Mistral AI представила Devstral — специализированную модель для кодинга на 24B параметров под лицензией Apache 2.0.
21 мая 2025 года компания Mistral AI официально объявила о выпуске Devstral, первой специализированной модели, созданной исключительно для задач разработки программного обеспечения. Этот релиз знаменует собой значительный шаг вперед в эволюции искусственного интеллекта, поскольку модель была обучена на огромном массиве данных, включающих код, документацию и технические отчеты. Для разработчиков и инженеров это означает появление инструмента, который может значительно ускорить процесс написания кода, отладки и архитектуры сложных систем.
В отличие от универсальных моделей общего назначения, Devstral фокусируется на агентах кодинга и автоматизации рутинных задач. Она интегрирована в экосистему Mistral и поддерживает работу в режиме предпросмотра исследования, что позволяет сообществу тестировать и предоставлять обратную связь. Это делает модель идеальной для тех, кто ищет решения, оптимизированные под конкретные инженерные задачи, а не просто для общего чат-интерфейса.
Особое внимание уделяется открытости модели. Mistral AI решила распространить Devstral под лицензией Apache 2.0, что позволяет компаниям и разработчикам свободно использовать, модифицировать и внедрять модель в свои продукты без ограничений. Это решение укрепляет позицию Mistral как лидера в области суверенного ИИ для европейских и глобальных предприятий.
Devstral построена на архитектуре с 24 миллиардами параметров, что обеспечивает баланс между вычислительной эффективностью и качеством генерации кода. Модель использует механизм Mixture of Experts (MoE), позволяющий активировать только необходимые части нейросети для каждой конкретной задачи. Это значительно снижает потребление памяти и ускоряет инференс по сравнению с плотными моделями аналогичного размера.
Контекстное окно модели достигает 128 тысяч токенов, что позволяет анализировать большие кодовые базы и поддерживать длинные диалоги о проектах. Модель также обладает встроенными способностями к работе с агентами, что означает, что она может не только писать код, но и выполнять действия, такие как запуск скриптов или взаимодействие с внешними API.
Архитектура Devstral оптимизирована для работы в средах с ограниченными ресурсами, сохраняя при этом высокую точность. Это достигается за счет использования эффективных алгоритмов сжатия и специализированных слоев внимания, разработанных Mistral для обработки синтаксических структур программирования.
На тестах Devstral демонстрирует превосходство над конкурентами. В бенчмарке HumanEval модель показала результат 85%, что выше, чем у Gemma 3 27B. Это свидетельствует о высокой способности модели генерировать рабочий и эффективный код. Также модель успешно прошла тесты на SWE-bench, решая реальные задачи из репозиториев GitHub.
В задачах, связанных с логикой и архитектурой, Devstral выигрывает у моделей меньшего размера за счет своей специализации. Mistral заявляет, что модель превосходит Gemma 3 27B в задачах, требующих глубокого понимания кодовой базы и контекста проекта. Это делает её выбором для сложных инженерных задач.
Точность модели также подтверждается тестами на понимание естественного языка в контексте программирования. Devstral успешно интерпретирует технические требования и преобразует их в чистый, поддерживаемый код, минимизируя количество ошибок синтаксиса и логических недочетов.
Для пользователей API Mistral Devstral предлагает конкурентные цены, ориентированные на разработчиков. Стоимость ввода составляет 0.20 доллара США за миллион токенов, а стоимость вывода — 0.60 доллара США за миллион токенов. Эти цены делают модель доступной для коммерческих проектов и стартапов.
Помимо API, веса модели доступны для свободного скачивания на платформах с открытым исходным кодом. Это позволяет развернуть модель локально или на собственных серверах без затрат на облачные вычисления. Для энтузиастов и исследователей это открывает возможности для кастомизации и экспериментов.
Существует также бесплатный тариф для тестирования API, который позволяет использовать ограниченное количество токенов в месяц. Это идеально подходит для оценки производительности модели перед внедрением в продакшн.
Devstral занимает уникальную нишу среди моделей для кодинга. Сравнение с другими популярными моделями показывает, что она предлагает лучшее соотношение цены и качества для специализированных задач. В то время как универсальные модели требуют больше ресурсов для достижения аналогичного уровня точности, Devstral оптимизирована под свои цели.
Конкуренты, такие как Llama 3.1 и Gemma 3, имеют свои преимущества в общих задачах, но Devstral выигрывает в специфических инженерных сценариях. Это делает её предпочтительным выбором для команд, которые фокусируются на разработке программного обеспечения и автоматизации процессов.
Таблица ниже наглядно демонстрирует различия между моделями. Devstral выигрывает в цене и специализации, в то время как другие модели могут предлагать более широкий спектр возможностей за счет универсальности.
Devstral идеально подходит для создания автономных агентов, способных выполнять задачи разработки. Например, модель может генерировать тесты, рефакторировать код или исправлять баги на основе описания проблемы. Это значительно ускоряет цикл разработки и повышает качество кода.
В сценариях RAG (Retrieval-Augmented Generation) модель может использовать внутреннюю базу знаний компании для генерации кода, соответствующего внутренним стандартам и стилю. Это особенно важно для крупных предприятий, где консистентность кода критична.
Также модель может использоваться для обучения новых разработчиков, помогая им понимать сложные концепции и предлагать лучшие практики. В образовательных целях Devstral может генерировать примеры кода и объяснять их работу.
Для доступа к Devstral через API необходимо зарегистрироваться на платформе Mistral AI. После регистрации вы получите ключ API, который можно использовать для отправки запросов к модели. Документация API доступна на официальном сайте и содержит примеры использования.
Для локального запуска скачайте веса модели с Hugging Face. Используйте библиотеки, такие как Transformers, для загрузки и запуска модели на вашем оборудовании. Это позволит избежать затрат на облачные вычисления и обеспечить полную конфиденциальность данных.
Mistral также предоставляет SDK для популярных языков программирования, включая Python и JavaScript. Это упрощает интеграцию модели в существующие проекты и ускоряет процесс разработки приложений.
API Pricing — Input: $0.20 / Output: $0.60 / Context: 128k