Mistral Small 4 vs Small 3.2 24B : que change la nouvelle génération ?

Le contexte : deux modèles, une même taille

Les deux modèles partagent le même socle : 24 milliards de paramètres et une fenêtre de contexte de 128k tokens. La différence n'est donc pas dans la taille, mais dans les capacités et l'efficacité.

Mistral Small 3.2 (juin 2025) est une mise à jour ciblée de la série 3 : meilleur suivi d'instructions, moins de répétitions, meilleur appel de fonctions. Mistral Small 4 (mars 2026) va plus loin : il unifie le raisonnement (Magistral), la vision (Pixtral) et le coding agentique (Devstral) dans un seul modèle, avec un effort de raisonnement configurable.

Tableau comparatif

Ce que ça change pour une IA souveraine

Deux gains comptent vraiment en production :

• Le débit : Mistral annonce −40 % de temps de complétion et 3× plus de requêtes par seconde par rapport à Small 3. Sur une même infrastructure GPU, cela signifie servir davantage d'agents simultanément — donc un meilleur coût par utilisateur.
• La polyvalence : un seul modèle pour le texte, l'image et le code simplifie l'exploitation (un modèle à héberger, pas trois) et ouvre de nouveaux cas d'usage documentaires (analyse de plans, de scans, de tableaux).

Notre stack étant agnostique du modèle, la migration de Small 3.2 vers Small 4 se fait sans reconstruire l'infrastructure : mêmes 24B, même fenêtre de contexte, même famille. Nous évaluons Small 4 sur les cas d'usage réels de nos clients avant tout déploiement — car un benchmark public ne remplace jamais un test sur vos propres documents.

Notre recommandation

Small 3.2 reste un excellent choix, éprouvé et stable, pour un assistant documentaire texte. Small 4 devient pertinent dès que vous avez besoin de vision (documents scannés, plans, images), de raisonnement plus poussé, ou de plus de débit à infrastructure constante. Dans les deux cas, vous restez sur un modèle français, open-weight et souverain.