Points clés

  • Mistral a présenté Forge lors de la NVIDIA GTC le 18 mars 2026, une plateforme de fine-tuning 100 % européenne.
  • Forge permet le pré-entraînement personnalisé, le fine-tuning supervisé, le DPO, l’ODPO et l’apprentissage par renforcement.
  • ASML, Ericsson et l’Agence spatiale européenne comptent parmi les premiers clients.
  • Le PDG de Mistral vise un milliard de dollars de chiffre d’affaires d’ici fin 2026.
  • Aucune donnée ne transite par des infrastructures américaines : la souveraineté est garantie contractuellement.

Mistral a dévoilé Forge lors de la conférence NVIDIA GTC du 18 mars 2026. Cette plateforme permet aux entreprises de créer leurs propres modèles d’intelligence artificielle, entraînés sur leurs données propriétaires, avec une infrastructure entièrement européenne. ASML, Ericsson et l’Agence spatiale européenne sont déjà clients.

Ce que Forge change par rapport à OpenAI et Google

OpenAI propose un fine-tuning limité de GPT-4o. Google offre des options de personnalisation via Vertex AI. Mistral Forge va beaucoup plus loin en donnant aux entreprises le contrôle complet du cycle d’entraînement.

La plateforme prend en charge le pré-entraînement personnalisé sur des milliards de tokens de données propriétaires, le fine-tuning supervisé pour aligner le modèle sur des objectifs internes, l’optimisation des préférences par DPO et ODPO, ainsi que l’apprentissage par renforcement pour maximiser les performances métier. Ce n’est pas une simple adaptation de surface : c’est un véritable pré-entraînement sur mesure.

La carte maîtresse de la souveraineté européenne

Forge s’exécute intégralement sur une infrastructure européenne. Aucune donnée ne transite par les serveurs d’AWS ou d’Azure aux États-Unis. Les contrats garantissent un accès zéro pour Microsoft et Google aux données d’entraînement. Les modèles produits appartiennent entièrement au client.

Cette promesse de souveraineté séduit des acteurs stratégiques européens. ASML, le fabricant néerlandais de machines à lithographie, Ericsson, le géant suédois des télécommunications, et l’Agence spatiale européenne ont déjà signé. Pour ces entreprises, la non-dépendance technologique américaine n’est pas un argument marketing : c’est une exigence réglementaire et stratégique.

Combien coûte Forge pour une entreprise ?

Mistral monétise Forge selon trois axes : la licence logicielle de la plateforme, les services d’accompagnement pour la préparation des données, et la mise à disposition d’équipes d’experts IA intégrées directement chez le client. Le coût d’entrée est estimé entre 500 000 et 5 millions de dollars la première année, selon le volume de données, la durée d’entraînement et le niveau de support requis.

C’est un investissement conséquent, mais qui se justifie pour les entreprises dont les données constituent un avantage concurrentiel. Un modèle entraîné sur des données propriétaires ne peut pas être répliqué par un concurrent, contrairement à un modèle générique accessible à tous.

L’objectif du milliard est-il réaliste ?

Le PDG de Mistral vise un milliard de dollars de chiffre d’affaires d’ici fin 2026. L’objectif est ambitieux mais pas irréaliste. Forge cible les grandes entreprises européennes de plus de 10 000 salariés dans la pharmacie, la finance, les télécommunications et l’énergie. Si Mistral signe entre 50 et 100 contrats à 5 ou 20 millions d’euros chacun, la trajectoire devient plausible.

À titre de comparaison, Anthropic génère 19 milliards de dollars de revenus annualisés après cinq ans d’existence. Mistral, valorisé à 11,7 milliards après seulement trois ans, affiche une croissance proportionnellement plus rapide.

FAQ

Comment Forge se compare-t-il au fine-tuning d’OpenAI en termes de coûts ?

Le fine-tuning d’OpenAI coûte entre 2 et 8 dollars par million de tokens en entrée. Forge représente un investissement de 1 à 3 millions d’euros la première année pour une entreprise de taille moyenne. Forge est plus cher en valeur absolue, mais offre un avantage décisif : les données ne quittent jamais les serveurs du client, et les modèles produits lui appartiennent intégralement.

Quels modèles peut-on entraîner avec Forge ?

Forge prend en charge les modèles de la famille Mistral, notamment Mistral Small 4. La plateforme permet également d’adapter des modèles open source existants. L’objectif est de fournir un pipeline complet, du pré-entraînement au déploiement en production, sans dépendance à un fournisseur extérieur.

À suivre : Les premiers retours d’expérience clients attendus au deuxième trimestre 2026, la publication du tarif officiel détaillé en avril, et la réponse concurrentielle d’OpenAI et Google sur le fine-tuning souverain.

Sources : Mistral AI, VentureBeat, TechCrunch. À lire aussi : NVIDIA GTC 2026 : la puce Feynman en 1 nm, Test Mistral Forge : construire son modèle personnalisé.