Railwail
Войти

Codestral

КодНедоступно
от Mistral AIID модели: codestral

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

Посмотреть альтернативыСравнить
Статус
Недоступно
Контекст
256 000 токенов
Макс. выход
8 192 токенов
Вход → выход
Текст → Текст
Разработчик
Mistral AI
Обновлено
23 сентября 2026 г.

Codestral сейчас недоступна

Вы можете прочитать подробности на этой странице. Выберите одну из доступных альтернатив ниже, чтобы сразу запустить сравнимую модель.

К альтернативам
01

Сравнимые модели

Все в этой категории
02

Playground

Попробовать Codestral

Чат

Сейчас недоступна

Недоступно.

Playground отключен. Сравнимые модели найдёте в той же категории: Посмотреть альтернативы

Попробовать Codestral

Отправьте сообщение. Ответ придёт полностью, когда модель закончит работу (без потоковой передачи).

Системный промпт
Макс. длина ответа (токены)

Этот запуск

Нет цены – сейчас недоступно.

Впервые здесь?

10 бесплатных кредитов (0,10 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.

03

О Codestral

КороткоПо состоянию на 23 сентября 2026 г.

Codestral — это модель от Mistral AI в категории Код. Codestral сейчас недоступна на Railwail. Контекстное окно содержит 256 000 токенов, ответ может быть до 8 192 токенов.

Фон

О Mistral AI

Основана в 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.

Посетить 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.

Параметры
22B (dense)
Контекст
32 000 токенов

Возможности

  • 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.

Обучение и лицензия

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.

Лицензия: 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).

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

Известные ограничения

  • 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)

Научные статьи

04

Цены

Недоступно. На данный момент для этой модели нет цены, поэтому её нельзя запустить.

05

API

Вызовите Codestral с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:
codestralДокументация APIПолучить API-ключ

Временно недоступно

Модель не имеет проверенную цену или деактивирована; вызовы API отклоняются.

06

Спецификации

ID модели
codestral
Разработчик
Mistral AI
Категория
Код
Входные данные
Текст
Выходные данные
Текст
Контекстное окно
256 000 токенов
Макс. выходные данные
8 192 токенов
Размер модели
22B (dense)
Лицензия
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).
Запись в каталоге обновлена
23 сентября 2026 г.

Теги

  • coding
  • fast
  • multilanguage
07

Примеры промптов

Примеры из каталога Railwail. Они не были созданы в реальном времени на этой странице.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Показать пример ответа

    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
    Показать пример ответа

    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

Применение

Для чего это используется

  • 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

Связанные руководства

Все модели: Код
09

Часто задаваемые вопросы

Что такое Codestral?

Codestral — модель от Mistral AI в категории Код. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит Codestral на Railwail?

Codestral сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у Codestral?

Контекстное окно Codestral содержит 256 000 токенов. Ответ может быть до 8 192 токенов.

Насколько быстра Codestral?

На Railwail пока недостаточно измеренных запусков Codestral, чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

Codestral лучше, чем Code Llama 13B Instruct?

Это зависит от задачи. Codestral (Mistral AI) и Code Llama 13B Instruct (Meta) — обе модели в категории Код. На странице сравнения показаны их цены и характеристики рядом.

Сравнить Codestral и Code Llama 13B Instruct

Могу ли я использовать Codestral прямо сейчас?

Недоступно. Страница остаётся в сети; доступные альтернативы из той же категории указаны ниже.

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.

Получить API-ключПосмотреть все модели