environ mille milliards de paramètres, dont 52 milliards actifs. Mais il est en préversion, et l’annonce promet les poids pour la fin du mois. Au 17 octobre, ils ne sont pas téléchargeables, et aucune licence n’est nommée.

D’autres produits, comme Codestral ou OCR 4.1, sont étiquetés « Premier » sur la même page, sans licence ouverte affichée. Ne supposez donc pas qu’un modèle Mistral est ouvert parce que l’entreprise l’est souvent. Le cas de Large 4, côté données, est détaillé dans Mistral Large 4 et le RGPD.

Les deux fiches côte à côte

Le comparatif le plus juste oppose Muse Spark Open à Medium 3.5, le plus grand modèle Mistral téléchargeable aujourd’hui, avec Small 4 comme option légère. Chaque ligne vient des pages citées ; une case vide est laissée vide.

• —Taille : 816 milliards de paramètres (42 milliards actifs) pour Muse Spark Open ; 128 milliards, dense, pour Medium 3.5 ; 119 milliards (6,5 milliards actifs) pour Small 4.
• —Contexte : un million de jetons pour Muse Spark Open ; 256 000 pour Medium 3.5 comme pour Small 4.
• —Entrées : texte, image, audio et vidéo pour Muse Spark Open ; texte et image pour Medium 3.5 et Small 4, selon leurs pages Hugging Face.
• —Français : les pages de Medium 3.5 et de Small 4 citent le français parmi les langues prises en charge. Meta ne fait aucune affirmation sur le français pour Muse Spark Open.
• —Licence : Muse Model License pour Meta ; MIT modifiée pour Medium 3.5 ; Apache 2.0 pour Small 4.
• —Téléchargement : formulaire obligatoire chez Meta ; aucune demande d’accès affichée sur la page de Small 4.

Les licences, là où tout se joue

Les trois licences autorisent un usage commercial, mais pas aux mêmes conditions. Ce qui suit résume les textes publiés et ne constitue pas un avis juridique.

La Muse Model License impose d’afficher « Built with Muse Spark Open » de façon visible. Une entreprise dont le chiffre d’affaires dépasse 20 millions de dollars sur douze mois consécutifs doit signer un accord séparé avec Meta si elle propose le modèle à d’autres sous forme de service. L’usage interne et la recherche sont explicitement exclus de ce seuil. Le modèle n’est pas destiné aux moins de 18 ans, et pour l’Europe, le cocontractant est Meta Platforms Ireland. Ce n’est pas une licence open source au sens de l’Open Source Initiative.

La licence MIT modifiée de Medium 3.5 est plus courte, mais sur un point plus stricte. Elle exige la mention « 2026 - Mistral AI ». Et elle retire tout droit d’usage à une entreprise dont le chiffre d’affaires mensuel consolidé dépasse 20 millions de dollars le mois précédent, quel que soit l’usage, y compris interne, et y compris pour les modèles dérivés. Au-delà, il faut demander une licence commerciale à Mistral.

C’est le point le plus contre-intuitif de ce comparatif. Pour une grande entreprise qui veut un modèle à usage interne, la licence de Meta est moins restrictive que celle de Medium 3.5. Pour une PME, les deux seuils sont hors de portée et la question ne se pose pas. Et si vous ne voulez aucune condition du tout, Small 4 est sous Apache 2.0, une licence approuvée par l’OSI, sans seuil ni mention imposée dans votre interface. Ce que vaut l’étiquette « open source » en général est expliqué dans IA open source : ce qu’il faut vérifier.

Le matériel : un écart d’échelle

C’est ici que la différence est la plus nette. Selon Hugging Face, le point de contrôle complet de Muse Spark Open en BF16 pèse environ 1,5 téraoctet, et la version NVFP4 environ 530 Go. Meta le montre sur deux Mac Studio de 512 Go chacun. Une version quantifiée en 2 bits pour llama.cpp tient sur un seul M3 Ultra de 512 Go, au prix d’une perte de qualité que personne n’a encore mesurée publiquement.

Medium 3.5, d’après Mistral, peut tourner sur quatre GPU seulement. Small 4 est encore plus léger : l’exemple vLLM de sa page Hugging Face le répartit sur deux GPU. Pour une équipe qui dispose déjà d’un serveur avec quelques cartes graphiques récentes, les modèles Mistral entrent dans l’existant. Muse Spark Open demande souvent un achat dédié.

Sans serveur : API et cloud

Les deux modèles s’utilisent aussi sans rien installer. Muse Spark Open est servi par Baseten, Fireworks AI, Groq (en préversion limitée), Modal, Nebius, OpenRouter et Together AI, d’après l’annonce de Meta pour les développeurs. Ses poids sont aussi dans Amazon SageMaker AI, Google Cloud Model Garden et Microsoft Foundry Models. Chez AWS, le billet de lancement ne cite que deux régions américaines au départ.

Côté Mistral, l’API est fournie par l’éditeur lui-même. Medium 3.5 y coûte 1,50 $ par million de jetons en entrée et 7,50 $ en sortie, hors taxes, selon son annonce. Mistral est une société dont le siège est à Paris, d’après ses mentions légales. Pour une organisation qui veut un contrat avec un prestataire européen, c’est un argument plausible. Ce n’est pas une garantie : la conservation et la localisation des données se lisent dans le contrat, comme l’explique Muse Spark Open et le RGPD pour les fournisseurs du modèle de Meta. Les enjeux de souveraineté sont développés dans IA européenne.

Et la qualité ?

Personne ne peut honnêtement dire lequel est le meilleur. Meta n’a publié aucun score face à d’autres modèles pour Muse Spark Open. Mistral publie ses propres chiffres, comme 77,6 % sur SWE-Bench Verified pour Medium 3.5, mais ce sont ceux de l’éditeur. Nous n’avons trouvé aucune évaluation indépendante qui compare les deux sur les mêmes tâches. Medium 3.5 face à un modèle fermé est traité dans GPT-6 Sol contre Mistral Medium 3.5.

Un exemple de test simple. Un cabinet d’expertise comptable veut résumer des comptes rendus de rendez-vous clients en interne. Il prend vingt comptes rendus déjà anonymisés, lance la même consigne sur Small 4, sur Medium 3.5 et sur Muse Spark Open via une API hébergée, puis fait relire chaque résumé par la personne qui a tenu le rendez-vous. Il note les erreurs de fait, les oublis et la qualité du français. Une demi-journée de relecture en dit plus long que n’importe quel classement.

Comment choisir

• —Vous voulez un modèle à héberger sur un serveur existant, sans condition de licence : Mistral Small 4, sous Apache 2.0.
• —Vous voulez le plus grand modèle Mistral disponible et votre entreprise est sous le seuil de 20 millions de dollars par mois : Mistral Medium 3.5, sur quatre GPU.
• —Vous avez besoin d’un contexte d’un million de jetons ou d’entrées audio et vidéo : Muse Spark Open est le seul des trois à les proposer en poids ouverts aujourd’hui.
• —Vous êtes une grande entreprise et l’usage reste interne : lisez les deux licences, celle de Meta exclut l’usage interne de son seuil, celle de Medium 3.5 non.
• —Vous attendez Large 4 : attendez les poids et la licence. Rien n’est encore téléchargeable.
• —Dans tous les cas : un test sur vos propres documents, et aucune donnée personnelle avant validation interne.

Le meilleur modèle ouvert est celui que votre licence autorise et que votre serveur peut faire tourner.

Les modèles changent tous les mois. Ce qui reste, c’est la méthode : comparer sur une vraie tâche, vérifier ce qui revient, savoir où partent les données. C’est ce qu’enseigne Coursium, une application iPhone pour apprendre à utiliser l’IA au travail, disponible sur l’App Store. Son certificat atteste que vous avez terminé un programme ; ce n’est pas un diplôme.