Mistral adopte le format Responses d’OpenAI et accueille deux nouveaux modèles concurrents
Mistral lance une API compatible avec le format Responses d’OpenAI et héberge deux modèles économiques de DeepSeek et Z.ai pour les agents IA.
Développer un agent avec les modèles Mistral en conservant le format d'API popularisé par OpenAI, puis accéder à des modèles chinois depuis la même infrastructure cloud. Mistral AI fait évoluer sa plateforme destinée aux développeurs avec trois nouveautés : l'arrivée de la Responses API en préversion publique, l'hébergement de DeepSeek V4.1 Flash et la disponibilité générale de GLM 5.3 Flash.
L'annonce dépasse le simple ajout de nouveaux modèles. Elle traduit une évolution du positionnement de Mistral, qui cherche à devenir une plateforme d'exécution pour les agents d'intelligence artificielle, capable d'accueillir aussi bien ses propres technologies que celles de laboratoires concurrents. Une Responses API compatible avec le format d'OpenAI
Mistral introduit une nouvelle interface de programmation utilisant le format de la Responses API d'OpenAI.
Ce format organise les résultats d'un modèle en plusieurs éléments distincts. Une réponse peut notamment contenir du texte destiné à l'utilisateur, des informations de raisonnement et des appels de fonctions.
Avec l'API Chat Completions traditionnelle, les développeurs travaillent principalement à partir d'une succession de messages. Le format Responses permet de représenter plus explicitement les opérations intermédiaires nécessaires à un agent.
Lorsqu'un modèle souhaite consulter une base de données ou déclencher une fonction, cet appel peut apparaître comme un élément dédié, avec son nom et ses arguments.
L'application exécute ensuite l'opération et transmet son résultat au modèle pour qu'il poursuive la conversation.
Cette séparation facilite le traitement des différentes étapes d'un workflow, notamment lorsque l'agent doit alterner entre raisonnement, génération de contenu et utilisation d'outils.
L'API fonctionne avec les modèles conversationnels hébergés par Mistral, sous réserve des fonctionnalités prises en charge par chacun, y compris Mistral Large 4. Texte, images, documents et fonctions dans une même interface
La documentation de la Responses API décrit plusieurs possibilités déjà disponibles pendant cette préversion.
Les développeurs peuvent envoyer du texte, joindre des images à des modèles compatibles avec la vision, transmettre des documents et demander des réponses structurées au format JSON.
L'interface prend en charge les schémas JSON, utiles lorsque le résultat doit respecter une structure précise pour être exploité directement par une application.
Elle permet également de recevoir les réponses progressivement grâce au streaming. Les événements peuvent décrire l'arrivée du texte, les arguments d'un appel de fonction ou les différentes étapes de l'exécution.
La gestion du raisonnement dépend du modèle choisi. Certains acceptent un paramètre `reasoning.effort`, permettant de sélectionner un niveau d'effort adapté à la tâche.
Le raisonnement peut également apparaître comme un élément de sortie distinct lorsque le modèle le prend en charge. Cela ne signifie pas que tous les modèles exposent le même niveau de détail ni qu'une application reçoit automatiquement l'intégralité de leurs calculs internes.
L'interface propose enfin un endpoint permettant de compter les tokens d'entrée avant d'exécuter la génération. Une différence importante : l'API ne conserve pas les conversations
Malgré sa compatibilité de format avec OpenAI, la nouvelle API de Mistral présente une différence de fonctionnement majeure.
Elle est stateless, c'est-à-dire sans conservation de l'état conversationnel côté API.
Le développeur doit conserver lui-même l'historique des échanges et le retransmettre dans chaque nouvelle requête.
Cet historique doit comprendre les messages précédents, mais également les éléments produits par le modèle, comme les appels de fonctions, ainsi que les résultats d'exécution correspondants.
À ce stade, Mistral ne propose pas de reprise d'une conversation en passant simplement l'identifiant d'une réponse précédente. Les paramètres `previousresponseid` et `conversation` ne permettent pas de retrouver un état enregistré sur le serveur.
Cette approche peut convenir aux applications qui souhaitent maîtriser entièrement la conservation de leur contexte et de leurs échanges. Elle implique toutefois davantage de responsabilités pour les développeurs.
La compatibilité concerne donc le format des requêtes et des réponses, et non l'ensemble des fonctionnalités de la plateforme Responses d'OpenAI.
Par ailleurs, le mode d'exécution différée en arrière-plan n'est pas disponible dans cette préversion : les réponses sont produites pendant la requête active. DeepSeek V4.1 Flash rejoint le cloud de Mistral
En parallèle de cette nouvelle API, Mistral commence à héberger DeepSeek V4.1 Flash 1017, proposé en préversion publique.
Le modèle est développé par DeepSeek et distribué avec des poids ouverts. Mistral précise qu'il est servi sans modification de sa part.
Il cible particulièrement la programmation sur de longs contextes et les tâches agentiques impliquant plusieurs outils ou étapes d'exécution.
Sa fenêtre de contexte atteint un million de tokens, avec une longueur maximale de sortie annoncée de 128 000 tokens.
Le modèle est accessible sous l'identifiant `deepseek-v4-1-flash-1017`.
Les tarifs publics affichés par Mistral sont les suivants :
Utilisation · Prix par million de tokens Tokens d'entrée · 0,30 $ Entrée avec cache · 0,007 $ Tokens de sortie · 1,20 $
La différence entre le tarif d'entrée standard et celui du cache est importante pour les agents qui réutilisent régulièrement de longs contextes, comme des dépôts logiciels ou des documents de référence.
La disponibilité effective et les conditions de facturation du cache dépendent néanmoins des paramètres et du fonctionnement du service. GLM 5.3 Flash disponible en version stable
Le second modèle ajouté à l'offre est GLM 5.3 Flash, développé par Z.ai.
Contrairement à DeepSeek V4.1 Flash, il est proposé en disponibilité générale (General Availability), un statut destiné aux usages de production.
Il s'agit d'un modèle multimodal