Mistral: Codestral 2508

Mistral: Codestral 2508 es un modelo de generación de texto de Mistral, publicado por el proveedor el 1 de agosto de 2025. Pertenece a la familia Codestral, que Mistral describe como su línea de modelos de lenguaje para programación, y fue creado para tareas de desarrollo de baja latencia y alta frecuencia. El id del modelo en api14 es mistralai/codestral-2508.

El modelo acepta entradas de texto y archivos y devuelve texto. Su ventana de contexto es de 256.000 tokens, y la salida máxima es de 204.800 tokens, por lo que archivos fuente largos, contexto equivalente a repositorios completos o código generado extenso caben en una sola solicitud. Su fecha de corte de conocimiento es el 31 de marzo de 2025. Mistral destaca tres áreas en particular: fill in the middle (FIM), corrección de código y generación de tests. Esas son las tareas en torno a las cuales se ajustó el modelo, en lugar de la conversación general.

Debido a ese enfoque, los encajes naturales son las herramientas para desarrolladores y la automatización. Fill in the middle encaja con integraciones de editores que completan código entre un prefijo y un sufijo. La corrección de código encaja con bots de revisión, asistentes de linting y pipelines que proponen arreglos para código roto o desactualizado. La generación de tests encaja con flujos de trabajo que necesitan tests unitarios escritos junto a una implementación. La gran ventana de contexto también ayuda cuando una tarea depende de varios archivos a la vez, como refactorizar a través de un módulo o responder preguntas sobre una base de código desconocida. La entrada de archivos significa que puedes pasar material fuente directamente en lugar de pegarlo en el prompt como texto plano.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id del modelo mistralai/codestral-2508, por lo que los SDKs y clientes de OpenAI existentes funcionan con solo cambiar la URL base y el nombre del modelo. Los parámetros de solicitud que admite son frequency_penalty, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools y top_p. Los parámetros tools y tool_choice permiten el llamado a funciones, structured_outputs y response_format te permiten restringir la forma de la respuesta, prediction admite flujos de trabajo de estilo especulativo en los que proporcionas una continuación esperada, y seed ayuda a hacer que el muestreo sea reproducible.

Un aspecto a sopesar es el alcance. Codestral 2508 es un modelo de texto, por lo que no acepta entrada de imágenes ni de audio, y su salida es solo texto. Si tu tarea no está relacionada con código, o si necesitas entrada multimodal, un modelo diferente en api14 probablemente encajará mejor. Para trabajo centrado en código donde la latencia y el rendimiento importan, este modelo está dirigido directamente a ese caso.