Railwail
Giriş Yap

Codestral

KodMevcut Değil
Mistral AI tarafındanModel Kimliği: codestral

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

Alternatifleri GörKarşılaştır
Durum
Mevcut Değil
Bağlam
256.000 token
Maks. Çıkış
8.192 token
Giriş → Çıkış
Metin → Metin
Geliştirici
Mistral AI
Güncellendi
23 Eylül 2026

Codestral şu anda kullanılamıyor

Bu sayfadaki ayrıntıları yine de okuyabilirsiniz. Hemen karşılaştırılabilir bir modeli çalıştırmak için aşağıdaki mevcut alternatiflerden birini seçin.

Alternatiflere Git
01

Karşılaştırılabilir modeller

Bu kategorideki tümü
02

Playground

Codestral'ı deneyin

Sohbet

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

Oyun alanı devre dışıdır. Aynı kategoride karşılaştırılabilir modeller bulabilirsiniz: Alternatifleri görüntüle

Codestral'ı deneyin

Bir mesaj gönderin. Yanıt model işini bitirdikten sonra tamamen gelir (akışsız).

Sistem istemi
Maks. yanıt uzunluğu (token)

Bu çalıştırma

Fiyat yok – şu anda kullanılamıyor.

Yeni misiniz?

Google ile kaydolduğunuzda 10 ücretsiz kredi ($0,10)

Kaydolduktan 24 saat sonra kullanılabilir, günde 5 çalıştırmaya kadar ve çalıştırma başına en fazla 2 kredi. Diğer oturum açma yöntemleri kredi olmadan başlar.

03

Codestral Hakkında

Özet23 Eylül 2026 itibariyle

Codestral, Mistral AI tarafından Kod kategorisinde geliştirilen bir modeldir. Codestral şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 256.000 token içerir ve bir yanıt en fazla 8.192 token uzunluğunda olabilir.

Arka plan

Mistral AI hakkında

Kuruluş yılı 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.

Mistral AI ziyaret edin

Mimari

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.

Parametreler
22B (dense)
Bağlam
32.000 token

Yetenekler

  • 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.

Eğitim ve lisans

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.

Lisans: 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).

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

Bilinen sınırlamalar

  • 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)

Araştırma makaleleri

04

Fiyatlandırma

Şu anda kullanılamıyor. Bu modelin şu anda bir fiyatı yok, bu nedenle çalıştırılamıyor.

05

API

Codestral öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:
codestralAPI BelgeleriAPI Anahtarı Al

Şu anda kullanılamıyor

Modelin doğrulanmış bir fiyatı yok veya devre dışı bırakılmıştır; API çağrıları reddedilir.

06

Özellikler

Model Kimliği
codestral
Geliştirici
Mistral AI
Kategori
Kod
Giriş
Metin
Çıkış
Metin
Bağlam penceresi
256.000 token
Maks. çıkış
8.192 token
Model boyutu
22B (dense)
Lisans
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).
Katalog girişi güncellendi
23 Eylül 2026

Etiketler

  • coding
  • fast
  • multilanguage
07

Örnek İstemler

Railwail kataloğundan örnekler. Bunlar bu sayfada canlı olarak oluşturulmadı.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Örnek Yanıtı Göster

    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
    Örnek Yanıtı Göster

    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

Kullanım Alanları

Nerelerde Kullanılır

  • 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

Sık Sorulan Sorular

Codestral nedir?

Codestral, Mistral AI tarafından Kod kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

Codestral Railwail'de ne kadar maliyetlidir?

Codestral şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

Codestral'nin kontekst penceresi ne kadardır?

Codestral'nin kontekst penceresi 256.000 token içerir. Bir yanıt en fazla 8.192 token uzunluğunda olabilir.

Codestral ne kadar hızlıdır?

Railwail'de Codestral için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

Codestral, Code Llama 13B Instruct'dan daha iyi midir?

Bu göreve bağlıdır. Codestral (Mistral AI) ve Code Llama 13B Instruct (Meta) her ikisi de Kod kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

Codestral ve Code Llama 13B Instruct'ı karşılaştır

Codestral'yi şu anda kullanabilir miyim?

Şu anda kullanılamıyor. Sayfa çevrimiçi kalır; aynı kategoriden mevcut alternatifler aşağıda listelenmiştir.

Tüm Modeller Tek Bir API Aracılığıyla

Railwail'deki her model için bir API anahtarı. Kullanım, ön ödemeli kredilerden tahsil edilir, 1 kredi = $0,01.

API Anahtarı AlTüm Modelleri Görüntüle