Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.

Mistral: Codestral Embed 2505

mistralai/codestral-embed-2505
EmbeddingsWejście: text8KDodano 30 paź 2025

Wypróbuj Mistral: Codestral Embed 2505 teraz

Korzysta z Twojego salda według powyższych cen. Nowe konta zaczynają z darmowym użyciem.

Zaloguj się, aby z tego korzystaćZałóż darmowe konto

Wyniki pojawią się tutaj.

Pozostało 5 z 5 darmowych wiadomości na dziś, darmowe konto daje dodatkowe użycie i klucz API.Załóż darmowe kontoZaloguj sięKoszt sesji 0,00 USD

Mistral: Codestral Embed 2505 w skrócie

  • Cena wejścia jest o 650% wyższa od mediany 34 modeli z kategorii Embeddings.

O modelu Mistral: Codestral Embed 2505

Mistral Codestral Embed 2505 to model embeddingów od Mistral, wydany 30 października 2025 i opublikowany na api14 pod identyfikatorem modelu mistralai/codestral-embed-2505. Należy do kategorii embeddingów, a nie do kategorii czatu, co oznacza, że nie jest zbudowany do prowadzenia rozmowy ani generowania pisemnych odpowiedzi. Zamiast tego zamienia dane wejściowe na wektory reprezentujące znaczenie, a Mistral opisuje go jako specjalnie zaprojektowany dla kodu.

Model przyjmuje tekst jako jedyne dane wejściowe i zwraca embeddingi jako jedyne dane wyjściowe, z oknem kontekstu wynoszącym 8192 tokeny. To wystarczająco dużo miejsca, aby w jednym przebiegu osadzić pokaźną funkcję, klasę lub sekcję dokumentacji. Nie deklaruje żadnych obsługiwanych parametrów próbkowania, co jest typowe dla punktów końcowych embeddingów, gdzie temperatura i podobne kontrolki nie mają zastosowania; wysyłasz dane wejściowe i odczytujesz wynikowy wektor. Pole maksymalnych danych wyjściowych jest podane jako 6553.

Ponieważ jest dostrojony pod kod, najbardziej bezpośrednie przypadki użycia to te wymieniane przez Mistral: osadzanie baz danych kodu i repozytoriów oraz zasilanie asystentów programowania, które potrzebują silnego wyszukiwania. W praktyce obejmuje to wyszukiwanie semantyczne w monorepozytorium, deduplikację niemal identycznych fragmentów, grupowanie plików według podobieństwa oraz budowę warstwy wyszukiwania, która dostarcza istotny kod do asystenta programowania. Ogólne osadzanie tekstu jest możliwe, ponieważ dane wejściowe to zwykły tekst, ale deklarowanym celem modelu jest kod źródłowy i związane z nim obciążenia wyszukiwania.

Wywoływanie go przez api14 działa tak samo jak w przypadku każdego innego modelu na platformie, ponieważ api14 udostępnia API zgodne z OpenAI. Kierujesz swojego istniejącego klienta OpenAI na bazowy adres URL api14, podajesz swój klucz api14 i przekazujesz mistralai/codestral-embed-2505 jako identyfikator modelu w punkcie końcowym embeddingów. Żadne dodatkowe parametry nie są wymienione jako obsługiwane dla tego modelu, więc potrzebne jest proste żądanie zawierające identyfikator modelu i tekst wejściowy. Jeśli masz już kod embeddingów napisany pod OpenAI SDK, zmiana to zasadniczo bazowy adres URL, klucz i ciąg modelu.

Najważniejszą rzeczą do rozważenia jest podział zadań. Ten model tworzy wektory, a nie prozę, więc zadanie wymagające generowanych wyjaśnień, uzupełniania kodu lub zachowania agenta wymaga obok niego modelu czatu, przy czym Codestral Embed obsługuje krok wyszukiwania. Gdy twoje obciążenie to wyłącznie dopasowanie semantyczne w kodzie lub tekście i mieści się w kontekście 8192 tokenów, ten model jest właściwym wyborem.

Jak wywołać Mistral: Codestral Embed 2505 API

  1. Utwórz klucz API w panelu.
  2. Zainstaluj oficjalne SDK openai dla swojego języka.
  3. Ustaw baseURL na https://api14.com/api/v1, a model na "mistralai/codestral-embed-2505".
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.embeddings.create({
  "model": "mistralai/codestral-embed-2505",
  "input": [
    "The quick brown fox",
    "Lorem ipsum"
  ]
});
console.log(result.data.map((d) => d.embedding.length));

Specyfikacja

Długość kontekstu
8192
Maks. wyjście
6553
Wejście
text
Wyjście
embeddings

Żądania w api14 · ostatnie 7 dni

10-1710-1810-1910-2010-2110-2210-23

Mistral: Codestral Embed 2505: najczęściej zadawane pytania

Ile kosztuje API Mistral: Codestral Embed 2505?
Mistral: Codestral Embed 2505 kosztuje Wejście 0,52 USD / 1M tokenów. Opłata jest pobierana z salda w USD tylko za udane żądania; nieudane żądania są darmowe.
Jakie okno kontekstu ma Mistral: Codestral Embed 2505?
Mistral: Codestral Embed 2505 przyjmuje do 8192 tokenów na żądanie, prompt, historię i dokumenty łącznie. Generuje do 6553 tokenów wyjściowych na odpowiedź.
Co potrafi Mistral: Codestral Embed 2505?
Mistral: Codestral Embed 2505 przyjmuje text i zwraca embeddings.
Jak wywołać Mistral: Codestral Embed 2505 z mojego kodu?
Skieruj dowolne SDK OpenAI na https://api14.com/api/v1 i ustaw model na "mistralai/codestral-embed-2505", bez innych zmian w kodzie. Gotowy przykład skopiujesz z panelu kodu na tej stronie.
Jakie są alternatywy dla Mistral: Codestral Embed 2505?
Porównywalne modele z kategorii Embeddings w podobnej cenie: Google: Gemini Embedding 001, OpenAI: Text Embedding 3 Large, VoyageAI by MongoDB: voyage-code-4. Wszystkie działają z tym samym kluczem API, więc zmiana to jeden ciąg znaków.

Społeczność Mistral: Codestral Embed 2505

Nowy wątek

Ta społeczność nie ma jeszcze wątków. Załóż pierwszy wątek o Mistral: Codestral Embed 2505.