Mistral: Codestral 2508 (batch)

Mistral: Codestral 2508 (batch) é um modelo de texto da Mistral, lançado pelo fornecedor em 1 de agosto de 2025. É o modelo de linguagem da Mistral para programação, e foi construído em torno de tarefas de baixa latência e alta frequência, em vez de conversação geral. Na api14 está listado na categoria de texto, e o id do modelo que você chama é mistralai/codestral-2508:batch.

O modelo aceita entradas de texto e ficheiros e devolve texto. A sua janela de contexto é de 256.000 tokens, com uma saída máxima de 204.800 tokens. Tem um corte de conhecimento em 31 de março de 2025. A Mistral descreve o seu foco como fill-in-the-middle (FIM), correção de código e geração de testes, por isso a entrada de ficheiros é útil quando queres que o modelo trabalhe sobre código-fonte que forneces, em vez de código que colas em linha.

Essas capacidades apontam para um conjunto bastante específico de tarefas. O fill-in-the-middle torna-o adequado para integrações em editores que completam código no meio de uma função ou bloco. A correção de código serve para linting, assistência em revisão, ou correção de código gerado por modelos antes de ser publicado. A geração de testes encaixa em pipelines que precisam de testes unitários escritos juntamente com a implementação. Como a janela de contexto é grande, podes passar ficheiros inteiros ou repositórios consideráveis juntamente com o teu prompt. Todas estas são tarefas de programação orientadas a batch, em vez de conversa aberta.

Para o chamar, usa o id do modelo mistralai/codestral-2508:batch contra a API compatível com OpenAI da api14, o que significa que a tua configuração existente do SDK da OpenAI funciona com uma base URL e uma chave alteradas. O modelo suporta frequency_penalty, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Tools e tool_choice permitem ligá-lo a function calling; response_format e structured_outputs ajudam quando o código a jusante precisa de uma forma fixa; seed torna as execuções repetíveis; prediction está disponível para fluxos de trabalho ao estilo de descodificação especulativa. Nota que a api14 não lista entrada de imagem ou áudio para este modelo, e a saída é apenas texto. Se a tua tarefa for prosa geral, compreensão de imagens, ou fala em vez de código, outro modelo no catálogo é provavelmente a melhor escolha.