Laster katalogen …
Laster katalogen …
Mistral AI sin kodespesialiserte API-modell for fill-in-the-middle-fullføring, kodekorrigering og testgenerering, med et kontekstvindu på 256k token.
Oversikt. Codestral 2508 er en kodemodell fra Mistral AI med lukkede vekter og kun API-tilgang, spesialbygd for fill-in-the-middle-fullføring, kodekorrigering og testgenerering. Den ble lansert i august 2025 med et kontekstvindu på 256k token, noe som gjør den aktuell for selskaper som trenger en kodespesialisert modell som kan resonnere over store filer eller prosjekter med flere filer, ikke bare korte kodesnutt. Den betjenes utelukkende gjennom Mistral AI sitt API – det finnes ingen offentlige vekter.
Viktigste styrker. Modellen er tilpasset redigeringsløkken fremfor åpen chat: den tar imot tekst og kodefiler som ren tekst som inndata og returnerer tekst, og den støtter verktøykall og strukturerte utdata for skjemabegrenset dekoding. På Design Arena varierer Elo-skåren fra 1034 innen spillutvikling til 1099 innen 3D, med UI-komponenter på 1072. Den er ikke en resonneringsmodell – konfigurerbart resonneringsnivå tilbys ikke her, og Mistral AI forbeholder den kontrollen for sine separate hybrid- og resonneringslinjer.
Når du bør bruke den. Bruk Codestral 2508 til fill-in-the-middle-autofullføring, målrettet kodekorrigering og automatisert testgenerering, særlig når oppgaven spenner over en stor kodebase og trenger det fulle 256k-kontekstvinduet fremfor én enkelt fil. Svartidsprofilen og støtten for verktøykall gjør den også til et godt valg for kodingsøkter med chat-assistanse som kaller eksterne verktøy eller forventer strukturerte, JSON-skjema-validerte svar. Den er ikke posisjonert som en generell resonneringsmodell eller en modell for utvidet tenkning, så hold den til kodesentrerte oppgaver.
Begrensninger. Mistral AI har ikke offentliggjort parameterantall, arkitektur eller lisens for denne versjonen etter gjentatte verifiseringsrunder, så dette er ukjent for kundene. Den har ingen bildeforståelse – filinndata dekker kode, tekst og PDF-er lest som ren tekst, ikke bilder – og Design Arena-signalet for kodekvalitet er middels og har falt over de siste syklusene, så den bør ikke behandles som en frontmodell innen koding.
Suverenitetsnotat. Codestral 2508 er bygget av Mistral AI, et fransk selskap, og er kun tilgjengelig som et API. Det finnes ingen offentlige vekter. Hvor forespørsler kjøres, og om inndata lagres eller brukes til trening, avhenger av endepunktet som betjener den – se endepunktfaktaene på denne siden.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L1 | 0,30 / 0,89€ | Tilkoblet |
22 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Kodekorrigering er et eksplisitt målarbeidsområde, og 256k kontekstvinduet gjør at modellen kan ta inn stabelsporingsdata, tilstøtende moduler og nylige diff-er i én enkelt gjennomgang.
codestral-2508 er bygget for fill-in-the-middle-fullføring og tilbyr et 256k kontekstvindu med støtte for promptbufring, slik at den kan holde store filer og kontekst på tvers av filer uten å fakturere prefikset på nytt for hvert tastetrykk.
Langkontekstkodegenerering og -korrigering er designkjernen i denne modellen; 256k token dekker gjennomganger av hele filer og flere filer som ville blitt avkortet på kodemodeller med kortere kontekstvindu.
Refaktorering krever helhetlig koherens i hele filen; 256k kontekstvinduet til codestral-2508 kombinert med promptbufring av det stabile prefikset er en direkte arkitektonisk match for store mekaniske omskrivinger.
Testgenerering er et uttalt formål med denne kodespesialisten, og 256k kontekstvinduet lar den lese den omkringliggende modulen eller et utsnitt av repositoriet før den skriver påstander.
Innebygd verktøykall og et 256k kontekstvindu gjør modellen brukbar som en agentisk kodingsassistent, men den er primært orientert mot fullføring og korrigering – ikke mot agentiske oppgaver med mange steg. Kombiner den med et eksplisitt orkestreringslag.
Innebygd verktøykall gjør den brukbar for funksjonskallende bakgrunnssystemer, med det forbehold at den tilpassede styrken er kode snarere enn generell konversasjonsbasert verktøybruk.
codestral-2508 kan generere og kjøre analytisk kode (SQL, Python osv.) innenfor et 256k kontekstvindu, noe som gjør den kompetent for dataanalyseoppgaver som drar nytte av kodegenerering.
En dyktig kodespesialistmodell med nok kontekst til å forklare store filer, selv om forklaring er et sekundært bruksområde sammenlignet med fokuset på generering og korrigering.
256k kontekstvinduet håndterer lange inndatamengder i én gjennomgang, men oppsummering faller utenfor modellens kodespesiliserte tilpasning, og generelle modeller er et bedre standardvalg.
Verktøykall og et 256k kontekstvindu gir rom til å bære tilstand på tvers av steg, men ingen publiserte resonneringsbenchmarker eller planleggingsbenchmarker skiller den fra generelle alternativer her.
Ingen dokumentert visjon- eller OCR-egenskap; dette er en ren tekst- og kodemodell.
Ingen dokumentert visjonsegenskap; forståelse av skjermbilder krever multimodal inndata, noe denne modellen ikke støtter.
Ingen visjonsegenskap er dokumentert for codestral-2508; spørsmål og svar om bilder krever støtte for multimodal inndata.
Ingen lyd- eller talesyntesegenskaper finnes i denne modellen; stemmekloning er helt utenfor designomfanget.
En kodegeneringsspesialist uten dokumenterte egenskaper for strukturert utdata eller uttrekk; generell uttrekking er ikke designmålet.
Ingen TTS- eller lydgenereringsegenskap; talesyntese er ikke aktuelt for denne tekst- og kodemodellen.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mistral-ai/codestral-2508",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level – nivået forespørselen ble betjent på