Mistral: Codestral 2508 (batch)

Mistral : Codestral 2508 (batch) est un modèle de texte de Mistral, publié par le fournisseur le 1er août 2025. C'est le modèle de langage de Mistral pour le codage, et il est conçu autour de tâches à faible latence et haute fréquence plutôt que pour la conversation générale. Sur api14, il est répertorié dans la catégorie texte, et l'identifiant de modèle que vous appelez est mistralai/codestral-2508:batch.

Le modèle accepte des entrées de texte et de fichiers et renvoie du texte. Sa fenêtre de contexte est de 256 000 tokens, avec une sortie maximale de 204 800 tokens. Sa date limite de connaissances est le 31 mars 2025. Mistral décrit son orientation comme le fill-in-the-middle (FIM), la correction de code et la génération de tests, donc l'entrée de fichiers est utile lorsque vous voulez que le modèle travaille sur du code source que vous fournissez plutôt que sur du code que vous collez en ligne.

Ces capacités correspondent à un ensemble de tâches assez spécifique. Le fill-in-the-middle en fait un bon choix pour les intégrations d'éditeurs qui complètent du code au milieu d'une fonction ou d'un bloc. La correction de code convient au linting, à l'assistance à la revue, ou à la correction de code généré par un modèle avant sa mise en production. La génération de tests convient aux pipelines qui ont besoin de tests unitaires écrits en parallèle de l'implémentation. Comme la fenêtre de contexte est grande, vous pouvez transmettre des fichiers entiers ou des dépôts de taille importante avec votre prompt. Toutes ces tâches sont des tâches de codage orientées batch plutôt que du chat ouvert.

Pour l'appeler, utilisez l'identifiant de modèle mistralai/codestral-2508:batch avec l'API compatible OpenAI d'api14, ce qui signifie que votre configuration existante du SDK OpenAI fonctionne avec une URL de base et une clé modifiées. Le modèle prend en charge frequency_penalty, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools et top_p. Tools et tool_choice vous permettent de le connecter à l'appel de fonctions ; response_format et structured_outputs sont utiles lorsque le code en aval a besoin d'une forme fixe ; seed rend les exécutions reproductibles ; prediction est disponible pour les workflows de type décodage spéculatif. Notez qu'api14 ne répertorie pas d'entrée image ou audio pour ce modèle, et que la sortie est uniquement du texte. Si votre tâche relève de la prose générale, de la compréhension d'images ou de la parole plutôt que du code, un autre modèle du catalogue est probablement le meilleur choix.