Railwail
Přihlásit se

Codestral

KódNedostupné
od Mistral AIID modelu: codestral

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

Zobrazit alternativyPorovnat
Stav
Nedostupné
Kontext
256 000 tokenů
Max. výstup
8 192 tokenů
Vstup → výstup
Text → Text
Vývojář
Mistral AI
Aktualizováno
23. září 2026

Codestral není momentálně dostupný

Podrobnosti na této stránce si můžete přečíst. Vyberte jednu z dostupných alternativ níže a spusťte porovnatelný model hned.

Na alternativy
01

Srovnatelné modely

Všechny v této kategorii
02

Playground

Vyzkoušet Codestral

Chat

Momentálně nedostupné

Momentálně nedostupné.

Playground je zakázán. Srovnatelné modely najdete ve stejné kategorii: Zobrazit alternativy

Vyzkoušet Codestral

Pošli zprávu. Odpověď přijde kompletní, jakmile je model hotov (bez streamování).

Systémový prompt
Maximální délka odpovědi (tokeny)

Tento běh

Bez ceny – momentálně nedostupné.

Nový zde?

10 bezplatných credits (0,10 US$) při registraci přes Google

Použitelné 24 hodin po registraci, až 5 běhů za den a maximálně 2 credits za běh. Ostatní způsoby přihlášení začínají bez credits.

03

O Codestral

StručněStav: 23. září 2026

Codestral je model od Mistral AI v kategorii Kód. Codestral není na Railwail v současné době dostupný. Kontextní okno obsahuje 256 000 tokenů, odpověď může být dlouhá až 8 192 tokenů.

Pozadí

O Mistral AI

Založeno 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.

Navštívit Mistral AI

Architektura

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.

Parametry
22B (dense)
Kontext
32 000 tokenů

Schopnosti

  • 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.

Trénování a licence

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.

Licence: 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).

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

Známá omezení

  • 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)

Vědecké články

04

Ceny

Momentálně nedostupné. Pro tento model momentálně není cena, takže jej nelze spustit.

05

API

Volejte Codestral s vaším API klíčem Railwail. V požadavku použijte toto ID modelu:
codestralDokumentace APIZískat API klíč

Momentálně nedostupné

Model nemá ověřenou cenu nebo je deaktivován; volání API jsou odmítnuta.

06

Specifikace

ID modelu
codestral
Vývojář
Mistral AI
Kategorie
Kód
Vstup
Text
Výstup
Text
Kontextové okno
256 000 tokenů
Max. výstup
8 192 tokenů
Velikost modelu
22B (dense)
Licence
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).
Záznam v katalogu aktualizován
23. září 2026

Štítky

  • coding
  • fast
  • multilanguage
07

Příklady promptů

Příklady z katalogu Railwail. Nebyly generovány živě na této stránce.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Zobrazit příklad odpovědi

    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
    Zobrazit příklad odpovědi

    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

Případy použití

K čemu se používá

  • 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

Často kladené otázky

Co je Codestral?

Codestral je model od Mistral AI v kategorii Kód. Je uveden na Railwail, ale momentálně jej nelze spustit.

Kolik stojí Codestral na Railwail?

Codestral se momentálně na Railwail nedá spustit, takže není aktuální cena. Dostupné alternativy s cenami jsou uvedeny dále na této stránce.

Jaké je kontextní okno Codestral?

Kontextní okno Codestral obsahuje 256 000 tokenů. Odpověď může být dlouhá až 8 192 tokenů.

Jak rychlý je Codestral?

Pro Codestral je na Railwail zatím příliš málo naměřených spuštění na uvedení doby běhu. Závisí na vstupu, nastavení a zátěži u poskytovatele.

Je Codestral lepší než Code Llama 13B Instruct?

Záleží na úkolu. Codestral (Mistral AI) a Code Llama 13B Instruct (Meta) jsou oba modely v kategorii Kód. Stránka porovnání zobrazuje jejich ceny a specifikace vedle sebe.

Porovnat Codestral a Code Llama 13B Instruct

Mohu Codestral používat hned teď?

Momentálně nedostupné. Stránka zůstává online; dostupné alternativy ze stejné kategorie jsou uvedeny dále.

Všechny modely přes jednu API

Jeden API klíč pro všechny modely na Railwail. Použití se účtuje z předplacených kreditů, 1 kredit = 0,01 US$.

Získat API klíčZobrazit všechny modely