Mistral Agentic Search, la recherche documentaire itérative
- Maxime Hiez
- Mistral AI
- 29 Aug, 2026
Introduction
Mistral AI a annoncé le 20 Août 2026 Agentic Search, une couche de recherche documentaire destinée à remplacer le RAG classique dans les cas où celui-ci échoue. Le principe change : au lieu d’une récupération en un seul passage, le modèle enchaîne plusieurs étapes pour trouver, ouvrir, parcourir et vérifier l’information avant de répondre.
Le problème du RAG en un seul passage
Le RAG classique découpe les documents en fragments, calcule leur similarité avec la question, et transmet au modèle les meilleurs résultats. Ce fonctionnement convient tant que la réponse tient dans un fragment.
Il échoue dès que la réponse suppose de croiser plusieurs pages, de lire un tableau dans son contexte, ou de comparer deux documents. Le modèle ne peut ni affiner sa recherche, ni ouvrir un document pour vérifier, ni revenir en arrière. Il répond avec ce qu’on lui a donné, y compris quand ce n’est pas la bonne section.
Cinq outils pour naviguer
Agentic Search met cinq outils à disposition du modèle :
- search : Localise les documents pertinents dans le corpus à partir de l’index existant
- open : Ouvre un document précis
- navigate : Se déplace vers une page, une section ou une zone du document
- read : Récupère le contenu à l’emplacement atteint
- grep : Recherche un motif à l’intérieur d’un document ouvert
Le modèle décide de la séquence. Il peut affiner une recherche infructueuse, ouvrir la source pour confirmer un chiffre, ou comparer deux documents avant de conclure. C’est le même mode de travail qu’un analyste face à une pile de rapports.
Les résultats mesurés
Mistral publie deux évaluations, avec des écarts inhabituellement larges :
- FinanceBench : 368 dépôts réglementaires SEC et 150 questions. Mistral Medium 3.5 passe de 26.7% à 86% de précision avec la boucle complète, soit +59.3 points.
- OfficeQA Pro : 696 bulletins du Trésor américain et 133 questions. La précision passe de 6.3% à 51.9%, soit +45.6 points, avec Mistral Medium 3.5 comme avec GLM-5.2.
Le gain ne se limite pas à la précision. La latence au 90e centile baisse jusqu’à 39.6% et la consommation de jetons jusqu’à un tiers. Le point est contre-intuitif : enchaîner plusieurs appels coûte moins cher qu’un seul appel gavé de fragments inutiles.
Modes de déploiement
Agentic Search est proposé selon plusieurs formes :
- Mistral Search Toolkit : Disponible en cloud et en auto-hébergement
- Studio et Vibe Libraries : Intégration directe dans les outils Mistral
- Search Starter App : Application de démarrage pour valider le comportement en local
L’option d’auto-hébergement est le point à retenir pour les organisations soumises à des contraintes de résidence des données. Elle place le corpus documentaire et la boucle de recherche dans le périmètre de l’organisation, ce qui est rarement possible avec les services de recherche managés.
Conclusion
Agentic Search s’attaque au maillon faible des déploiements RAG en entreprise, la qualité de la récupération plutôt que celle du modèle. Les écarts mesurés sur des documents financiers et administratifs, deux corpus denses et remplis de tableaux, sont significatifs. Pour une organisation qui a déjà tenté un projet RAG abandonné faute de fiabilité, l’approche mérite un nouvel essai, d’autant que la réduction de latence et de jetons va dans le même sens que la qualité.
Sources
Avez-vous apprécié cet article ? Vous avez des questions, commentaires ou suggestions, n’hésitez pas à m’envoyer un message depuis le formulaire de contact.
N’oubliez pas de nous suivre et de partager cet article.
