Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
mistral/mistral-large-latestUn modèle européen à l'aise pour travailler en français
Mistral Large est le modèle phare de Mistral AI, entreprise française. L'alias mistral-large-latest désigne aujourd'hui Mistral Large 3, présenté le 2 décembre 2025 : un mélange d'experts de 675B de paramètres dont 41B actifs, sous licence Apache 2.0, avec 262 144 tokens de contexte.
Selon Mistral, il offre les meilleures performances en conversation multilingue hors anglais et chinois. À utiliser pour rédiger et relire en français, traduire depuis et vers le français, résumer des sources francophones ou piloter des agents avec appels d'outils.
Sur Tchavi, le produit et le support sont en français. Vous le payez en mobile money, sans carte bancaire ni KYC, avec une seule clé API pour 80+ modèles. Compatible OpenAI : changez l'URL de base, gardez votre SDK. Vos crédits n'expirent jamais.
Mistral AI, entreprise française ; poids ouverts, Apache 2.0
Performances multilingues hors anglais et chinois, selon Mistral
De longs documents en français en un seul appel
Des textes longs en une seule réponse
Pilote agents et pipelines à fonctions
Résous ce problème étape par étape : un commerçant vend 3 articles à des prix différents avec une remise sur le total. Explique chaque calcul.
Résume cet article en 5 points clés, puis réécris-le en un paragraphe pour une newsletter, dans un français simple et chaleureux.
Mistral Small (model: "mistral-small-latest") garde les 262K de contexte et les outils. Commencez par Small pour le texte français courant, et passez à Mistral Large quand la qualité de Small ne suffit pas. Testez les deux sur vos propres textes.
Devstral (model: "devstral-medium-latest") est le modèle de Mistral entraîné pour le code, avec 128K de contexte. Pour générer et refactorer du code, prenez Devstral ; pour rédiger, traduire et analyser en français, Mistral Large.
262 144 tokens de contexte en entrée et jusqu'à 209 715 tokens en sortie. De quoi traiter un long rapport en français d'un seul coup.
Non, pas sur Tchavi : il prend du texte en entrée, sans mode JSON natif. Demandez le format dans le prompt. Pour des images ou des PDF, choisissez Claude Sonnet 5 ou GPT-6 Sol.
Remplacez l'URL de base par celle de Tchavi, utilisez votre clé Tchavi et indiquez model: "mistral-large-latest" sur /v1/chat/completions. L'alias suit le Mistral Large en vigueur ; à ce jour, c'est Large 3.
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'mistral-large-latest',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `mistral-large-latest`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
max_completion_tokensAlias OpenAI pour `max_tokens`. Les deux fonctionnent ; si les deux sont fournis, `max_completion_tokens` prime.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
top_p1Échantillonnage nucleus : seuls les tokens dans la masse de probabilité `top_p` sont considérés.
seedGraine entière pour une sortie déterministe. Même seed + même requête = même complétion, quand le fournisseur le supporte. OpenAI l'honore ; Anthropic l'ignore.
n1Nombre de complétions à générer en un appel. Défaut 1 ; chaque complétion supplémentaire est facturée.
stream_optionsOptions de streaming, ex. `{ "include_usage": true }` pour recevoir un dernier chunk SSE avec les compteurs d'usage. Effectif uniquement quand `stream: true`.
stopJusqu'à 4 séquences après lesquelles l'API cesse de générer.
frequency_penalty0Entre -2.0 et 2.0. Les valeurs positives pénalisent les tokens fréquents.
presence_penalty0Entre -2.0 et 2.0. Les valeurs positives encouragent à parler de nouveaux sujets.
userIdentifiant utilisateur final transmis au fournisseur pour le suivi modération / abus. Doit rester stable par utilisateur.
logit_biasBiais logit par token `{ "<tokenId>": <-100..100>, ... }`. Spécifique OpenAI ; Anthropic l'ignore.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.