Railwail
Увійти

Codestral

КодНедоступно
від Mistral AIID моделі: codestral

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

Переглянути альтернативиПорівняти
Статус
Недоступно
Контекст
256 000 токенів
Макс. вихід
8 192 токенів
Вхід → вихід
Текст → Текст
Розробник
Mistral AI
Оновлено
23 вересня 2026 р.

Codestral наразі недоступна

Ви можете прочитати деталі на цій сторінці. Виберіть одну з доступних альтернатив нижче, щоб одразу запустити порівняну модель.

До альтернатив
01

Порівнювані моделі

Усі в цій категорії
02

Playground

Спробувати Codestral

Чат

Наразі недоступна

Наразі недоступно.

Playground вимкнено. Порівняльні моделі ви знайдете в тій же категорії: Переглянути альтернативи

Спробувати Codestral

Надішліть повідомлення. Відповідь надійде повністю, коли модель завершить роботу (без потокової передачі).

Системний промпт
Макс. довжина відповіді (токени)

Цей запуск

Без ціни – наразі недоступно.

Новенький?

10 безплатних кредитів (0,10 USD) при реєстрації через Google

Доступно 24 годин після реєстрації, до 5 запусків на день і максимум 2 кредитів за запуск. Інші способи входу стартують без кредитів.

03

Про Codestral

КороткоСтаном на 23 вересня 2026 р.

Codestral — це модель від Mistral AI у категорії Код. На Railwail Codestral наразі недоступна. Контекстне вікно містить 256 000 токенів, а одна відповідь може бути довжиною до 8 192 токенів.

Фон

Про Mistral AI

Засновано 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.

Відвідати Mistral AI

Архітектура

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 токенів

Можливості

  • 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.

Навчання та ліцензія

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.

Ліцензія: 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).

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

Відомі обмеження

  • 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)

Наукові статті

04

Ціни

Наразі недоступно. Наразі для цієї моделі немає ціни, тому її не можна запустити.

05

API

Викличте Codestral за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:
codestralДокументація APIОтримати API-ключ

Наразі недоступно

Модель не має перевіреної ціни або деактивована; виклики API відхиляються.

06

Характеристики

ID моделі
codestral
Розробник
Mistral AI
Категорія
Код
Вхідні дані
Текст
Вихідні дані
Текст
Контекстне вікно
256 000 токенів
Макс. вихідні дані
8 192 токенів
Розмір моделі
22B (dense)
Ліцензія
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).
Запис у каталозі оновлено
23 вересня 2026 р.

Теги

  • coding
  • fast
  • multilanguage
07

Приклади запитів

Приклади з каталогу Railwail. Вони не були створені в реальному часі на цій сторінці.

  • TypeScript API Handler

    Write a type-safe Express middleware for JWT authentication in TypeScript
    Показати приклад відповіді

    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
    Показати приклад відповіді

    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

Варіанти використання

Для чого це використовується

  • 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

Часті питання

Що таке Codestral?

Codestral — це модель від Mistral AI у категорії Код. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує Codestral на Railwail?

Codestral наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Яке контекстне вікно у Codestral?

Контекстне вікно Codestral містить 256 000 токенів. Одна відповідь може бути довжиною до 8 192 токенів.

Наскільки швидкий Codestral?

На Railwail поки що недостатньо виміряних запусків Codestral, щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Чи Codestral краще за Code Llama 13B Instruct?

Це залежить від завдання. Codestral (Mistral AI) і Code Llama 13B Instruct (Meta) — обидві моделі в категорії Код. На сторінці порівняння показані їхні ціни та специфікації поруч.

Порівняти Codestral і Code Llama 13B Instruct

Чи можу я використовувати Codestral прямо зараз?

Наразі недоступно. Сторінка залишається в мережі; доступні альтернативи з тієї ж категорії наведені далі.

Усі моделі через один API

Один API-ключ для всіх моделей на Railwail. Використання оплачується з попередньо поповнених кредитів, 1 кредит = 0,01 USD.

Отримати API-ключПереглянути всі моделі