Mistral: Codestral 2508

Mistral: Codestral 2508 adalah model generasi teks dari Mistral, yang dirilis oleh penyedia pada 1 Agustus 2025. Model ini termasuk dalam keluarga Codestral, yang oleh Mistral dijelaskan sebagai lini model bahasa untuk coding, dan dirancang untuk tugas pengembang dengan latensi rendah dan frekuensi tinggi. Id model di api14 adalah mistralai/codestral-2508.

Model ini menerima input teks dan file serta mengembalikan teks. Jendela konteksnya 256.000 token, dan output maksimumnya 204.800 token, sehingga file sumber yang panjang, konteks seukuran seluruh repositori, atau kode yang dihasilkan secara panjang dapat muat dalam satu permintaan. Batas pengetahuan (knowledge cutoff) nya adalah 31 Maret 2025. Mistral secara khusus menyoroti tiga area: fill in the middle (FIM), koreksi kode, dan generasi pengujian. Itulah tugas yang menjadi dasar penyetelan model, bukan percakapan umum.

Karena fokus tersebut, kecocokan alaminya adalah perkakas dan otomasi untuk pengembang. Fill in the middle cocok untuk integrasi editor yang melengkapi kode di antara prefix dan suffix. Koreksi kode cocok untuk bot tinjauan, asisten linting, dan pipeline yang mengusulkan perbaikan untuk kode yang rusak atau usang. Generasi pengujian cocok untuk alur kerja yang membutuhkan unit test ditulis bersama implementasi. Jendela konteks yang besar juga membantu ketika suatu tugas bergantung pada beberapa file sekaligus, seperti refactoring lintas modul atau menjawab pertanyaan tentang basis kode yang belum dikenal. Input file berarti Anda dapat memberikan materi sumber secara langsung daripada menempelkannya ke prompt sebagai teks biasa.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan id model mistralai/codestral-2508, sehingga SDK dan klien OpenAI yang sudah ada dapat bekerja hanya dengan mengubah base URL dan nama model. Parameter permintaan yang didukung adalah frequency_penalty, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, dan top_p. Parameter tools dan tool_choice memungkinkan pemanggilan fungsi, structured_outputs dan response_format memungkinkan Anda membatasi bentuk balasan, prediction mendukung alur kerja bergaya spekulatif di mana Anda memberikan kelanjutan yang diharapkan, dan seed membantu membuat sampling dapat direproduksi.

Satu hal yang perlu dipertimbangkan adalah cakupannya. Codestral 2508 adalah model teks, jadi model ini tidak menerima input gambar atau audio, dan outputnya hanya teks. Jika tugas Anda tidak terkait kode, atau jika Anda membutuhkan input multimodal, model lain di api14 kemungkinan lebih cocok. Untuk pekerjaan yang berpusat pada kode di mana latensi dan throughput penting, model ini ditujukan tepat untuk kasus tersebut.