Railwail
Најави се

Codestral

КодНедостапно
од Mistral AIID на модел: codestral

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

Погледни алтернативиСпореди
Статус
Недостапно
Контекст
256.000 токени
Макс. излез
8.192 токени
Влез → излез
Текст → Текст
Развивач
Mistral AI
Ажурирано
23 септември 2026 г.

Codestral е моментално недостапен

Можете да ги прочитате деталите на оваа страница. Изберете една од достапните алтернативи подолу за да извршите споредлив модел веднаш.

Оди на алтернативи
01

Слични модели

Сите во оваа категорија
02

Playground

Пробајте Codestral

Разговор

Тренутно недостапно

Моментално недостапно.

Игралиштето е оневозможено. Слични модели можете да најдете во иста категорија: Погледни алтернативи

Пробајте Codestral

Испрати порака. Одговорот пристигнува целосно кога моделот е готов (без стриминг).

Системски промпт
Макс. должина на одговор (токени)

Овој тек

Нема цена – моментално недостапно.

Нов си овде?

10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google

Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити.

03

За Codestral

НакраткоОд 23 септември 2026 г.

Codestral е модел од Mistral AI во категоријата Код. Codestral моментално не е достапен на Railwail. Контекстниот прозорец содржи 256.000 токени, а еден одговор може да биде до 8.192 токени долг.

Позадина

За Mistral AI

Основана 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.

Посетете Mistral AI

Архитектура

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.

Параметри
22B (dense)
Контекст
32.000 токени

Способности

  • 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.

Обука и лиценца

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.

Лиценца: 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).

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

Познати ограничувања

  • 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)

Истражувачки трудови

04

Цени

Моментално недостапно. Нема цена за овој модел во моментот, затоа не може да се извршува.

05

API

Повикајте го Codestral со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:
codestralПогледни API документацијаДобијте API клуч

Моментално недостапно

Моделот нема потврдена цена или е деактивиран; API повиците се отфрлаат.

06

Спецификации

ID на моделот
codestral
Развивач
Mistral AI
Категорија
Код
Влез
Текст
Излез
Текст
Контекстен прозорец
256.000 токени
Макс. излез
8.192 токени
Големина на модел
22B (dense)
Лиценца
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).
Каталошка ставка ажурирана
23 септември 2026 г.

Ознаки

  • coding
  • fast
  • multilanguage
07

Примерни промпти

Примери од каталогот на Railwail. Тие не беа генерирани живо на оваа страница.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Покажи примерен одговор

    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
    Покажи примерен одговор

    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

Случаи на употреба

За што се користи

  • 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

Често поставувани прашања

Што е Codestral?

Codestral е модел од Mistral AI во категоријата Код. Наведено е на Railwail, но не може да се извршува во моментов.

Колку чини Codestral на Railwail?

Codestral не може да се извршува на Railwail во моментов, затоа нема тековна цена. Достапни алтернативи со цени се наведени подолу на оваа страница.

Колку е контекстниот прозорец на Codestral?

Контекстниот прозорец на Codestral содржи 256.000 токени. Еден одговор може да биде до 8.192 токени долг.

Колку брз е Codestral?

Нема доволно измерени извршувања на Codestral на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали Codestral е подобар од Code Llama 13B Instruct?

Зависи од задачата. Codestral (Mistral AI) и Code Llama 13B Instruct (Meta) се обата модели во категоријата Код. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди Codestral и Code Llama 13B Instruct

Можам ли да го користам Codestral сега?

Моментално недостапно. Страницата останува онлајн; достапни алтернативи од иста категорија се наведени подолу.

Сите модели преку една API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.

Добијте API клучПогледни ги сите модели