Mistral Large 4, Haiku 5.5 et DeepSeek V4.1 Flash : le plancher des prix de l'IA bouge

La semaine en cinq lignes

• Mistral Large 4 (6 octobre) : aperçu public d'un modèle multimodal de 1 000 milliards de paramètres, API affichée à 1,36 $ en entrée et 4,18 $ en sortie par million de tokens, poids promis d'ici fin octobre.
• Claude Haiku 5.5 (7 octobre) : 0,10 $ en entrée et 0,50 $ en sortie par million de tokens pour les prompts jusqu'à 100 000 tokens, 90 % sous Haiku 4.5. Lecture de cache de Sonnet 5.5 divisée par deux le même jour.
• DeepSeek V4.1 Flash (sorti le 10 septembre, revenu au premier plan le 7 octobre) : poids sous licence MIT, entrée image native, 0,15 $ en entrée et 0,60 $ en sortie en heures creuses.
• GPT-6 dans ChatGPT (7 octobre) : des réponses construites à partir d'une bibliothèque figée de composants d'interface, ouvertes aux utilisateurs gratuits via GPT-6 Luna.
• Dépôt de mathématiques d'OpenAI (7 octobre) : trois manuscrits retirés après une erreur de signe, 300 des 719 résultats principaux désormais vérifiés formellement.

Trois grilles de prix, une seule direction

En deux jours, Mistral a ouvert l'aperçu de son plus grand modèle open-weight, Anthropic a baissé de 90 % le prix de son petit modèle, et OpenAI a mis GPT-6 entre les mains des utilisateurs gratuits de ChatGPT. Un mois plus tôt, DeepSeek avait sorti un modèle Flash multimodal dans la même fourchette de prix que le nouveau Haiku. La même semaine, OpenAI a retiré trois articles de mathématiques après la découverte d'une erreur de signe dans l'un d'eux.

Pour les équipes qui livrent, le fil commun est le choix du palier. La question est passée de « quel modèle de frontière » à « quelle charge en a vraiment besoin ». Ci-dessous : ce que chaque éditeur a publié, ce qui se compare sur le papier, et ce qui reste une affirmation d'éditeur.

Mistral Large 4 : un aperçu open-weight avec une date

Le 6 octobre, Mistral a lancé l'aperçu public de Mistral Large 4. Selon son annonce, le modèle est nativement multimodal, compte 1 000 milliards de paramètres dont 52 milliards actifs, et a été entraîné de zéro sur 3 800 GPU NVIDIA Grace Blackwell dans les datacenters européens de Mistral, qui servent aussi l'aperçu. Mistral indique qu'une part importante des données d'entraînement couvrait plus de 160 langues, dont toutes les langues officielles de l'Union européenne. L'API d'aperçu est ouverte dans Mistral Studio, à 1,36 $ le million de tokens d'entrée et 4,18 $ le million de tokens de sortie sur la fiche du modèle (1,21 € et 3,73 €). Les poids sont promis « d'ici la fin du mois » : impossible de l'auto-héberger aujourd'hui.

Tous les chiffres de benchmark viennent de Mistral : 61,7 % sur DeepSWE v1.1, 28,3 % sur Terminal-Bench 4, et une évaluation humaine en aveugle avec Surge AI où l'aperçu se classe deuxième sur cinq pour la qualité du code (3,74 sur 5), derrière Claude Opus 5 (4,22) et devant Kimi K3 et deux versions de GLM. C'est une comparaison menée par l'éditeur, tant que des évaluateurs indépendants ne l'ont pas reproduite.

L'argument cybersécurité est la partie la plus précise. Sur un test qui demande de reproduire une vraie vulnérabilité dans un logiciel open source puis de la corriger, Mistral annonce 82 % et affirme que Claude Opus 5.5 et GPT-6 Astra obtiennent un score proche de zéro parce qu'ils refusent la tâche. ML4 n'est pas pour autant un modèle sans refus : Mistral indique aussi que son taux moyen de refus sur des prompts cyber malveillants (JailbreakBench, StrongREJECT, AgentHarm) dépasse celui de tous les autres modèles open-weight testés. L'argument porte sur une autre frontière de refus, qui autorise à prouver qu'une faille existe tout en déclinant les demandes clairement malveillantes. D'ici la sortie des poids, des acteurs de la cybersécurité, des partenaires sélectionnés et des autorités publiques testent en red-team une version à modération réduite et capacités cyber étendues : l'aperçu a donc aujourd'hui deux niveaux d'accès.

La contrainte pratique est arithmétique. 1 000 milliards de paramètres en 8 bits, c'est environ un téraoctet de poids : « open weights » signifie ici un cluster multi-GPU ou un déploiement hébergé, pas un poste de travail. Pour la plupart des équipes, le gain réaliste est une API opérée en Europe, moins chère que Sonnet 5.5 (2 $ / 10 $ au catalogue), avec la possibilité de rapatrier le même modèle en interne plus tard.

Haiku 5.5 et DeepSeek V4.1 Flash : le palier économique se remplit

Le 7 octobre, Anthropic a publié Claude Haiku 5.5 à 0,10 $ le million de tokens d'entrée et 0,50 $ le million de tokens de sortie pour les prompts jusqu'à 100 000 tokens, contre 1,00 $ et 5,00 $ pour Haiku 4.5. Au-delà de 100 000 tokens, le prix monte à 0,50 $ et 2,50 $. Selon Anthropic, la plage courte couvre environ 90 % des requêtes adressées au Haiku précédent et, en tenant compte de la consommation de tokens, Haiku 5.5 coûterait en moyenne environ 75 % de moins à faire tourner. L'éditeur a aussi divisé par deux la lecture de cache de Sonnet 5.5, de 0,20 $ à 0,10 $ le million de tokens, ce qui réduirait d'environ 20 % le coût de la plupart des tâches agentiques sur Sonnet, d'après ses estimations.

Haiku 5.5 est le premier Haiku doté d'un réglage d'effort : le curseur coût contre qualité que Sonnet et Opus exposent déjà existe désormais au palier le moins cher. Anthropic le destine aux résumés, à la classification et au rôle de sous-agent aux côtés d'Opus 5.5 et de Sonnet 5.5, et précise que ces deux modèles « restent de meilleurs choix pour les tâches de code agentique complexes ».

DeepSeek a sorti V4.1 Flash le 10 septembre, avec des poids sur Hugging Face sous licence MIT et une entrée image native. Il est revenu dans la conversation grâce à un billet du 7 octobre d'un développeur qui l'utilise intensivement depuis un mois et dit ne pas le distinguer d'Opus en pleine session. Le fil Hacker News a dépassé 1 100 points et 980 commentaires. L'auteur qualifie lui-même son avis de subjectif et fait encore appel à Opus 5.5 pour une relecture finale sur les tâches critiques : à lire comme un signal d'adoption, pas comme un benchmark.

Prix catalogue par million de tokens, d'après la page de chaque éditeur :

Sources : Anthropic, tarifs DeepSeek, Mistral.

Deux lectures. Sur le cache manqué et la sortie, Haiku 5.5 est moins cher que le Flash de DeepSeek au prix catalogue : un modèle open-weight chinois n'est plus l'option économique par défaut. Sur le cache touché, DeepSeek est moins cher en heures creuses comme en heures pleines, et c'est la ligne qui domine les longues sessions d'agent. La fenêtre de pointe de DeepSeek (01h00 à 04h00 et 06h00 à 10h00 UTC en semaine, hors jours fériés chinois) double tous les tarifs, ce qui compte si des traitements par lots tournent le matin en Europe.

Nous ne choisirions pas sur le seul prix. Un token moins cher ne fait économiser que si le modèle n'exige ni essais supplémentaires ni sorties plus longues pour atteindre la même réponse. Le geste utile : rejouer votre propre jeu d'évaluation sur les deux et comparer le coût par bonne réponse, avec votre taux réel de cache plutôt que le meilleur cas de l'éditeur.

OpenAI : Intelligent UI dans l'offre gratuite, et trois preuves retirées

Le 7 octobre, OpenAI a annoncé GPT-6 pour l'expérience Chat de ChatGPT, avec une fonction appelée Intelligent UI. Le modèle compose ses réponses à partir d'une bibliothèque de composants natifs diffusables en flux (graphiques, formulaires, boutons, petits outils), et un compilateur affiche l'interface pendant que la réponse se génère encore. Le déploiement a commencé le jour même pour Plus, Pro, Business et Enterprise sur GPT-6 Sol, puis le lendemain pour Free et Go sur GPT-6 Luna. OpenAI ajoute que le modèle peut entrelacer raisonnement et réponse, et que GPT-6 Instant commence à répondre 44 % plus tôt que GPT-5.6 Instant sur les questions qui exigent une recherche web. Ce sont des mesures internes. Les modèles derrière Work et Codex ne changent pas.

Pour ceux qui construisent, la conception est la partie intéressante. Une bibliothèque de composants figée associée à un compilateur en flux est une alternative contrainte au HTML arbitraire émis par un modèle. Si vous générez de l'interface à partir de sorties de modèle dans votre produit, cette contrainte garde la sortie relisible et le rendu prévisible.

Le même jour, le dépôt de mathématiques d'OpenAI a consigné le retrait de trois manuscrits. Une erreur de signe dans « Algebraicity of Weil classes on split abelian eightfolds » invalide un argument d'annulation de trace de stabilisation, et deux articles qui reposaient sur sa construction ont été retirés avec lui. L'entrée recense quatorze autres manuscrits corrigés et indique que 300 des 719 résultats principaux, soit environ 42 %, sont désormais formalisés. La page ne dit pas comment les preuves d'origine ont été produites : nous ne tirons donc aucune conclusion sur les capacités du modèle.

La leçon porte sur le processus. L'erreur a survécu jusqu'après la publication, et la vérification formelle est le seul contrôle de ce journal qui s'exécute mécaniquement. Une suite d'évaluation fonctionne de la même façon : un résultat que personne n'a vérifié mécaniquement reste une affirmation.

Ce que nous surveillons la semaine prochaine

D'abord, si Mistral publie bien les poids de Large 4 d'ici fin octobre, et si des évaluateurs indépendants confirment les chiffres de code et de cybersécurité une fois que chacun peut exécuter le modèle. Ensuite, nous prévoyons de passer le même jeu de prompts de type production dans Haiku 5.5 et DeepSeek V4.1 Flash avec le cache activé, parce que les prix catalogue ne suffiront pas à trancher. Si les chiffres de coût par bonne réponse valent la lecture, nous les publierons avec la méthode.

Si vous voulez cette comparaison sur vos propres prompts avant de changer de palier, discutons.