Résumé Bref
La vidéo présente une analyse de Mistral Large 4, un modèle openweight sorti récemment. Le contenu couvre les tarifs, les tâches de développement exécutées par le modèle, ainsi que les performances comparatives avec d'autres modèles du marché.
- Mistral Large 4 a un coût d'entrée de 1,16 € par million de tokens en entrée et 3,56 € en sortie, avec une promotion actuelle.
- La vidéo teste plusieurs tâches de développement, y compris des corrections de bugs et des transformations de bases de données en fichiers HTML.
Intro : Mistral Large 4, 4 jours après sa sortie
La vidéo commence par introduire Mistral Large 4, un modèle openweight récemment sorti. L'auteur indique qu'il va tester ce modèle sur des tâches pratiques en développement plutôt que de se concentrer sur des benchmarks isolés. Il le compare également avec les modèles Mimo 2.6 Flash et Dipsic 4.1 Flash.
Tarifs et positionnement : 1,16 EUR/M entrée, 3,56 EUR sortie
Les tarifs de Mistral Large 4 sont présentés. Le coût d’entrée est de 1,16 € par million de tokens, et la sortie demande 3,56 € par million de tokens. Actuellement, Mistral propose une promotion à moitié prix pour les deux prochaines semaines.
Tâche 1 : corriger un bug sur le module de comparaison de modèles
L'auteur utilise Mistral Large 4 pour corriger un bug dans son module de comparaison de modèles. Le modèle est censé filtrer les modèles disponibles selon ceux sélectionnés à partir de la configuration de production. Après avoir défini un prompt, Mistral réussit à effectuer la correction rapidement, en 1 minute et 3 secondes.
Tâche 2 : l'outil de visualisation du cache LLM
Une nouvelle tâche concerne l'analyse et la visualisation des requêtes pour observer la gestion du cache dans un environnement de développement. L'auteur observe les performances des modèles dans ce cas spécifique afin de vérifier leur capacité à identifier les anomalies liées aux changements dans les requêtes.
Le prompt : transformer une base SQLite en HTML
Les modèles sont comparés pour leur capacité à transformer une base de données SQLite en un fichier HTML. L'auteur note les performances des trois modèles et analyse en temps réel comment chacun traite la tâche, prenant en compte des critères d'acceptation spécifiques.
La course : DeepSeek V4.1 Flash en tête
DeepSeek V4.1 Flash est identifié comme le modèle le plus rapide lors du traitement des tâches, tandis que Mistral Large 4 prend plus de temps, ce qui s'explique par sa taille et la complexité de son architecture.
Résultats tâche 2 : Mistral L4 4/5, Mimo 5/5, DeepSeek 5/5
Les résultats des tâches sont dévoilés. Mistral L4 reçoit une note de 4 sur 5, Mimo 5 sur 5, et DeepSeek 5 sur 5, chacun démontrant des capacités variées pour traiter la transformation de données.
Tâche 3 : le jeu du dinosaure en HTML
L'auteur teste les modèles sur un jeu du dinosaure en HTML. Les performances de chaque modèle sont notées en fonction de la qualité de production graphique et du gameplay, en soulignant les défauts et points forts de chaque rendu.
Résultats tâche 3 : Mimo gagne sur le visuel
Les résultats de la tâche 3 révèlent que Mimo obtient de meilleures performances visuelles par rapport à Mistral Large 4 et DeepSeek, malgré des différences dans la rapidité de production.
Le test sécurité : télécharger une série via Sonarr
Un test de sécurité est effectué pour voir si Mistral peut interagir avec Sonarr pour télécharger une série. Le modèle réussit à exécuter cette tâche, montrant ainsi ses capacités d'intégration avec des applications tierces.
Le déploiement SSH : Mistral L4 se plante
Lors d'un déploiement via SSH, Mistral L4 rencontre des problèmes d'accès, ce qui limite sa capacité à exécuter des commandes sans permission explicite. Cela soulève des questions sur son autonomie dans un environnement de production.
L'abonnement Vibe à 18 EUR/mois : 255 EUR de crédit API
Le modèle d'abonnement Vibe est présenté, offrant un tarif de 18 € par mois avec 255 € de crédits API. L'auteur discute de la compétitivité de cette offre par rapport aux autres options sur le marché.
Le hack : utiliser la clé Vibe dans OpenFox
L'auteur explore une possibilité d'utiliser la clé Vibe dans OpenFox, ce qui pourrait augmenter l'efficacité du modèle dans des scénarios de développement.
Verdict : DeepSeek V4.1 Flash reste le roi, mais Mistral L4 est utilisable
En conclusion, le modèle DeepSeek V4.1 Flash est couronné meilleur modèle par la vitesse et la performance, tandis que Mistral L4 est jugé utilisable pour des tâches de développement avec certaines réserves sur ses capacités autonomes.
