Railwail
Logga in

Codestral

KodInte tillgänglig
av Mistral AIModell-ID: codestral

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

Se alternativJämför
Status
Inte tillgänglig
Kontext
256 000 tokens
Max. utdata
8 192 tokens
Inmatning → utmatning
Text → Text
Utvecklare
Mistral AI
Uppdaterad
23 september 2026

Codestral är för närvarande otillgänglig

Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.

Gå till alternativ
01

Jämförbara modeller

Alla i denna kategori
02

Playground

Prova Codestral

Chatt

Inte tillgänglig för närvarande

Inte tillgänglig för närvarande.

Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ

Prova Codestral

Skicka ett meddelande. Svaret kommer i sin helhet när modellen är klar (ingen streaming).

Systemprompt
Max. svarslängd (tokens)

Denna körning

Inget pris – för närvarande otillgängligt.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

03

Om Codestral

Kort sagtFrån och med 23 september 2026

Codestral är en modell av Mistral AI i kategorin Kod. Codestral är för närvarande inte tillgänglig på Railwail. Kontextfönstret innehåller 256 000 tokens, och ett svar kan vara upp till 8 192 tokens långt.

Bakgrund

Om Mistral AI

Grundat 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.

Besök Mistral AI

Arkitektur

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.

Parameter
22B (dense)
Kontext
32 000 tokens

Funktioner

  • 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.

Träning & licens

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.

Licens: 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).

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

Kända begränsningar

  • 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)

Forskningsartiklar

04

Priser

Inte tillgänglig för närvarande. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.

05

API

Anropa Codestral med din Railwail API-nyckel. Använd detta modell-ID i begäran:
codestralAPI-dokumentationHämta API-nyckel

För närvarande otillgänglig

Modellen har inget verifierat pris eller är inaktiverad; API-anrop avvisas.

06

Specifikationer

Modell-ID
codestral
Utvecklare
Mistral AI
Kategori
Kod
Inmatning
Text
Utmatning
Text
Kontextfönster
256 000 tokens
Max. utmatning
8 192 tokens
Modellstorlek
22B (dense)
Licens
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).
Kataloginlägg uppdaterat
23 september 2026

Taggar

  • coding
  • fast
  • multilanguage
07

Exempelprompts

Exempel från Railwail-katalogen. De genererades inte live på denna sida.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Visa exempelsvar

    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
    Visa exempelsvar

    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

Användningsfall

Vad det används till

  • 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

Vanliga frågor

Vad är Codestral?

Codestral är en modell av Mistral AI i kategorin Kod. Den finns i Railwail-katalogen men kan inte köras för närvarande.

Vad kostar Codestral på Railwail?

Codestral kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.

Hur stort är kontextfönstret för Codestral?

Kontextfönstret för Codestral innehåller 256 000 tokens. Ett svar kan vara upp till 8 192 tokens långt.

Hur snabb är Codestral?

Det finns ännu inte tillräckligt många uppmätta körningar av Codestral på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är Codestral bättre än Code Llama 13B Instruct?

Det beror på uppgiften. Codestral (Mistral AI) och Code Llama 13B Instruct (Meta) är båda modeller i kategorin Kod. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför Codestral och Code Llama 13B Instruct

Kan jag använda Codestral just nu?

Inte tillgänglig för närvarande. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.

Hämta API-nyckelBläddra bland alla modeller