Mistral vs Gemma : les modèles légers comparés

Deux familles dominent les modèles ouverts qui tournent en local : Mistral, née en Europe, et Gemma, la famille open de Google. Les deux proposent des modèles compacts — de 1 à 27 milliards de paramètres — qui fonctionnent sur un PC avec une GPU grand public, ou même sur CPU simple pour les plus petits. Mais ce ne sont pas les mêmes : architecture, contexte, langues supportées et licence varient selon le choix.

Dans ce guide, nous les comparons famille par famille, taille par taille, et nous vous donnons une méthode pour choisir la bonne pour votre matériel et vos langues.

La famille Mistral

Mistral est une société européenne qui publie des modèles à poids ouverts. La famille a évolué rapidement :

• Mistral 7B v0.1 (2024) : le modèle qui a lancé la famille. 7,2 milliards de paramètres, contexte de 32K tokens, 33 langues européennes, dont le français et l'espagnol. Deux détails techniques le distinguent : l'attention à fenêtre glissante (sliding window), qui réduit la mémoire consommée pendant le traitement, et l'usage de 8 têtes d'attention clé-valeur (GQA), qui rend le cache d'attention plus compact.
• Mixtral 8x7B (2024) : architecture Mixture-of-Experts (MoE) avec 46,7 milliards de paramètres au total mais seulement ~12,9 milliards actifs par token. Le résultat : une qualité supérieure à un 7B classique, avec une vitesse de génération proche d'un modèle de 13B.
• Ministral 3 (fin 2025) : la nouvelle gamme compacte, en 3B, 8B et 14B, avec multimodal (texte et images) et licence Apache 2.0.
• Mistral Small 4 (2026) : modèle hybride unifiant instructions, raisonnement et codage, lui aussi Apache 2.0.

Deux points à garder en tête : la licence du premier Mistral 7B est la « Mistral Research License », qui autorise l'usage commercial mais n'est pas une licence open standard ; la gamme Small/Ministral est en revanche Apache 2.0, la licence la plus libre parmi celles en usage.

La famille Gemma

Gemma est la famille de modèles open de Google, construite sur la même technologie que la série Gemini. Elle a traversé trois générations principales :

• Gemma 1 et Gemma 2 (2024) : tailles 2B, 9B et 27B. Solides, mais dépassées par la génération suivante.
• Gemma 3 (mars 2025) : les tailles les plus intéressantes — 1B, 4B, 12B et 27B — avec un contexte de 128K tokens, plus de 140 langues et des entrées multimédias (texte et images). L'architecture utilise le bloc MatFormer, qui permet de traiter textes et images avec des attentions séparées sur chaque couche.
• Gemma 3n (juin 2025) : la variante « on-device », en E2B et E4B, conçue pour smartphones et ordinateurs portables.
• Gemma 4 (mars 2026) : le changement de licence — pour la première fois distribuée sous Apache 2.0. Tailles E2B, E4B, 26B A4B (MoE) et 31B, fenêtres de contexte jusqu'à 256K tokens et entrées texte, images et audio. Le 12B Unified est arrivé en juin 2026.

Les tailles : laquelle pour quel matériel

Les deux familles se confrontent à taille égale, et c'est là que le choix devient concret. Comme référence pour la VRAM nécessaire en quantisation Q4 :

Taille	Exemples	VRAM minimale (Q4)	Matériel typique
1–2B	Gemma 3 1B, Gemma 3n E2B	2–4 Go	CPU, portable, Raspberry Pi 5
4–8B	Gemma 3 4B, Mistral 7B, Ministral 3 8B	6–8 Go	RTX 3060 12GB, 4060 Ti 16GB, Mac de base
12–14B	Gemma 3 12B, Ministral 3 14B	10–14 Go	4070 Ti Super 16GB, Mac 24 Go unifiés
24–27B	Gemma 3 27B	16–24 Go	RTX 3090 24GB, 4090 24GB
26B+ MoE	Mixtral 8x7B, Gemma 4 26B A4B	16–24 Go	3090/4090 : peu de paramètres actifs, ça vire vite

Règle pratique : en Q4, un modèle occupe environ 0,6–0,7 Go par milliard de paramètres, plus le cache KV qui grandit avec le contexte. Si le modèle ne rentre pas en VRAM, le moteur d'inférence le bascule en RAM système et la vitesse s'effondre : mieux vaut choisir une taille inférieure qui tourne fluide.

Benchmarks : à quoi s'attendre

Les chiffres précis changent à chaque release, concentrons-nous sur ce qui est stable :

• À taille égale, la génération la plus récente gagne. Gemma 3 4B dépasse Gemma 2 9B sur plusieurs benchmarks publics : la génération compte plus que le nombre de paramètres.
• Les langues sont le vrai terrain de jeu. Mistral 7B a été entraîné sur 33 langues européennes, ce qui en fait un choix naturel pour le français et les autres langues de cette aire. Gemma 3 couvre plus de 140 langues : si vous travaillez avec des langues en dehors de ce périmètre (arabe, cantonais, hindi), Gemma a de la marge.
• Le long contexte est un atout maison Gemma. 128K tokens sur Gemma 3 contre 32K sur Mistral 7B : documents longs, conversations étendues ou RAG avec de nombreux chunks fonctionnent mieux sur Gemma sans astuces.
• Les modèles MoE brisent le compromis. Mixtral 8x7B et Gemma 4 26B A4B n'activent qu'une fraction des paramètres par token : qualité de grand modèle, vitesse de modèle moyen. Le prix, c'est la VRAM : tous les poids doivent être chargés en mémoire.

Pour vos cas d'usage précis, testez les deux avec le même prompt et mesurez la qualité dans vos langues et sur vos types de documents : le benchmark qui compte, c'est le vôtre.

Laquelle choisir

Une méthode en trois questions :

1. Combien de langues dois-je couvrir ? Les principales européennes seulement → Mistral/Ministral. Un éventail large → Gemma 3 ou 4.
2. Combien de contexte me faut-il ? Documents d'une poignée de pages → 32K suffisent. Des dizaines de pages, code complet, RAG → 128K+ (Gemma 3).
3. Combien de VRAM ai-je ? Avec 8 Go, soyez tranquille sur 7–8B ; avec 16 Go, vous atteignez 12–14B en Q4 ; avec 24 Go, la porte s'ouvre à 27B et aux MoE.

Commencer bien est simple : vous installez Ollama et testez les deux modèles de votre taille en cinq minutes :

ollama run mistral
ollama run gemma3:12b

(ou ollama run gemma3:4b sur un matériel plus modeste). Même question, même langue, même interaction : la différence de qualité se sent immédiatement, et la décision se fait toute seule.

Conclusion

Il n'existe pas « la famille meilleure » : il existe la famille juste pour votre matériel, vos langues et votre contexte. Mistral apporte le multilingue européen, des licences ouvertes sur la gamme Small et des MoE efficaces ; Gemma apporte le long contexte, la couverture linguistique la plus large et, depuis Gemma 4, Apache 2.0 sur toute la gamme. Vous avez deux voies valides — et la distance entre les essayer est une seule commande.

Article généré par IA