O novo modelo de completamento de código Codestral da Mistral dispara nas paradas de terceiros

Mistral atualizou seu modelo de codificação de código aberto, o Codestral — que está se tornando popular entre os programadores — ampliando a concorrência para modelos focados em codificação voltados para desenvolvedores.

Em um post no blog, a empresa informou que aprimorou o modelo com uma arquitetura mais eficiente para criar o Codestral 25.01, um modelo que a Mistral promete ser o “líder claro em sua categoria de peso” e duas vezes mais rápido que a versão anterior.

Assim como o Codestral original, o Codestral 25.01 é otimizado para ações de baixa latência e alta frequência, suportando correção de código, geração de testes e tarefas de preenchimento. A empresa afirmou que pode ser útil para empresas com mais dados e casos de uso de residência de modelos.

Testes de benchmark mostraram que o Codestral 25.01 teve um desempenho melhor em testes de codificação em Python, alcançando 86,6% no teste HumanEval. Ele superou a versão anterior do Codestral, o Codellama 70B Instruct e o DeepSeek Coder 33B Instruct.

Esta versão do Codestral estará disponível para desenvolvedores que fazem parte dos parceiros de plugins IDE da Mistral. Os usuários podem implementar o Codestral 25.01 localmente através do assistente de código Continue. Eles também podem acessar a API do modelo através da la Plateforme da Mistral e Google Vertex AI. O modelo está disponível em prévia na Azure AI Foundry e estará em breve na Amazon Bedrock.

Cada vez mais modelos de codificação

A Mistral lançou o Codestral em maio do ano passado como seu primeiro modelo focado em código. O modelo de 22B parâmetros poderia codificar em 80 idiomas diferentes e superou outros modelos centrados em código. Desde então, a Mistral lançou o Codestral-Mamba, um modelo de geração de código construído sobre a arquitetura Mamba que pode gerar cadeias de código mais longas e lidar com mais entradas.

E parece que já há muito interesse no Codestral 25.01. Apenas algumas horas após o anúncio da Mistral, o modelo já está subindo nas classificações do Copilot Arena.

Escrever código foi uma das primeiras características dos modelos de fundação, mesmo para modelos de objetivo mais geral, como o o3 da OpenAI e o Claude da Anthropic. No entanto, no último ano, modelos específicos para codificação melhoraram e muitas vezes superam modelos maiores.

No último ano, vários modelos específicos para codificação foram disponibilizados para desenvolvedores. A Alibaba lançou o Qwen2.5-Coder em novembro. O DeepSeek Coder da China se tornou o primeiro modelo a superar o GPT-4 Turbo em junho. A Microsoft também revelou o GRIN-MoE, um modelo baseado em mistura de especialistas (MOE) que pode codificar e resolver problemas de matemática.

Ninguém resolveu o eterno debate sobre escolher um modelo de propósito geral que aprende tudo ou um modelo focado que só sabe codificar. Alguns desenvolvedores preferem a variedade de opções que encontram em um modelo como o Claude, mas a proliferação de modelos de codificação mostra uma demanda por especificidade. Como o Codestral é treinado em dados de codificação, será, é claro, melhor em tarefas de codificação em vez de escrever e-mails.