Mistral AI a été fondée en avril 2023 par Arthur Mensch, Guillaume Lample et Timothée Lacroix — trois chercheurs français qui se trouvaient au cœur même de la frontière de l'IA. Mensch venait de Google DeepMind, où il avait travaillé sur le projet Chinchilla qui a réécrit les règles de mise à l'échelle optimale des modèles. Lample et Lacroix venaient du laboratoire FAIR de Meta, où Lample avait été un contributeur clé de LLaMA. La thèse fondatrice était ambitieuse et précise : l'Europe avait besoin d'une entreprise d'IA de classe mondiale, et ces trois chercheurs étaient convaincus de pouvoir en bâtir une en misant sur l'efficacité plutôt qu'en tentant de surpasser les hyperscalers américains en puissance de calcul brute. Ils ont levé 105 millions d'euros en financement d'amorçage avant d'avoir livré un seul produit — l'une des plus grandes rondes d'amorçage de l'histoire de la technologie européenne, menée par Lightspeed Venture Partners, et un signal de l'appétit considérable pour un concurrent européen crédible dans la course à l'IA.
Le lancement de Mistral, en septembre 2023, a été une démonstration magistrale de provocation efficace. Ils ont publié Mistral 7B comme lien torrent sur Twitter — pas d'article, pas de communiqué de presse, pas d'évaluation de sécurité, juste un lien magnet et un bref billet de blogue. Le modèle surpassait Llama 2 13B sur la plupart des indices de référence alors qu'il était deux fois plus petit. C'était une déclaration : Mistral pouvait rivaliser avec les meilleurs modèles ouverts de Meta en utilisant une fraction des paramètres, et les conventions de divulgation responsable en IA que les plus grands laboratoires pratiquaient laborieusement ne les préoccupaient guère. Mixtral 8x7B a suivi en décembre 2023, un modèle à mélange d'experts épars qui rivalisait avec GPT-3.5 pour une fraction du coût d'inférence. L'architecture MoE est devenue une signature de Mistral — ils ont été parmi les premiers à démontrer que les modèles épars pouvaient être à la fois pratiques et performants, une approche depuis adoptée dans toute l'industrie. Ces premières publications ont établi l'identité de marque de Mistral : excellence technique, irrévérence culturelle et ouverture agressive.
La phase exclusivement poids ouverts n'a pas duré longtemps. Dès le début de 2024, Mistral a commencé à offrir un accès API commercial et a publié des modèles sous des licences plus restrictives. Mistral Large, leur modèle propriétaire phare, a été lancé en février 2024 comme concurrent direct de GPT-4 et Claude, initialement disponible via l'API La Plateforme de Mistral et un partenariat stratégique avec Microsoft Azure. Les modèles suivants — Mistral Medium, Mistral Small, et des variantes spécialisées comme Codestral (pour le code) et Pixtral (pour la vision) — ont complété une gamme de produits conçue pour rivaliser à chaque niveau de prix. Le Chat, l'agent conversationnel grand public de Mistral, a été lancé comme la réponse de l'entreprise à ChatGPT. La stratégie double de modèles ouverts et propriétaires a suscité certaines critiques de la part des puristes du logiciel libre qui estimaient que Mistral avait utilisé les publications ouvertes à des fins de marketing avant de retirer l'échelle, mais elle reflétait une réalité pratique : entraîner des modèles de pointe coûte des centaines de millions de dollars, et aucune entreprise ne peut soutenir un tel rythme uniquement par la bonne volonté.
Mistral a beaucoup misé sur son identité européenne, et pas seulement pour la marque. L'entreprise est devenue une voix clé dans les discussions sur les politiques européennes en matière d'IA, plaidant pour des cadres réglementaires qui ne freinent pas l'innovation et ne désavantagent pas les entreprises européennes face à leurs concurrentes américaines et chinoises. Lorsque l'AI Act de l'UE était en cours de finalisation fin 2023, Mistral (ainsi que plusieurs gouvernements européens, notamment la France) s'est opposée à des dispositions qui auraient imposé de lourdes obligations aux développeurs de modèles fondationnels, arguant que de telles règles reviendraient à interdire aux entreprises européennes de rivaliser. Les compromis qui en ont résulté étaient plus favorables à la position de Mistral. La trajectoire de levée de fonds de l'entreprise a été exceptionnelle — une Série A de 385 millions d'euros en décembre 2023 (valorisation d'environ 2 milliards de dollars), suivie d'une ronde de 600 millions d'euros en juin 2024 valorisant l'entreprise à environ 6 milliards de dollars, avec des investisseurs incluant General Catalyst, Andreessen Horowitz et des partenaires stratégiques comme Samsung, Salesforce et BNP Paribas. Cela a fait de Mistral la startup d'IA la plus valorisée de l'histoire européenne et l'une des entreprises ayant atteint le plus rapidement une valorisation de plusieurs milliards de dollars.
Le défi principal de Mistral est de maintenir des performances de pointe sans budgets de pointe. OpenAI, Google et Meta peuvent chacun consacrer des dizaines de milliards à des sessions d'entraînement ; Mistral ne le peut pas. Leur avantage a été l'innovation architecturale et l'efficacité d'entraînement — obtenir plus de capacité par FLOP — mais cet avantage se réduit à mesure que les concurrents adoptent des techniques similaires. L'entreprise a également dû naviguer la tension entre ses racines en poids ouverts et ses ambitions commerciales, un équilibre qui se complique à mesure que les modèles deviennent plus capables et que les implications de sécurité de la publication ouverte deviennent plus lourdes de conséquences. La concurrence de DeepSeek, qui a démontré début 2025 qu'une petite équipe dotée d'ingénierie astucieuse pouvait rivaliser avec les laboratoires de pointe pour une fraction du coût, a ajouté une dimension supplémentaire de pression. Néanmoins, la combinaison de talent technique, de soutien européen et d'une gamme de produits couvrant les modèles ouverts et commerciaux donne à Mistral une chance réelle de devenir une force durable et indépendante dans l'IA — quelque chose qui a fait cruellement défaut à l'Europe lors des vagues technologiques précédentes.