Mistral lance Agentic Search : l'IA qui vérifie ses réponses dans tes documents

Tu poses une question à ton IA, elle te sort une réponse qui a l'air sûre d'elle. Mais d'où vient cette info ? C'est le point faible des assistants qui se contentent de piocher des extraits dans tes documents. Mistral vient de répondre avec Agentic Search, une couche de recherche qui ne se contente plus de récupérer des morceaux : elle ouvre tes fichiers, les parcourt, compare et vérifie avant de répondre. Le résultat est net : sur des documents financiers, la précision passe de 26,7 % à 86 %.

Le problème du RAG classique

La méthode habituelle, qu'on appelle RAG (retrieval augmented generation), fonctionne ainsi : on découpe tes documents en petits morceaux, on les indexe, puis quand tu poses une question, l'IA récupère les extraits qui semblent pertinents et s'en sert pour rédiger sa réponse. Ça marche quand la réponse se trouve dans les premiers résultats. Mais ça s'effondre dès que l'info est planquée dans une annexe, un tableau ou une note de bas de page.

Pire : l'IA ne peut pas revenir en arrière. Si le premier lot d'extraits est incomplet ou hors sujet, elle répond quand même avec ce qu'elle a. Sur des documents denses comme des rapports financiers ou des contrats juridiques, c'est le piège classique : une réponse fluide mais fausse.

Ce que fait Agentic Search

Agentic Search change la logique. Au lieu d'un seul aller-retour, le modèle enchaîne plusieurs étapes comme le ferait un humain : il cherche, ouvre un document, navigue vers une page précise, lit le passage, et peut même chercher un motif précis avec un outil de type grep. S'il ne trouve pas au premier essai, il affine sa requête et recommence.

Cinq outils composent cette boîte à outils : search pour trouver les documents, open pour en ouvrir un, navigate pour se déplacer vers une section, read pour lire le contenu à cet endroit, et grep pour repérer un motif dans un document ouvert. L'important, c'est que le modèle peut vérifier sa source avant de répondre, au lieu de se fier à un extrait sorti de son contexte.

Source : Mistral AI — illustration officielle de l'annonce Agentic Search.

Des résultats mesurables

Mistral a testé son système sur deux références. Sur FinanceBench, qui regroupe des documents déposés auprès de la SEC américaine, la précision passe de 26,7 % à 86 % avec le modèle Mistral Medium 3.5. Sur OfficeQA Pro, un benchmark plus dur avec des PDF scannés et des tableaux, le gain atteint 45,6 points.

Le plus intéressant pour toi, c'est que ça ne coûte pas plus cher. En évitant les recherches répétitives, Mistral réduit la latence jusqu'à 39,6 % et la consommation de tokens d'environ un tiers. Autrement dit, une recherche plus précise et moins chère.

Où l'utiliser et pour qui

Agentic Search est disponible dans Mistral Search Toolkit, la boîte à outils de recherche de l'entreprise, ainsi que dans Studio et Vibe. Il est aussi intégré à Le Chat, l'assistant grand public de Mistral. Pas besoin de réentraîner un modèle ni de reconfigurer ton index : la couche se greffe sur l'existant.

C'est pensé pour les environnements où les documents sont volumineux et sensibles : informations financières, contrats, dossiers réglementaires. Mais l'idée de fond — une IA qui vérifie ses sources au lieu de deviner — intéresse tout le monde, y compris ceux qui veulent garder leurs données chez eux.

Si tu préfères garder tes données sous ton contrôle, on expliquait récemment comment auto-héberger ses propres modèles d'IA pour échapper aux API cloud. Agentic Search montre qu'on peut aussi garder la recherche dans tes documents sans tout envoyer dehors.

La vérification, prochaine frontière

Le vrai changement, ce n'est pas un nouveau modèle de plus. C'est l'idée que l'IA doit pouvoir vérifier ce qu'elle avance, en allant chercher la preuve dans tes documents. Agentic Search n'est qu'un début, mais il pose la bonne question : à quoi sert une réponse rapide si elle est fausse ?

Sources

Mistral AI — l'annonce officielle d'Agentic Search, avec les détails techniques et les benchmarks.

Siècle Digital — l'article sur le lancement d'Agentic Search, qui résume les gains de précision.

ZDNet — la couverture du lancement, qui contextualise l'annonce.

—

Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.