Mistral AI face à OpenAI et Anthropic : un écart de 1 à 40

Mise à jour du 1er novembre 2026 : article réécrit et vérifié. Corrections : Mistral AI n'est pas valorisée « 20 milliards de dollars » mais plus de 21 Md€ post-money depuis sa Série D du 8 septembre 2026 ; contrairement à ce que nous écrivions, le fine-tuning d'un modèle Claude existe (Claude 3 Haiku sur Amazon Bedrock depuis novembre 2024) ; l'objectif de « 3 GW » attribué au Campus IA, introuvable, est retiré.

Mistral AI vaut désormais plus de 21 milliards d'euros. Anthropic en vaut 965 milliards de dollars, OpenAI 852 milliards. Les trois chiffres viennent de tours bouclés en 2026, et l'écart entre le champion français et les deux laboratoires américains est de l'ordre de 1 à 40. Pour un DSI ou un dirigeant qui choisit un fournisseur de modèles, cet écart ne dit pas qui a le meilleur modèle. Il dit qui peut financer quoi, et donc quels risques on prend en s'engageant.

Combien valent Mistral AI, OpenAI et Anthropic en 2026 ?

Les trois valorisations sont publiques et récentes :

• Mistral AI : 3 Md€ levés en Série D pour une valorisation de plus de 21 Md€ post-money, selon l'annonce de Mistral AI. Le tour, annoncé le 8 septembre 2026, est mené par Samsung Electronics, avec le Scaleup Europe Fund (géré par EQT) et PSG Equity en co-chefs de file.
• Anthropic : 65 Md$ levés en Série H pour une valorisation de 965 Md$ post-money, annoncés le 28 mai 2026 dans le communiqué d'Anthropic, qui fait état d'un chiffre d'affaires annualisé de plus de 47 Md$ en mai.
• OpenAI : 122 Md$ levés pour une valorisation de 852 Md$, selon Bloomberg le 1er avril 2026, avec Amazon (50 Md$), Nvidia et SoftBank (30 Md$ chacun) comme principaux apporteurs.

Converti au cours du jour, les 21 Md€ de Mistral représentent environ 24,4 Md$, selon la dépêche ANI reprise par The Tribune. Selon notre calcul, Anthropic pèse donc environ 40 fois Mistral, et OpenAI environ 35 fois.

Que traduit l'écart de 1 à 40 ?

Il traduit d'abord des revenus sans commune mesure. Anthropic revendique plus de 47 Md$ de revenus annualisés. Mistral, selon Siècle Digital, vise plus d'un milliard d'euros de revenus récurrents annuels d'ici la fin de l'année. Les deux entreprises jouent dans la même catégorie technologique, pas dans la même catégorie économique.

Il traduit ensuite une capacité d'investissement. Un tour de 65 Md$ ou de 122 Md$ finance des centres de calcul à une échelle qu'aucun acteur européen n'approche. Mistral annonce que sa Série D servira à la recherche, à la capacité de calcul pour l'entraînement, à l'infrastructure et à l'expansion commerciale internationale. Selon Siècle Digital, l'entreprise investit déjà 4 Md€ dans des centres de données en France et en Europe, avec un site en service près de Paris et un autre en construction en Suède.

Ce que l'écart ne dit pas : la qualité des modèles

La valorisation n'est pas un benchmark. Notre analyse de Mistral Large 4 pour les DSI montre qu'un modèle ouvert peut répondre à une grande partie des usages d'entreprise. Ce qui compte pour un DSI, c'est l'adéquation entre le modèle, le cas d'usage, le coût par requête et les contraintes de données.

Sur ce dernier point, Mistral garde un avantage net : elle publie des modèles à poids ouverts. Sa documentation décrit le déploiement sur ses propres machines via des images Docker et des serveurs d'inférence comme vLLM ou TensorRT-LLM. Les modèles de pointe d'OpenAI et d'Anthropic, eux, s'utilisent via leurs API ou via des clouds partenaires.

Personnalisation : la nuance sur le fine-tuning

La version précédente de cet article affirmait qu'Anthropic ne proposait aucun fine-tuning. C'est inexact. AWS a annoncé le 1er novembre 2024 la disponibilité générale du fine-tuning de Claude 3 Haiku dans Amazon Bedrock, limitée à la région US West (Oregon). L'option existe donc, mais sur un modèle ancien, une seule région américaine et un seul cloud.

Pour une entreprise européenne qui veut adapter un modèle à ses données métier en gardant ces données sur son infrastructure, la différence reste réelle : un modèle à poids ouverts se spécialise et se déploie là où l'entreprise le décide. Mistral parle dans son annonce de modèles « contrôlables et personnalisables » et de données qui restent à l'intérieur des frontières de l'organisation. C'est son argument commercial central auprès de clients comme Airbus, ASML ou HSBC, cités dans l'annonce parmi plus de 125 grandes entreprises dans 20 pays.

Souveraineté : un argument réel, avec ses limites

Le tour de table de Mistral dit quelque chose de sa gouvernance. Il réunit Samsung, des fonds européens (Scaleup Europe Fund), des acteurs publics (Bpifrance, Grand-Duché de Luxembourg), des industriels (ASML, qui menait la Série C) et des fonds américains (a16z, General Catalyst, Lightspeed, BlackRock). La dépendance à un acteur européen n'élimine pas l'exposition à des capitaux étrangers, mais elle change le droit applicable au fournisseur et la localisation possible des traitements.

Pour un dirigeant, l'enjeu juridique est concret. Le choix d'un fournisseur de modèle engage la conformité au RGPD sur les transferts de données et, pour les usages concernés, les obligations de l'AI Act qui pèsent sur le déployeur. Un modèle hébergé en interne simplifie la première question sans dispenser de la seconde. Notre article sur ce que le S-1 d'Anthropic révèle aux entreprises clientes détaille, côté américain, les engagements contractuels à examiner.

Ce que les DSI et dirigeants doivent faire maintenant

L'écart de valorisation n'est pas une raison de choisir ou d'écarter un fournisseur. Il justifie en revanche une gestion explicite du risque :

1. Éviter le fournisseur unique : concevoir l'architecture (passerelle d'API, prompts et évaluations versionnés) pour pouvoir changer de modèle sans réécrire les applications.
2. Classer les usages par sensibilité des données : réserver les modèles à poids ouverts hébergés en interne aux données les plus sensibles, et utiliser les API là où le gain de performance le justifie.
3. Tester sur ses propres cas : comparer coût par requête, qualité et latence sur un jeu d'évaluation interne plutôt que sur des classements publics.
4. Lire les contrats : localisation des traitements, réutilisation des données, réversibilité et conditions de fin de service.
5. Suivre la trajectoire financière : l'objectif de Mistral d'un milliard d'euros de revenus récurrents est un indicateur simple de la solidité du fournisseur, comme l'est sa levée de 3 Md€.

Sources : Mistral AI, Anthropic, AWS, Bloomberg, Siècle Digital. Article rédigé avec l'aide de l'IA selon notre [charte](https://www.shareware.fr/charte-ia).