Railwail
تسجيل الدخول

Codestral

الكودغير متاح
من Mistral AIمعرّف النموذج: codestral

Mistral's code-specialized model. Optimized for code generation, completion, and understanding across 80+ languages.

عرض البدائلمقارنة
الحالة
غير متاح
السياق
256,000 رمز
الحد الأقصى للإخراج
8,192 رمز
Input → output
نص → نص
مطور
Mistral AI
تم التحديث
23 سبتمبر 2026

Codestral غير متاح حالياً

يمكنك قراءة التفاصيل على هذه الصفحة. اختر أحد البدائل المتاحة أدناه لتشغيل نموذج مماثل على الفور.

انتقل إلى البدائل
01

نماذج قابلة للمقارنة

الكل في هذه الفئة
02

Playground

جرّب Codestral

دردشة

غير متاح حالياً

غير متاح حالياً.

ساحة اللعب معطلة. يمكنك العثور على نماذج مماثلة في نفس الفئة: استعرض البدائل

جرّب Codestral

أرسل رسالة. تصل الإجابة كاملة عندما ينتهي النموذج (بدون بث مباشر).

موجه النظام
الحد الأقصى لطول الإجابة (رموز)

هذا التشغيل

لا يوجد سعر – غير متاح حالياً.

جديد هنا؟

10 رصيد مجاني (‏0.10 US$) عند التسجيل باستخدام Google

قابل للاستخدام 24 ساعة بعد التسجيل، حتى 5 تشغيل يومياً وبحد أقصى 2 رصيد لكل تشغيل. طرق تسجيل الدخول الأخرى تبدأ بدون رصيد.

03

حول Codestral

الملخصاعتباراً من 23 سبتمبر 2026

Codestral هو نموذج من Mistral AI في فئة الكود. Codestral غير متاح حالياً على Railwail. نافذة السياق تحتوي على 256,000 رموز، والرد الواحد يمكن أن يصل إلى 8,192 رموز.

الخلفية

حول Mistral AI

تأسس في 2023 · Paris, France

Mistral AI was founded in April 2023 in Paris by Arthur Mensch (CEO, former DeepMind), Guillaume Lample and Timothée Lacroix (both former Meta FAIR co-authors of the LLaMA papers). Mistral has built a frontier-scale European LLM lab with a portfolio mixing fully open-weight releases (Mistral 7B, Mixtral 8x7B, Mixtral 8x22B, Mistral Small) and commercial closed-API models (Mistral Large, Mistral Embed, Mistral Saba). The company has raised over €1B from investors including Andreessen Horowitz, General Catalyst, Lightspeed, Salesforce, Nvidia and Microsoft, with a 2024 valuation around €6B. Codestral was released May 2024 as Mistral's first dedicated code model — a 22B dense transformer trained on 80+ programming languages with native fill-in-the-middle support for IDE integrations. A successor, Codestral 25.01, followed in January 2025.

زيارة Mistral AI

العمارة

Decoder-only Transformer for code (Mistral architecture)

Codestral-22B is a 22B dense decoder-only transformer using Mistral's standard architecture: 56 layers, 6,144 hidden size, 48-head grouped-query attention with 8 KV heads, sliding-window attention (4,096-token window), RoPE positional embeddings with theta=1M (for long-context support), SwiGLU activations and RMSNorm. The tokeniser is the Mistral BPE with 32,768 entries plus added fill-in-the-middle special tokens (`[PREFIX]`, `[SUFFIX]`, `[MIDDLE]`). Training combined a standard left-to-right autoregressive objective with FIM training for IDE-grade code completion. The training corpus covers 80+ programming languages drawn from public code repositories, plus natural-language code documentation pairs and instruction data for the chat / explain capability. Released May 2024 under the Mistral AI Non-Production License (MNPL), which permits open-weights research and evaluation but not commercial production use without a separate license or hosted API access.

المعاملات
22B (dense)
السياق
32,000 رمز

الإمكانيات

  • 22B dense transformer purpose-built for code
  • Native fill-in-the-middle (FIM) for IDE autocomplete
  • Trained on 80+ programming languages
  • 32K context window
  • Competitive with CodeLlama-34B and DeepSeek-Coder-33B at smaller size
  • Strong on mainstream: Python, JS/TS, Java, C/C++, Go, Rust, Bash, SQL, PHP, Swift
  • Open weights available under MNPL (research only)
  • Best for: IDE code completion, code generation, explanation and refactoring across mainstream languages.

التدريب والترخيص

Trained on trillions of tokens (exact figure not disclosed) of public code repositories across 80+ programming languages, natural-language code-documentation pairs, and instruction-style code data for chat and explain capabilities. Knowledge cutoff approximately early 2024. Training combined autoregressive and fill-in-the-middle objectives.

الترخيص: Mistral AI Non-Production License (MNPL). Open weights for research, evaluation and personal use; commercial production requires Mistral commercial license or hosted API access (la Plateforme, AWS Bedrock, Azure AI Studio).

اختبارات الأمان: Mistral publishes a model card for Codestral. Safety focus is on code-specific risks (malware, vulnerability generation) rather than general consumer-chat alignment.

القيود المعروفة

  • MNPL blocks commercial production use of open weights
  • Smaller than successor Codestral 25.01 and below DeepSeek-Coder V2 on top benchmarks
  • 32K context shorter than newer code models (DeepSeek-Coder V2: 128K)
  • Weaker on rare languages and DSLs
  • Not as strong on agentic / repo-level reasoning as longer-context code models
  • No multimodal input (no image-of-code understanding)

أوراق البحث

04

التسعير

غير متاح حالياً. لا يوجد سعر لهذا النموذج في الوقت الحالي، لذا لا يمكن تشغيله.

05

API

استدعِ Codestral باستخدام مفتاح Railwail API الخاص بك. استخدم معرّف النموذج هذا في الطلب:
codestralتوثيق APIاحصل على مفتاح API

غير متاح حالياً

النموذج ليس له سعر موثق أو معطل؛ يتم رفض استدعاءات API.

06

المواصفات

معرّف النموذج
codestral
مطور
Mistral AI
الفئة
الكود
الإدخال
نص
الإخراج
نص
نافذة السياق
256,000 رمز
الحد الأقصى للإخراج
8,192 رمز
حجم النموذج
22B (dense)
الترخيص
Mistral AI Non-Production License (MNPL). Open weights for research, evaluation and personal use; commercial production requires Mistral commercial license or hosted API access (la Plateforme, AWS Bedrock, Azure AI Studio).
تم تحديث إدخال الكتالوج
23 سبتمبر 2026

الوسوم

  • coding
  • fast
  • multilanguage
07

نماذج الأوامر

أمثلة من كتالوج Railwail. لم يتم إنشاؤها مباشرة على هذه الصفحة.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    عرض إجابة المثال

    import { Request, Response, NextFunction } from 'express'; import jwt from 'jsonwebtoken'; interface JwtPayload { userId: string; email: string; role: 'admin' | 'user'; } declare global { namespace Express { interface Request { user?: JwtPayload; } } } export const authenticate = ( req: Request, res: Response, next: NextFunction ): void => { const token = req.headers.authorization?.split(' ')[1]; if (!token) { res.status(401).json({ error: 'No token provided' }); return; } try { const decoded = jwt.verify( token, process.env.JWT_SECRET! ) as JwtPayload; req.user = decoded; next(); } catch (err) { res.status(403).json({ error: 'Invalid or expired token' }); } };

  • Rust Error Handling

    Write a Rust function that reads a JSON config file and returns a parsed struct with proper error handling
    عرض إجابة المثال

    use serde::Deserialize; use std::fs; use std::path::Path; use thiserror::Error; #[derive(Debug, Deserialize)] pub struct AppConfig { pub host: String, pub port: u16, pub database_url: String, pub max_connections: Option<u32>, } #[derive(Error, Debug)] pub enum ConfigError { #[error("Failed to read config file: {0}")] IoError(#[from] std::io::Error), #[error("Failed to parse config JSON: {0}")] ParseError(#[from] serde_json::Error), #[error("Config file not found: {0}")] NotFound(String), } pub fn load_config(path: &str) -> Result<AppConfig, ConfigError> { if !Path::new(path).exists() { return Err(ConfigError::NotFound(path.to_string())); } let contents = fs::read_to_string(path)?; let config: AppConfig = serde_json::from_str(&contents)?; Ok(config) } // Usage: // let config = load_config("config.json")?;

08

حالات الاستخدام

ما يُستخدم من أجله

  • IDE code completion (continue.dev, JetBrains)
  • Code generation and refactoring
  • Code explanation and review
  • Cross-language code translation
  • Self-hosted developer assistants (research)
  • Production deployments via Mistral hosted API
09

الأسئلة الشائعة

ما هو Codestral؟

Codestral هو نموذج من Mistral AI في فئة الكود. إنه مدرج على Railwail لكن لا يمكن تشغيله في الوقت الحالي.

كم تكلفة Codestral على Railwail؟

لا يمكن تشغيل Codestral على Railwail في الوقت الحالي، لذا لا يوجد سعر حالي. البدائل المتاحة مع الأسعار مدرجة أسفل هذه الصفحة.

ما حجم نافذة السياق في Codestral؟

نافذة السياق في Codestral تحتوي على 256,000 رموز. الرد الواحد يمكن أن يصل إلى 8,192 رموز.

ما سرعة Codestral؟

لا توجد عمليات تشغيل مقاسة كافية لـ Codestral على Railwail حتى الآن لتحديد وقت التشغيل. يعتمد على الإدخال والإعدادات والحمل لدى المزود.

هل Codestral أفضل من Code Llama 13B Instruct؟

هذا يعتمد على المهمة. Codestral (Mistral AI) و Code Llama 13B Instruct (Meta) كلاهما نموذج في فئة الكود. تعرض صفحة المقارنة أسعارهما والمواصفات جنباً إلى جنب.

قارن Codestral و Code Llama 13B Instruct

هل يمكنني استخدام Codestral الآن؟

غير متاح حالياً. تبقى الصفحة متصلة؛ البدائل المتاحة من نفس الفئة مدرجة أسفل.

جميع النماذج عبر API واحدة

مفتاح API واحد لكل نموذج على Railwail. يتم احتساب الاستخدام من الأرصدة المدفوعة مقدماً، 1 رصيد = ‏0.01 US$.

احصل على مفتاح APIاستعرض جميع النماذج