Migration Mistral on-premise, coût et hardware en 2026

Un DSI d'une ETI industrielle de 300 personnes posait la question clairement : « On envoie nos données contractuelles à un modèle hébergé aux États-Unis. Ça passe encore en 2026 ? » La réponse honnête : ça dépend de vos données, de votre secteur et de votre exposition réglementaire. Mais la question elle-même est le signe que quelque chose a changé.

En 2026, le on-premise pour les LLMs n'est plus un projet d'expérimentation réservé aux équipes de recherche. C'est une option budgétable, justifiable en comité de direction, et parfois imposée par la réglementation. Le problème, c'est que les chiffres qui circulent dans les présentations commerciales sont souvent théoriques : on vous parle de ROI sans parler du hardware, de souveraineté sans parler du budget réel, de migration sans parler de ce que ça coûte réellement à une PME ou une ETI sans datacenter interne.

Cet article donne les fourchettes de coûts réelles 2026 pour déployer Mistral en on-premise, niveau par niveau de complexité, avec les alternatives moins coûteuses et les situations où le on-premise est pertinent ou non. Les chiffres sont issus des tarifs publics NVIDIA, Scaleway, OVHcloud et de la tarification officielle Mistral La Plateforme.

Pourquoi le on-premise revient à l'ordre du jour en 2026

Entre 2023 et 2025, la grande majorité des entreprises ont démarré avec une API SaaS américaine : OpenAI, Anthropic, ou Google. C'était la voie la plus rapide et la moins chère pour tester. En 2026, plusieurs signaux simultanés poussent les DSI et dirigeants à reconsidérer cette approche.

La pression réglementaire s'est concrétisée

L'AI Act européen s'applique à partir du 2 août 2026 pour les obligations de transparence et le régime de sanctions. Les obligations spécifiques aux systèmes à haut risque (RH, crédit, santé, justice) ont en revanche été reportées au 2 décembre 2027 par le Digital Omnibus adopté fin juillet 2026, le temps que les normes techniques soient finalisées. Le calendrier bouge donc, mais pas la direction : traçabilité, journalisation et contrôle des modèles utilisés dans des processus décisionnels sensibles resteront exigés, avec un peu plus de temps pour s'y préparer. Parallèlement, l'exposition au Cloud Act américain est sortie du débat théorique : auditionné par le Sénat, Microsoft France a reconnu ne pas pouvoir garantir qu'il s'opposerait à une injonction des autorités américaines portant sur des données hébergées en Europe. La CNIL a par ailleurs inscrit les usages d'IA générative en entreprise à son programme de contrôles, sur la base légale des traitements et l'information des personnes. Pour un dirigeant qui confie des données de paie, des contrats clients ou des dossiers médicaux à un modèle hébergé aux États-Unis, la question mérite d'être tranchée en amont plutôt que subie.

Notre article sur l'conformité AI Act pour les PME en 2026 détaille les obligations concrètes selon votre secteur et votre taille.

Mistral a changé le rapport de forces

L'émergence de Mistral AI comme alternative française de niveau production change l'équation. La gamme s'est renouvelée en profondeur depuis fin 2025 : Mistral Large 3 (architecture Mixture of Experts, décembre 2025), Mistral Medium 3.5 (modèle dense, avril 2026) et la famille Ministral 3 (modèles compacts pour l'edge) sont désormais publiés sous licence Apache 2.0, ce qui les rend déployables en interne sans négociation de licence propriétaire. Mixtral 8x7B, longtemps le modèle intermédiaire de référence, est aujourd'hui un modèle legacy dont l'accès API a été supprimé mi-2026 : pour un nouveau déploiement, Mistral Small ou Medium 3.5 sont les choix pertinents sur ce segment. En mars 2026, Mistral a levé 830 millions de dollars pour financer un datacenter de 13 800 GPUs NVIDIA GB300 en région parisienne, signalant une montée en puissance industrielle de l'infrastructure française. Le modèle Mistral Small, très efficace pour les usages RAG et analyse documentaire, tourne sur des configurations matérielles accessibles à une ETI. Notre guide sur Ministral et Mistral Small : les SLM français en 2026 détaille les performances et les cas d'usage de ces modèles compacts.

Les données sensibles ont besoin d'une garantie, pas d'une promesse

Les secrets industriels, les données ITAR pour l'aéronautique et la défense, les dossiers couverts par le secret professionnel (notaires, avocats, experts-comptables) ou les données de santé HDS n'ont pas leur place sur une API gérée par une entreprise étrangère soumise à une législation extraterritoriale. Ce n'est pas une question de confiance dans l'éditeur : c'est une question de cadre juridique. Un hébergement souverain ou on-premise est la seule réponse structurellement robuste à ce type de contrainte.

Pour approfondir ce volet réglementaire, notre guide sur la sécurité des données IA et la souveraineté RGPD pour les PME couvre les points de contrôle essentiels.

Les 3 niveaux de "on-premise" : ce que ça change vraiment

Avant d'aborder les chiffres, il est essentiel de clarifier ce qu'on appelle "on-premise". Le terme est souvent utilisé pour désigner des réalités très différentes en termes de souveraineté juridique, de coût et de complexité opérationnelle.

Niveau 1 : le vrai on-premise

Le serveur GPU est dans vos locaux ou dans un datacenter de colocation où vous avez un accès physique exclusif. Vous gérez le hardware, l'OS, les mises à jour, la sécurité physique et les sauvegardes. Contrôle total, responsabilité totale. C'est le seul niveau qui satisfait les exigences les plus strictes (défense, données top secrètes, ITAR). C'est aussi le plus coûteux et le plus complexe à opérer.

Niveau 2 : le cloud souverain français ou européen

OVHcloud, Scaleway, Outscale (Dassault Systèmes), Numspot : ces hébergeurs sont soumis exclusivement au droit français et européen. Vos données ne sont pas exposées au Cloud Act américain. Vous ne gérez pas le hardware, mais vous contrôlez entièrement les données qui y transitent. C'est la solution intermédiaire la plus répandue pour les PME et ETI : souveraineté juridique robuste, sans les contraintes opérationnelles du vrai on-premise.

Note importante : "cloud souverain" n'est pas une certification unique. OVHcloud est qualifié SecNumCloud pour certains de ses services. Scaleway l'est partiellement. Vérifiez que le service GPU spécifique que vous utilisez est bien couvert par la qualification.

Niveau 3 : l'hébergement européen dédié (non SaaS US)

Hetzner (Allemagne), Mistral La Plateforme (hébergement UE Mistral), des fournisseurs comme Cleyrop en France. Ces acteurs hébergent en Europe avec des garanties contractuelles conformes au RGPD, sans transferts vers les États-Unis. Ce n'est pas du on-premise au sens strict, mais c'est une rupture nette avec les APIs OpenAI ou Anthropic. Pour la grande majorité des PME dont les données ne relèvent pas de réglementations sectorielles très strictes, c'est souvent la réponse suffisante et la moins chère.

Pour naviguer ces distinctions dans un contexte de conformité, notre article sur l'hébergement souverain et le RGPD pour les PME apporte des éléments complémentaires sur les outils d'automatisation dans un contexte souverain.

Coût hardware GPU 2026 : fourchettes par niveau de modèle

Les prix qui suivent sont tirés des tarifs publics NVIDIA partenaires, Scaleway, OVHcloud et des distributeurs européens de serveurs GPU (Dell, HPE, SuperMicro) au premier semestre 2026. Ils varient selon les configurations, les fournisseurs et les niveaux de garantie.

Mistral 7B : la configuration d'entrée de gamme

Mistral 7B nécessite environ 14 Go de VRAM en précision FP16. Le GPU minimum pour une inférence production fluide (5 à 15 utilisateurs simultanés) est le NVIDIA L4 (24 Go VRAM) ou l'A10G (24 Go VRAM).

• Acquisition GPU L4 ou A10G intégré dans un serveur 1U : 4 000 à 7 000 € HT tout compris (carte + serveur de base + RAM 64 Go + NVMe 2 To). La quantification (GGUF, INT4) permet de réduire significativement les besoins en VRAM : notre guide sur la quantization LLM avec GGUF et INT4 détaille les gains obtenus et les compromis qualité/performance.
• Location cloud souverain équivalent (Scaleway GPU L4, OVH T1-45) : 0,8 à 1,5 €/h soit 600 à 1 100 €/mois en usage continu
• Amortissement acquisition sur 4 ans : 85 à 145 €/mois (hors maintenance et énergie)

Coûts annexes à prévoir : alimentation redondante (~500 €), onduleur 1 500 VA (~400 €), stockage NVMe supplémentaire si RAG volumineux (500 à 1 500 €).

Mixtral 8x7B : un modèle intermédiaire aujourd'hui legacy

Mixtral 8x7B (architecture Mixture of Experts) nécessite environ 48 Go de VRAM en FP16, soit deux GPUs A100 80 Go ou un seul H100 80 Go. C'était le modèle favori des ETI qui cherchaient une qualité proche de GPT-3.5 Turbo avec une maîtrise totale des données. Mistral a toutefois retiré ce modèle de son offre API mi-2026 : il reste utilisable en open-weight si vous l'avez déjà déployé, mais ce n'est plus le choix recommandé pour un nouveau projet. Sur ce segment intermédiaire, Mistral Small ou Mistral Medium 3.5 sont les références actuelles, avec des besoins matériels du même ordre de grandeur.

• NVIDIA A100 80 Go (prix acquisition marché secondaire 2026) : 12 000 à 18 000 € HT par GPU, soit 24 000 à 36 000 € HT pour deux A100 dans un serveur DGX A100 d'occasion
• NVIDIA H100 80 Go (neuf ou recertifié) : 22 000 à 35 000 € HT, un seul H100 suffit pour ce type de modèle
• Serveur 4U avec 2 x A100 ou 1 x H100 clé en main : 30 000 à 55 000 € HT (serveur, RAM 256 Go, NVMe 8 To, networking infiniband)
• Location cloud souverain équivalent (Scaleway H100 SXM5, OVH GPU L40S) : environ 1,4 à 2,8 €/h par GPU soit 1 500 à 3 000 €/mois en usage continu

Mistral Large 3 : la configuration enterprise, revue à la hausse

Mistral Large a changé de nature en décembre 2025 : la version 123B dense a été remplacée par Mistral Large 3, un modèle Mixture of Experts de 675 milliards de paramètres au total (41 milliards actifs par requête), publié sous licence Apache 2.0 et doté d'une fenêtre de contexte de 256 000 tokens. Mistral recommande officiellement un nœud complet de 8 GPU H100 ou A100 80 Go pour le déploiement standard, contre 4 GPU pour l'ancienne génération : c'est mécaniquement une configuration plus lourde et plus coûteuse. Des configurations quantifiées (4 bits) permettent de réduire ce besoin, mais restent une architecture purement enterprise.

• 8 x NVIDIA H100 80 Go SXM5 dans un serveur 8 GPU : de l'ordre de 240 000 à 400 000 € HT (hors infrastructure réseau, stockage et refroidissement), soit environ le double de l'ancienne génération à 4 GPU
• Infrastructure complète (serveur 8U, NVLink, NVMe 32 To, alimentation redondante 10 kW) : de l'ordre de 320 000 à 500 000 € HT
• Location cloud souverain équivalent (nœud H100 SXM5 x8) : environ 16 à 24 €/h soit 12 000 à 18 000 €/mois en usage continu, sur la base des tarifs GPU unitaires publiés par Scaleway et OVHcloud mi-2026
• Alternative moins lourde : Mistral Medium 3.5, modèle dense de 128 milliards de paramètres publié fin avril 2026 (licence MIT modifiée), tient sur 2 à 3 GPU H100 ou A100 80 Go. C'est l'option la plus proche de l'ancien Mistral Large 123B en termes de budget hardware pour les entreprises qui veulent une qualité proche du haut de gamme sans investir dans un nœud complet de 8 GPU.

Coût d'ingénierie initial pour une PME

Le hardware est la partie visible. L'ingénierie initiale est souvent sous-estimée dans les budgets. Voici les postes réels pour une PME qui déploie Mistral en on-premise ou cloud souverain avec une intégration RAG sur données internes.

Les postes d'ingénierie à budgéter

Pour comparer avec d'autres types de projets IA, notre guide sur le coût d'un projet IA pour une PME donne un cadre budgétaire complet sur l'ensemble des postes d'investissement IA. Notre article spécifique sur le budget d'un projet RAG en entreprise détaille le poste intégration RAG avec des exemples concrets.

Ce qui fait varier la fourchette à la hausse

Le coût se rapproche des 50 000 € HT quand : le nombre de sources documentaires à indexer est important (plus de 100 000 documents), l'interface utilisateur doit être développée sur mesure avec des droits d'accès granulaires, l'intégration dans un ERP ou un CRM existant est complexe, ou les exigences de haute disponibilité imposent une architecture redondante. Une PME avec une base documentaire raisonnable (5 000 à 20 000 documents) et une interface standard se situe généralement entre 18 000 et 30 000 € HT.

Coûts récurrents : ce qui continue de coûter après le setup

Un déploiement LLM on-premise n'est pas un achat unique. Les coûts récurrents représentent en pratique 30 à 50 % du coût total de possession sur 3 ans. Les ignorer dans le business case est une erreur fréquente.

Détail des coûts récurrents mensuels

Ces chiffres rejoignent les ordres de grandeur que nous détaillons dans notre article sur le coût d'un assistant IA interne en entreprise, qui couvre également les coûts d'exploitation sur le long terme.

Les 3 alternatives moins coûteuses au full on-premise

Le on-premise n'est pas la seule réponse à la souveraineté. Selon votre niveau de contrainte réglementaire et votre volume d'usage, des alternatives moins coûteuses et plus rapides à déployer peuvent être suffisantes.

Option 1 : Mistral La Plateforme (hébergement UE Mistral)

Mistral La Plateforme est l'API officielle de Mistral AI, hébergée dans des datacenters européens. Les données ne sont pas utilisées pour réentraîner les modèles, et l'hébergement est exclusivement en UE.

• Tarifs publics mi-2026 (Mistral Large 3) : environ 0,5 $/M tokens en entrée, 1,5 $/M tokens en sortie, soit une baisse de 75 % par rapport à la génération précédente (2 $ et 6 $/M tokens)
• Mistral Medium 3.5 : environ 1,5 $/M tokens entrée, 7,5 $/M tokens sortie
• Mistral Small : environ 0,15 $/M tokens entrée, 0,6 $/M tokens sortie
• Ministral 3 (3B à 14B) : de 0,1 à 0,2 $/M tokens en entrée comme en sortie selon la taille
• Zéro hardware, zéro ingénierie infra : vous payez uniquement la consommation

C'est la solution la plus simple pour une PME avec un usage modéré, des données sensibles mais non soumises à des réglementations sectorielles très strictes, et pas d'équipe MLOps interne.

Option 2 : GPU à la demande chez un cloud souverain

Scaleway (H100 à environ 2,73 €/h, L4 de 0,79 à 1,58 €/h selon la configuration) et OVHcloud (H100 à environ 2,80 €/h, tarifs publics vérifiés mi-2026) proposent des GPU à la demande ou en instances réservées. Vous déployez votre propre serveur vLLM avec Mistral, les données restent sur l'infrastructure française, et vous payez à l'usage.

Pour un usage de 8h/jour en semaine (160h/mois) avec un L40S Scaleway : 160 € à 220 €/mois. Pour un usage 24/7 : 700 à 1 000 €/mois. C'est la solution idéale pour tester un déploiement production-like avant d'investir en hardware.

Option 3 : container LLM managé chez un fournisseur français

Des acteurs comme Outscale (DSP Cloud de Dassault Systèmes, qualifié SecNumCloud), Numspot (partenariat Banque des Territoires/Docaposte) ou Cleyrop proposent des environnements managés où vous déposez votre modèle Mistral et votre pipeline, sans gérer l'infrastructure. Comptez entre 1 000 et 3 000 €/mois selon le modèle et la volumétrie. C'est la solution clé en main pour les secteurs fortement réglementés (finance, santé, collectivités) qui ont besoin de SecNumCloud sans investir dans leur propre datacenter.

TCO comparatif sur 3 ans selon votre profil

Le coût total de possession sur 3 ans est le bon horizon pour comparer les options. Voici trois profils représentatifs.

Profil A : PME 30 utilisateurs, 5 millions de tokens par mois

Usage : assistant IA interne pour la rédaction, recherche documentaire sur base de 10 000 documents. Données sensibles mais pas de réglementation sectorielle stricte.

Verdict profil A : l'API Mistral La Plateforme est très largement la plus économique. Le on-premise n'est justifié que si des contraintes réglementaires l'imposent.

Profil B : PME 100 utilisateurs, 50 millions de tokens par mois

Usage : automatisation de processus métier, analyse contractuelle, assistant commercial intensif. Données confidentielles (contrats clients, données RH).

Verdict profil B : l'API reste compétitive, et la baisse tarifaire de Mistral Large 3 mi-2026 (environ 0,5 $/M tokens en entrée, 1,5 $/M en sortie, contre 2 et 6 $ pour la génération précédente) a encore repoussé le point d'équilibre. Le on-premise devient intéressant uniquement si les contraintes réglementaires ou la nécessité de fine-tuner le modèle sur vos données le justifient. Le cloud souverain est une option viable à volume élevé si les données imposent la résidence UE.

Profil C : ETI 500 utilisateurs, données sensibles réglementées

Usage : ETI industrielle (aéronautique, défense, santé) avec des données soumises à des réglementations sectorielles (ITAR, HDS, secret défense). Volume supérieur à 200 millions de tokens par mois. Dans ce profil, le on-premise ou le cloud souverain certifié n'est pas une option : c'est une exigence de conformité. L'API SaaS US est exclue d'emblée. Le TCO on-premise avec Mistral Large 3 (nœud de 8 GPU H100, ingénierie complète) se situe désormais autour de 450 000 à 700 000 € sur 3 ans, un budget revu à la hausse depuis que Mistral recommande un nœud complet de 8 GPU pour ce modèle plutôt que 4. Une alternative à budget contenu consiste à retenir Mistral Medium 3.5 (dense, 2 à 3 GPU H100), pour un TCO de l'ordre de 280 000 à 420 000 € sur 3 ans, avec une qualité proche du haut de gamme. Dans les deux cas, c'est le seul chemin légalement défendable pour ce profil.

Notre article sur le coût d'un agent IA sur mesure versus SaaS apporte des éléments complémentaires sur les arbitrages build/buy selon le volume et la criticité des données.

Quand le on-premise est pertinent et quand il ne l'est pas

La question n'est pas "est-ce que le on-premise est mieux ?" mais "est-ce que le on-premise est justifié dans mon contexte ?" Les deux réponses sont valides selon les cas.

Situations où le on-premise (ou cloud souverain) est pertinent

• Données ITAR ou secret défense : aucune alternative légalement acceptable hors infrastructure maîtrisée
• Données de santé HDS : hébergement certifié HDS obligatoire pour les établissements de santé et prestataires traitant des données de santé
• Secret professionnel renforcé : cabinets d'avocats, notaires, experts-comptables traitant des dossiers confidentiels
• Contraintes RGPD strictes documentées : DPO interne qui a identifié l'API SaaS US comme risque inacceptable après analyse d'impact
• Volume massif (50M tokens par mois et plus) : le coût marginal de l'API devient supérieur au coût récurrent d'un serveur amorti
• Besoin de fine-tuner le modèle : un LLM entraîné sur votre propre corpus nécessite l'accès aux poids du modèle, ce qui n'est possible qu'avec un modèle open-weight hébergé en interne
• Latence critique : des cas d'usage temps réel (production industrielle, trading algorithmique) peuvent justifier un serveur local pour minimiser la latence réseau. Pour les déploiements sur des équipements edge ou embarqués, les SLM (small language models) offrent une alternative au on-premise GPU classique : notre article sur les SLM on-device et l'IA embarquée sur edge couvre ces architectures.

Situations où le on-premise n'est pas pertinent

• Volume modéré (moins de 10M tokens par mois) : l'API est presque toujours moins chère sur 3 ans, même en comptant les coûts d'ingénierie
• Équipe IT réduite (moins de 3 personnes) : la charge de maintenance d'un serveur GPU de production est réelle. Sans compétence MLOps interne, vous sous-traiterez entièrement, ce qui annule l'avantage coût. La question de savoir s'il vaut mieux internaliser ou externaliser son équipe IA mérite d'être posée en amont.
• Pas d'expertise Docker/Linux/Python en interne : le setup initial est réalisable par un prestataire, mais les montées de version et les incidents de nuit sont votre responsabilité
• Besoin d'évolutivité rapide : passer d'un modèle Mistral 7B à Mixtral en production nécessite de doubler le hardware. Sur un cloud souverain, c'est une option de configuration
• Données non critiques : si vos données peuvent transiter via un prestataire européen certifié RGPD, l'API Mistral La Plateforme suffit
• Phase de POC ou expérimentation : ne jamais investir en hardware avant d'avoir validé la valeur métier sur un cloud souverain pendant 4 à 8 semaines

Pour explorer les scénarios d'infrastructure plus en détail, notre guide sur le déploiement d'un LLM en production couvre les choix architecturaux et les pièges à éviter.

La méthode Tensoria pour cadrer un projet on-premise

Tensoria a accompagné plusieurs PME et ETI sur la question du on-premise Mistral. Ce que nous avons appris : la majorité des projets qui démarrent par "on veut du on-premise" aboutissent à une solution hybride moins coûteuse, après avoir mesuré les vraies contraintes réglementaires et la vraie volumétrie.

Étape 1 : cadrer les contraintes avant de choisir le niveau d'hébergement

La première demi-journée de notre audit IA sur ce type de projet est consacrée à trois questions : Quelle est la nature réelle des données traitées par le LLM ? Quelle réglementation sectorielle s'applique ? Quel est le volume réel de tokens consommé ou projeté sur 12 mois ? Les réponses à ces trois questions déterminent si le on-premise est obligatoire, pertinent ou superflu.

Étape 2 : POC sur cloud souverain avant tout achat hardware

Nous recommandons systématiquement un POC de 3 à 6 semaines sur Scaleway ou OVHcloud avant d'investir dans du hardware. Cela permet de valider la qualité de Mistral sur vos données réelles, de mesurer la consommation de tokens effective (toujours différente des estimations initiales), et d'identifier les frictions d'intégration dans votre stack existant. Coût typique d'un POC cloud souverain : 500 à 2 000 € de location GPU plus 3 000 à 8 000 € de prestation d'accompagnement.

Ce POC est directement lié à notre offre d'assistant IA interne RAG, dont la phase de qualification est systématiquement cloud souverain avant toute décision d'infrastructure pérenne.

Étape 3 : décision d'infrastructure basée sur des mesures réelles

À l'issue du POC, trois scenarii sont possibles. Si le volume est inférieur à 10M tokens par mois et les données non réglementées : Mistral La Plateforme. Si le volume est entre 10 et 50M tokens par mois et les données nécessitent la résidence UE : cloud souverain GPU réservé (Scaleway, OVH). Si le volume est supérieur à 50M tokens par mois ou les contraintes réglementaires l'imposent : on-premise avec hardware dimensionné sur les mesures réelles du POC.

Le budget réaliste d'un projet on-premise bien conduit

Pour une PME de 50 à 200 personnes qui veut déployer un assistant IA interne avec Mistral sur ses données internes, le budget total sur 18 mois (setup + première année de fonctionnement) se situe généralement entre :

• Option cloud souverain : 20 000 à 45 000 € HT (ingénierie setup + RAG + 12 mois de location GPU + maintenance)
• Option on-premise avec Mistral 7B : 35 000 à 65 000 € HT (hardware L4 + ingénierie + 12 mois de maintenance + colocation)
• Option on-premise avec Mixtral 8x7B : 70 000 à 120 000 € HT (hardware H100 + ingénierie complète + 12 mois de maintenance)

Ces fourchettes supposent un prestataire externe pour le setup et la maintenance. Si vous avez une équipe IT interne capable de prendre en charge la partie opérationnelle, déduire environ 40 % du poste maintenance récurrente.

Pour compléter votre réflexion budgétaire, notre article sur le budget d'un projet RAG en entreprise détaille le poste ingénierie de façon granulaire, et notre guide sur le coût d'un assistant IA interne couvre l'ensemble des options de déploiement.

Ce qui a changé récemment

La gamme Mistral Large a changé d'architecture, et le hardware nécessaire aussi

Mistral Large 123B, le modèle dense décrit plus haut, a été remplacé en décembre 2025 par Mistral Large 3, un modèle Mixture of Experts de 675 milliards de paramètres au total (41 milliards actifs par requête), publié sous licence Apache 2.0 avec une fenêtre de contexte de 256 000 tokens. Mistral recommande désormais un nœud complet de 8 GPU H100 ou A100 pour un déploiement standard, contre 4 GPU pour l'ancienne génération (source : annonce Mistral AI, décembre 2025).

Implication pour un dirigeant : le budget hardware d'un déploiement Mistral Large on-premise a mécaniquement augmenté. Si votre besoin réel est une qualité proche du haut de gamme sans investir dans un nœud de 8 GPU, Mistral Medium 3.5 (modèle dense de 128 milliards de paramètres, publié fin avril 2026, tenant sur 2 à 3 GPU) est souvent l'option la plus proche de l'ancien Mistral Large 123B en termes de budget.

L'API Mistral Large a baissé de 75 %

Le tarif public de l'API Mistral La Plateforme pour Mistral Large 3 est passé à environ 0,5 dollar par million de tokens en entrée et 1,5 dollar en sortie, contre 2 et 6 dollars pour la génération précédente (source : grille tarifaire publique Mistral AI, consultée en juillet 2026).

Implication pour un dirigeant : le point mort financier entre l'API et un déploiement on-premise de Mistral Large s'est nettement déplacé vers le haut, autour de 120 à 200 millions de tokens par mois au lieu de 30 à 50 millions. En dessous de ce volume, l'argument économique en faveur du on-premise est plus faible qu'il y a quelques mois : il faut une raison réglementaire ou technique (fine-tuning, latence) pour justifier l'investissement.

Les obligations AI Act à haut risque sont reportées, pas supprimées

Le Digital Omnibus sur l'IA, entré en vigueur le 27 juillet 2026, reporte les obligations spécifiques aux systèmes à haut risque (RH, crédit, santé, justice) du 2 août 2026 au 2 décembre 2027, le temps de finaliser les normes techniques attendues. Les obligations de transparence et le régime de sanctions s'appliquent en revanche à partir du 2 août 2026 (source : règlement européen sur le Digital Omnibus, juillet 2026).

Implication pour un dirigeant : ce report donne un peu plus de temps pour se mettre en conformité sur les usages à haut risque, mais ne change rien à la logique de fond : un hébergement on-premise ou cloud souverain reste le moyen le plus simple de documenter la traçabilité et le contrôle des versions le jour où l'obligation s'appliquera pleinement.

Mixtral 8x7B a quitté l'offre API

Mistral a retiré Mixtral 8x7B de son offre API courant 2026 ; le modèle reste disponible en open-weight pour qui l'a déjà déployé, mais n'est plus proposé aux nouveaux clients de l'API managée (source : changelog Mistral AI, juillet 2026).

Implication pour un dirigeant : pour un nouveau projet sur le segment intermédiaire, le choix par défaut se porte désormais sur Mistral Small ou Mistral Medium 3.5, avec des besoins matériels comparables à ceux de Mixtral 8x7B décrits plus haut.

Les prix GPU en cloud souverain sont restés globalement stables

Les tarifs publics de location GPU chez Scaleway et OVHcloud sont restés dans des ordres de grandeur proches de ceux de mai 2026 : environ 2,73 €/h pour un H100 chez Scaleway et 2,80 €/h chez OVHcloud (Gravelines), avec un GPU L4 entre 0,79 et 1,58 €/h selon la configuration (source : pages tarifaires publiques Scaleway et OVHcloud, juillet 2026).

Implication pour un dirigeant : le cloud souverain à la demande reste le point de départ le plus sûr pour valider un déploiement Mistral avant d'investir en hardware, sans mauvaise surprise sur les prix depuis le printemps.

Questions fréquentes