Railwail
Pierakstieties

Codestral

KodsNav pieejams
no Mistral AIModeļa ID: codestral

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

Skatīt alternatīvasSalīdzināt
Statuss
Nav pieejams
Konteksts
256 000 marķieri
Maks. izvade
8192 marķieri
Ievade → Izvade
Teksts → Teksts
Izstrādātājs
Mistral AI
Atjaunināts
2026. gada 23. septembris

Codestral pašlaik nav pieejams

Jūs joprojām varat lasīt detaļas šajā lapā. Izvēlieties vienu no pieejamajām alternatīvām zemāk, lai uzreiz palaistu salīdzināmu modeli.

Uz alternatīvām
01

Salīdzināmi modeļi

Visi šajā kategorijā
02

Spēļu laukums

Izmēģiniet Codestral

Tērzēšana

Pašlaik nav pieejams

Pašlaik nav pieejams.

Spēļu laukums ir atspējots. Salīdzināmus modeļus varat atrast vienā kategorijā: Skatīt alternatīvas

Izmēģiniet Codestral

Nosūtiet ziņojumu. Atbilde tiek saņemta pilnībā, kad modelis ir pabeigis (bez straumēšanas).

Sistēmas uzvedne
Maks. atbildes garums (marķieri)

Šis palaišanas gadījums

Nav cenas – pašlaik nav pieejams.

Jauns šeit?

10 bezmaksas kredīti (0,10 $), reģistrējies ar Google

Pieejams 24 stundas pēc reģistrācijas, līdz 5 palaišanas gadījumi dienā un maksimāli 2 kredīti uz palaišanas gadījumu. Citas pierakstīšanās metodes sākas bez kredītiem.

03

Par Codestral

ĪsumāUz 2026. gada 23. septembris

Codestral ir Mistral AI modelis kategorijā Kods. Codestral pašlaik nav pieejams Railwail platformā. Konteksta logs satur 256 000 žetonus, un viena atbilde var būt līdz 8192 žetonu gara.

Fons

Par Mistral AI

Dibināts 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.

Apmeklēt Mistral AI

Arhitektūra

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.

Parametri
22B (dense)
Konteksts
32 000 marķieri

Iespējas

  • 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.

Apmācība un 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).

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

Zināmi ierobežojumi

  • 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)

Pētniecības raksti

04

Cenas

Pašlaik nav pieejams. Šim modelim pašlaik nav cenas, tāpēc to nevar palaist.

05

API

Izsauciet Codestral ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:
codestralAPI dokumentācijaIegūt API atslēgu

Pašlaik nav pieejams

Modelim nav pārbaudītas cenas vai tas ir deaktivizēts; API izsaukumi tiek noraidīti.

06

Specifikācijas

Modeļa ID
codestral
Izstrādātājs
Mistral AI
Kategorija
Kods
Ievade
Teksts
Izvade
Teksts
Konteksta logs
256 000 marķieri
Maks. izvade
8192 marķieri
Modeļa izmērs
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).
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Tagi

  • coding
  • fast
  • multilanguage
07

Paraugu uzvednes

Piemēri no Railwail kataloga. Tie netika ģenerēti tiešraidē šajā lapā.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Rādīt parauga atbildi

    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
    Rādīt parauga atbildi

    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

Lietošanas gadījumi

Kam to izmanto

  • 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

Bieži uzdotie jautājumi

Kas ir Codestral?

Codestral ir Mistral AI izstrādāts modelis Kods kategorijā. Tas ir uzskaitīts Railwail katalogā, bet pašlaik to nevar palaist.

Cik maksā Codestral Railwail?

Codestral pašlaik nevar tikt palaists Railwail, tāpēc nav pašreizējās cenas. Pieejamās alternatīvas ar cenām ir norādītas tālāk šajā lapā.

Kāds ir Codestral konteksta logs?

Codestral konteksta logs satur 256 000 žetonus. Viena atbilde var būt līdz 8192 žetonu gara.

Cik ātrs ir Codestral?

Railwail platformā Codestral vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Codestral ir labāks par Code Llama 13B Instruct?

Tas ir atkarīgs no uzdevuma. Codestral (Mistral AI) un Code Llama 13B Instruct (Meta) ir abi modeļi Kods kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Codestral un Code Llama 13B Instruct

Vai es varu izmantot Codestral tieši tagad?

Pašlaik nav pieejams. Lapa paliek tiešsaistē; pieejamās alternatīvas no vienas kategorijas ir norādītas tālāk.

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.

Iegūt API atslēguSkatīt visus modeļus