Introduktion til Codestral
På denne side
Kurset opdateret 2. november 2026. Hele Devstral-serien er fjernet fra API’et (Devstral 2 siden 31. juli 2026). Afsnittet om kodeagenter (lektion 5–8) dækker nu Mistral Small 4, Mistral Large 4 og Vibe Code. Lektion 13 omhandler lokal hosting af Devstral Small 2, hvis vægte stadig er offentliggjort. Codestral (
codestral-2508) forbliver generelt tilgængelig til kodefuldførelse. Kilde: Models.
Codestral: Mistral AIs kodespecialiserede model
Codestral er Mistral AIs flagskibsmodel dedikeret til kodegenerering og -fuldførelse. Version v25.08 repræsenterer kulminationen på flere års forskning inden for kunstig intelligens anvendt til softwareudvikling. Forskellen på en generel model ligger i træningen: Hvor en alsidig model behandler kode som et særligt tilfælde af naturligt sprog, er Codestral specifikt trænet til at forstå, generere og fuldføre kildekode på mere end 80 programmeringssprog. Den hører til Mistral AIs Premier-niveau, den serie der leverer den bedste ydeevne og den mest omfattende platformsupport.
Hvorfor en modelspecifik til kode?
Generelle modeller som Mistral Large 3 eller GPT-5.6 skriver kode ganske godt, men de er ikke optimeret til denne opgave, og du kan se forskellen på fire specifikke områder. Det første er syntaktisk forståelse: Codestral har internaliseret de strukturer, der er unikke for hvert sprog, ikke bare de tekstuelle mønstre omkring dem. I en Rust-fil forstår den, hvad borrowing indebærer; i en SQL-fil ved den, at en GROUP BY-klausul kræver en aggregering.
Det andet punkt er Fill-In-The-Middle, evnen til at fuldføre kode midt i en fil, ikke kun i slutningen. En generel model fortsætter tekst; Codestral kan også udfylde et hul mellem to eksisterende blokke, hvilket matcher præcis det, en udvikler gør, når placerer markøren midt i en klasse. Det tredje punkt er ventetid: Autoudfyldning i realtid i en IDE er kun brugbar, hvis forslaget ankommer, før udvikleren selv når at færdiggøre linjen, og Codestral er dimensioneret til disse meget korte, hyppige kald. Det fjerde er outputkonsistens: Den genererede kode er formateret og idiomatisk på målsproget uden den blanding af konventioner, man nogle gange ser andre steder.
Codestrals to endepunkter
Mistral AI eksponerer Codestral via to indgangspunkter, og valget af det rigtige påvirker resultatets kvalitet lige så meget som selve prompten.
FIM-endepunkt — /v1/fim/completions
Dette er det mest innovative af de to. Du angiver en prompt (starten på koden) og et suffix (slutningen), og Codestral genererer det, der hører imellem dem. Konkret betyder det, at hvis din editor sender de fyrre linjer over markøren og de ti linjer under, producerer modellen den manglende del under hensyntagen til begge sider. Dette er præcis det, en IDE har brug for til virkelig kontekstuel autoudfyldning.
Chat-endepunkt — /v1/chat/completions
Dette er det klassiske endepunkt til instruktionsfølgelse: Du stiller et spørgsmål eller giver en instruktion, og Codestral svarer med kode. Det er velegnet til at generere komplette funktioner, skrive dokumentation eller producere unit-tests – med andre ord til alt, der starter med en intention udtrykt i naturligt sprog frem for en markør placeret i en fil.
Understøttede sprog
Codestral dækker essentials i det moderne udviklingsøkosystem: Python, JavaScript, TypeScript, Java, C, C++, C#, Go, Rust, PHP, Ruby, Swift, Kotlin, Dart, R, MATLAB, SQL, HTML, CSS, Shell/Bash, PowerShell, Lua, Perl, Scala og mange andre. Denne dækning af mere end 80 sprog gør den til en af de mest alsidige kodemodeller på markedet, også til projekter, der blander tre eller fire teknologier i samme repository.
Codestral i Mistral-økosystemet
Du bruger ikke kun Codestral gennem rå API-kald. I en editor installerer du den via Continue.dev, udvidelsen til VS Code og JetBrains, der håndterer indlejret autoudfyldning, eller via Tabnine, der tilføjer hurtige handlinger udløst fra IDE’en. Dataforskere finder den i JupyterLab takket være Jupyter AI, direkte i deres notebooks. På kommandolinjen fungerer Mistral Vibe som kodeassistent i terminalen. Endelig lader LangChain og LlamaIndex dig kæde den ind i applikationspipelines, når den genererede kode blot er ét skridt i en større proces.
De næste lektioner dykker ned i detaljerne: FIM-mekanismen, Python-API’et og derefter konkrete brugscases for Codestral.
Vigtige pointer
- Codestral v25.08 er Mistral AIs Premier-niveau model specialiseret i kode
- Den understøtter mere end 80 programmeringssprog
- Dens FIM-egenskab (Fill-In-The-Middle) adskiller den fra generelle modeller
- Den er tilgængelig via to endepunkter: FIM og Chat
- Den integreres nativt i de mest populære IDE’er