# Mistral Large 4 face à GLM-5.3 : l'Europe est-elle toujours dans la course ?

> Le nouveau modèle phare de Mistral a résolu 56 des 148 problèmes de programmation difficiles, contre 62 pour GLM-5.3, le modèle phare chinois. L'écart peut être dû au hasard, et Mistral Large 4 a écrit dix-sept fois moins de tokens pour y arriver.

- Publié : 2026-10-06
- Auteur : Flavien Berwick
- Catégorie : Recherche
- Page web : https://carouter.ai/fr/blog/mistral-large-4-vs-glm-5-3-is-europe-still-in-the-game
- En anglais : https://carouter.ai/blog/mistral-large-4-vs-glm-5-3-is-europe-still-in-the-game.md
- Traduit de l'anglais par une IA.

![Recherche : Mistral Large 4 face à GLM-5.3, l'Europe est-elle toujours dans la course ? Problèmes résolus sur 148 : 56 contre 62. Tokens écrits : 0,18 million contre 3,14 millions. Coût des 148 réponses : 0,41 $ US contre 14,58 $ US.](https://carouter.ai/blog/mistral-large-4-vs-glm-5-3-is-europe-still-in-the-game/illustration.png)

Mistral a publié Mistral Large 4 le 6 octobre. Nous l'avons comparé à GLM-5.3, le modèle phare du chinois Z.ai, sur 148 problèmes de programmation difficiles, pour voir si le meilleur modèle européen tient encore tête aux meilleurs modèles ouverts venus d'ailleurs.

[Publié le même jour : l'allemand Kolibri-1 sur un GB10.](https://carouter.ai/fr/blog/kolibri-1-vs-qwen3-6-35b-a3b-on-a-gb10)

## En bref

- **Le score.** Mistral Large 4 a résolu 56 des 148 problèmes. GLM-5.3 en a résolu 62 et son petit frère GLM-5.3-Flash 64. Un écart aussi faible peut être dû au hasard.
- **L'effort.** Mistral Large 4 a écrit 0,18 million de tokens pour répondre. GLM-5.3 en a écrit 3,14 millions, soit dix-sept fois plus.
- **La facture.** Au prix catalogue, les 148 réponses ont coûté 0,41 $ US avec Mistral Large 4, 14,58 $ US avec GLM-5.3 et 1,03 $ US avec GLM-5.3-Flash.
- **Le verdict.** L'Europe est toujours dans la course. Son modèle phare fait jeu égal avec celui de la Chine sur ce test, et ses réponses coûtent beaucoup moins cher.

## Les trois modèles

- **Mistral Large 4.** Il est français, compte 1 050 milliards de paramètres et en lit 49 milliards par token. Il répond directement, sauf si on lui demande de raisonner d'abord. Nous l'avons testé des deux façons.
- **GLM-5.3.** C'est le modèle phare de Z.ai, avec environ 750 milliards de paramètres. Par défaut, il raisonne avant chaque réponse.
- **GLM-5.3-Flash.** C'est le petit frère, avec 320 milliards de paramètres dont 18 milliards lus par token, vendu environ neuf fois moins cher.

## Le test

Nous avons utilisé BigCodeBench-Hard, un ensemble de 148 problèmes. Le modèle écrit une fonction Python, puis des tests vérifient cette fonction. Chaque modèle a répondu une fois à chaque problème, avec les réglages par défaut de son éditeur.

Mistral Large 4 était servi par Mistral. Les deux modèles GLM étaient servis par des hébergeurs indépendants.

## Ce qui en ressort

![Problèmes de programmation difficiles résolus sur 148 : 56 pour Mistral Large 4, avec ou sans raisonnement, 62 pour GLM-5.3 et 64 pour GLM-5.3-Flash. Coût de ces réponses au prix catalogue : 0,41 $ US, 1,57 $ US avec raisonnement, 14,58 $ US et 1,03 $ US.](https://carouter.ai/blog/mistral-large-4-vs-glm-5-3-is-europe-still-in-the-game/01-solved-and-cost.png)

Les modèles sont le plus souvent d'accord. Mistral Large 4 et GLM-5.3 ont obtenu le même résultat sur 126 des 148 problèmes. Mistral en a résolu 8 que GLM-5.3 a manqués, et GLM-5.3 en a résolu 14 que Mistral a manqués. Le hasard seul donne une telle répartition environ trois fois sur dix.

C'est sur l'effort qu'ils se distinguent. GLM-5.3 raisonne longuement avant de répondre, et sur certains problèmes il a déroulé les exemples à la main pendant des dizaines de milliers de tokens. Un problème type a pris 15 secondes à Mistral Large 4 et environ une minute et demie à GLM-5.3.

Le raisonnement n'a pas aidé Mistral Large 4. Il a résolu 56 problèmes dans les deux cas, et le raisonnement a coûté quatre fois plus de tokens.

GLM-5.3-Flash a fait aussi bien que GLM-5.3 pour un quatorzième du coût. Sur ce test, la taille supplémentaire du modèle phare n'a rien apporté de mesurable.

Le test est difficile pour tous. 66 des 148 problèmes ont résisté à tous les essais, et 42 ont été résolus à chaque fois.

## Ce que nous ne pouvons pas vous dire

- Si un écart de six problèmes est réel. Pour trancher, il faudrait plusieurs fois plus de problèmes.
- Ce que valent ces modèles en dehors de la programmation en anglais. Nous n'avons testé ni le français, ni l'allemand, ni les images, ni les longues tâches d'agent.
- Comment les modèles GLM se comportent sur le service de Z.ai lui-même. Nous n'avons pas vérifié comment chaque hébergeur indépendant fait tourner les poids.
- Où se situerait un modèle américain. Nous n'en avons testé aucun.

## L'Europe est-elle toujours dans la course ?

D'après ces résultats, oui. Le modèle phare français fait jeu égal avec celui de la Chine sur des problèmes de programmation difficiles, et il y parvient avec une fraction des tokens.

Cela compte pour nous pour une raison pratique. CARouter achemine les requêtes vers des fournisseurs canadiens, et ce sont les poids ouverts qui permettent à un fournisseur canadien d'héberger un modèle. Mistral présente Mistral Large 4 comme un modèle à poids ouverts, et ses poids n'étaient pas encore publiés au moment de ce test.

---

Autres articles : [Blog CARouter](https://carouter.ai/fr/blog.md). Ce qu'est CARouter et comment l'appeler : [llms.txt](https://carouter.ai/llms.txt).