01Ce qu'il sait faire
Points forts
- Flagship FR frontière
- Apache 2.0
- #2 OSS non-reasoning LMArena
- Multimodal
Limites à connaître
- —405 Go en Q4 — serveur B200/H200 requis
Architecture
MoE granular 675B/41B actifs + encoder vision 2.5B · 256k ctx
Entraînement
From scratch sur 3000 H200.
Idéal pour
Frontière open EUVisionMultilingue
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
405 Go
Q5_K_M
Bon compromis qualité/taille
485 Go
Q8_0
Quasi-indistinguable de FP16
720 Go
FP16
Pleine précision — usage serveur
1350 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 480 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
$# HuggingFace : mistralai/Mistral-Large-3-675B-Instruct-2512
LM Studio
Interface graphique, zéro CLI
→ Voir le guide
llama.cpp
Perf brute, build from source
→ Voir le guide
vLLM
Serveur OpenAI-compatible prod
→ Voir le guide
Jan / GPT4All
Apps desktop tout-en-un
→ Voir le guide
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.