Mistral AI triple la précision de ses IA avec Agentic Search

Le champion français de l’IA Mistral vient de dévoiler Agentic Search, une technologie qui transforme la manière dont les intelligences artificielles recherchent l’information. Plutôt que de se contenter d’un survol rapide, le système explore méthodiquement les documents, vérifie ses sources et cite précisément ses références. Sur les tests financiers, la précision bondit de 27 % à 86 %.

Une IA qui lit vraiment vos documents

Annoncé le 20 août 2026, neuf jours après l’annonce de son partenariat renforcé avec Microsoft, Agentic Search marque un tournant dans l’approche de Mistral AI. La startup parisienne, fondée par d’anciens chercheurs de Google DeepMind et Meta AI, ne propose pas un nouveau modèle de langage, mais une nouvelle manière de chercher l’information.

Concrètement, le système donne au modèle cinq outils inspirés des commandes Unix : search (chercher), open (ouvrir un document), navigate (se déplacer dans les pages), read (lire une section) et grep (rechercher un terme précis). Selon la documentation officielle de Mistral, « au lieu de chercher à nouveau en espérant un meilleur résultat, le modèle peut travailler à l’intérieur du corpus : chercher pour trouver une source, l’ouvrir, se déplacer entre les sections voisines, grep pour des termes exacts, et chercher à nouveau sans répéter les mêmes passages ».

Cette approche multi-étapes remplace le RAG (Retrieval-Augmented Generation) classique, qui ne récupère qu’une poignée de fragments de texte en une seule passe et force le modèle à répondre avec ce matériau limité. Dans les documents longs — rapports financiers, contrats de plusieurs centaines de pages, dossiers réglementaires — cette méthode échoue souvent : les informations critiques se trouvent dans des tableaux, des notes de bas de page ou des annexes que le découpage automatique en blocs de texte isole du contexte.

Des chiffres qui interpellent

Mistral a testé Agentic Search sur FinanceBench, un benchmark composé de 368 documents déposés auprès de la SEC (l’autorité boursière américaine), totalisant environ 53 900 pages, et 150 questions exigeant de retrouver et vérifier un fait précis. Avec un RAG classique en une seule étape, Mistral Medium 3.5 obtient 26,7 % de réponses correctes. Avec Agentic Search en mode recherche seule, le score grimpe à 73-79 %. Avec la boucle complète de navigation, il atteint 86 % — soit un gain de 59 points.

Le modèle chinois GLM-5.2 de Z.ai, également testé par Mistral, passe de 34 % environ à 86,6 % sur le même benchmark. Sur OfficeQA Pro (696 bulletins du Trésor américain, 133 questions), Mistral Medium 3.5 progresse de 24 % à 51,1 %, et GLM-5.2 de 6,3 % à 51,9 %.

La consommation de tokens baisse aussi : jusqu’à un tiers de moins selon Mistral, car le système lit de manière ciblée au lieu de charger massivement des blocs de texte. En revanche, la latence reste élevée : 71 secondes en moyenne, 154 secondes au 90e centile (p90). Mistral assume ce compromis, expliquant que « ces minutes de traitement sont le prix à payer pour obtenir des réponses plus précises » dans des corpus d’entreprise complexes.

Une boucle agentique, pas juste une recherche

Le terme « agentique » (agentic en anglais) désigne une IA capable d’agir de manière autonome pour accomplir une tâche en plusieurs étapes. Ici, le modèle planifie sa recherche : il décide quels documents ouvrir, quelles sections lire, quels termes grep, et quand arrêter.

D’après les sources techniques consultées, notamment AIBase et AI TLDR, cette approche s’inspire des workflows humains. Un analyste financier ne lit pas linéairement un rapport de 200 pages : il cherche d’abord le tableau de résultats, vérifie une note de bas de page, compare avec l’annexe fiscale, puis synthétise. Agentic Search reproduit ce comportement.

Mistral intègre cette couche dans son Search Toolkit, disponible via SDK, et dans ses produits Libraries, Studio et Vibe (l’ancien « Le Chat »). Le système fonctionne aussi en serveur MCP (Model Context Protocol), ce qui permet de l’intégrer dans n’importe quel agent compatible.

Toutefois, selon un article d’Ecorpit publié le 22 août, il existe un décalage : Mistral a annoncé le 11 août que les entreprises pouvaient désormais confiner leurs inférences en Europe ou aux États-Unis, mais « les fonctionnalités avec état, incluant Agents, Batch et l’API Files, ne sont pas disponibles sur les endpoints régionaux ». Or Libraries, qui embarque Agentic Search, repose sur ces APIs. Cette contradiction soulève des questions sur la disponibilité réelle de l’ancrage géographique pour Agentic Search.

Un coup stratégique face aux géants américains

Mistral AI, valorisée à plusieurs milliards d’euros après plusieurs levées de fonds, se positionne comme l’alternative européenne aux géants américains OpenAI, Google et Anthropic. L’annonce d’Agentic Search intervient dans un contexte de course à la fiabilité : après des années focalisées sur la taille des modèles et leur performance brute, l’industrie se concentre désormais sur la précision, la vérifiabilité et la réduction des hallucinations.

Google a lancé Search Grounding, Perplexity s’est spécialisé dans la recherche web avec citations, OpenAI développe des capacités RAG avancées. Mistral, avec Agentic Search, mise sur une niche premium : la recherche documentaire d’entreprise, où la traçabilité et la conformité réglementaire (RGPD, AI Act européen) sont critiques.

Selon plusieurs analyses (AIReiter, RuntimeWire, Truescho), cette stratégie pourrait être le « cheval de Troie » de Mistral pour pénétrer le marché B2B européen. Plutôt que d’affronter frontalement Microsoft Copilot ou Google Workspace, Mistral se positionne sur un pain point spécifique : les entreprises qui gèrent des milliers de documents confidentiels (cabinets juridiques, banques, administrations) et ne peuvent pas se permettre d’erreurs factuelles.

Les zones d’ombre et les défis à venir

Malgré les chiffres impressionnants, plusieurs questions restent ouvertes. Mistral n’a pas communiqué sur le modèle de tarification : par utilisateur, par volume de documents, par requête ? L’entreprise ne précise pas non plus si Agentic Search sera exclusif à l’écosystème Microsoft Azure ou disponible sur d’autres infrastructures.

La latence de 71 à 154 secondes reste un frein pour des usages interactifs. Même si Mistral assume ce compromis pour des tâches analytiques complexes, cela limite les cas d’usage aux workflows où l’utilisateur peut attendre (analyse de contrats, due diligence, audit) plutôt qu’aux assistants temps réel.

La confidentialité des données est un autre point critique. Les entreprises qui manipulent des informations sensibles (santé, défense, finance) exigent des garanties sur le stockage et le traitement. Mistral affirme proposer des déploiements on-premise et des endpoints régionaux, mais le décalage relevé par Ecorpit entre la promesse d’ancrage géographique et la disponibilité réelle des APIs concernées sème le doute.

Enfin, la concurrence ne va pas rester les bras croisés. Microsoft, Google et OpenAI disposent de ressources massives pour répliquer rapidement les innovations. Mistral devra prouver qu’Agentic Search n’est pas qu’une démo technique, mais un produit robuste, scalable et commercialement viable.

Vers des IA qui orchestrent des workflows complets

Au-delà de la recherche documentaire, Agentic Search ouvre une perspective plus large : celle d’IA capables d’orchestrer des workflows complexes de manière autonome. Aujourd’hui, le système cherche et vérifie. Demain, une évolution pourrait rédiger automatiquement des synthèses, alerter sur des incohérences entre documents, ou suggérer des actions (renouveler un contrat, mettre à jour une procédure).

C’est le passage de l’IA « outil » à l’IA « collègue », avec toutes les implications organisationnelles et éthiques que cela suppose : qui est responsable si l’IA rate une clause critique ? Comment auditer ses décisions ? Quel niveau d’autonomie accorder ?

Mistral AI, en lançant Agentic Search, ne propose pas seulement une meilleure recherche. L’entreprise teste un nouveau paradigme d’interaction entre humains et machines, où l’IA ne se contente plus de répondre, mais enquête, vérifie et documente son raisonnement. Si le pari réussit, cela pourrait redéfinir les standards de fiabilité pour toute l’industrie.

Reste à voir si, dans quelques mois, Agentic Search aura conquis les DSI européens ou rejoint la longue liste des innovations techniques impressionnantes… mais sans marché.