Valg af dit kodningsværktøj hos Mistral
På denne side
Lektionen er omskrevet den 2. november 2026. Denne lektion sammenlignede tidligere Codestral med Devstral 2, som blev fjernet fra API’et den 31. juli 2026. Dine valgmuligheder er nu Codestral til fuldførelse, generelle modeller eller Vibe Code til agentbaseret arbejde samt Devstral Small 2 til lokal hosting. Kilder: Codestral, Codestral Embed, Mistral Small 4 · Brug af offline-modeller (Vibe).
Beslutningstræet
Du kender nu Mistral AIs byggesten til kodning. Det tilbageværende spørgsmål er, hvilken en du skal integrere i et rigtigt projekt. Rækkefølgen af dine spørgsmål er afgørende: start med dem, der eliminerer flest muligheder, og stop ved det første ja.
1. Vil du have autofuldførelse i din editor? Svaret er Codestral (codestral-2508) via FIM-endepunktet: dette er dens hjemmebane med lav latency og integrationer som Continue.dev (lektion 2 og 9).
2. Vil du uddelegere en hel opgave på tværs af flere filer? Brug en agent. Til en standardagent tilbyder Vibe Code (CLI, VS Code-udvidelse eller Vibe Code Web) værktøjerne, løkken og godkendelserne med Mistral Medium 3.5 som den indbyggede model. Til en brugerdefineret agent skal du bygge på API’et med Mistral Small 4 og benchmarke Mistral Large 4 på dine sværeste tilfælde (lektion 6 og 8).
3. Må kode aldrig forlade din infrastruktur? Host en åben model: Devstral Small 2 eller Mistral Small 4, de to modeller Vibes dokumentation anbefaler til lokal brug, serveret af vLLM og forbundet til Vibe (lektion 13). Codestral har ingen offentliggjorte åbne vægte.
4. Søger du i en kodebase efter betydning? Det er jobbet for Codestral Embed (codestral-embed-2505), den kodespecialiserede embeddings-model (lektion 11).
5. Genererer du en målrettet funktion eller modul? Codestral via chat-endepunktet fungerer til hurtig generering; en generalist som Small 4 overtager, når du skal ræsonnere over mere kontekst eller iterere.
Sammenligningstabel
| Kriterium | Codestral | Agenter (Small 4, Large 4, Vibe Code) | Devstral Small 2 (lokal) | Codestral Embed |
|---|---|---|---|---|
| Identifikator | codestral-2508 | mistral-small-2603, mistral-large-4-0; Medium 3.5 i Vibe | mistralai/Devstral-Small-2-24B-Instruct-2512 | codestral-embed-2505 |
| Status | GA | Small 4 GA, Large 4 Public Preview, Medium 3.5 forældet | Fjernet fra API, åbne vægte | GA |
| Specialitet | Fuldførelse, FIM, generering | Agentopgaver på tværs af flere filer | Offline kodningsagent | Semantisk søgning i kode |
| FIM-endepunkt | Ja | Nej | Nej | Nej |
| Tool calling | Ja | Ja | Ja (med passende vLLM-indstillinger) | Nej |
| Kontekst | 128.000 tokens | 256.000 (Small 4) til 1.000.000 (Large 4) | 256.000 tokens (afhænger af din server) | 8.000 tokens |
| Pris (pr. million tokens) | $0,30 input, $0,90 output | Small 4: $0,15 / $0,60; Large 4: $0,70 / $2,10 | Din hardwareomkostning | $0,15 input |
To rækker afgør næsten enhver teamdiskussion: „FIM-endepunkt” til autofuldførelse og hver models status, så du ved, hvad der stadig vil være om seks måneder. Priser og statusser pr. 2. november 2026.
Scenarier fra virkeligheden
En solo Python-udvikler kombinerer snarere end at vælge: Codestral via Continue.dev til type-ahead autofuldførelse og Vibe Code i terminalen til at „fikse denne fejl på tværs af fem filer og tilføj testene”.
Et team under fortrolighedskrav servicerer Devstral Small 2 eller Mistral Small 4 på sine egne GPU’er, forbinder Vibe til det og slår telemetri og opdateringer fra. Pitchet til en sikkerhedskomité er én sætning: ingen linje kode forlader bygningen.
En pipeline til kontinuerlig integration kæder delene fra lektion 12 sammen: Codestral Embed finder de relevante filer, Codestral genererer koden, en generalist udfører gennemgangen; eller vibe --prompt kører en agentopgave uden interaktion.
En dataforsker i Jupyter behøver kun Codestral til cellefuldførelse og generering af visualiseringer.
Fejl du skal undgå
Den mest almindelige fejl er at overlade autofuldførelse til en agent: det er for langsomt og mangler FIM. Den modsatte fejl er at bede en fuldførelsesmodel om at håndtere en opgave på tværs af flere filer uden en agentløkke til at orchestrere det. Tredje fejl: at springe Codestral Embed over, for en genereringspipeline vil stadig køre, blot med mediocre resultater på grund af manglende relevant kontekst. Fjerde fejl, stadig mere almindelig i 2026: at beholde fjernede identifikatorer (devstral-2512, devstral-small-latest) eller forældede uden en migrationsdato i din kode. Fastlås datomærkede identifikatorer, og tjek modeltabellen før hver opdatering.
Opsamling på kurset
Dette kursus har ført dig fra fuldførelse til agentbaseret arbejde: Codestral, dets FIM-tilstand og API; kodningsagenter, deres cyklus (forstå, planlæg, udfør, verificér), tool calling og løkker med flere turer; evaluering med SWE-bench og på dine egne tickets; Vibe Code og dets tre overflader; Codestral Embed og semantisk søgning; editorintegrationer; automatiserede pipelines; og lokal hosting af Devstral Small 2 med vLLM.
Vigtige pointer
- Codestral til autofuldførelse (FIM) og målrettet generering
- Vibe Code eller en API-agent (Small 4, Large 4) til opgaver på tværs af flere filer
- Devstral Small 2 eller Small 4 lokalt, når kode ikke må forlade dit miljø
- Codestral Embed til semantisk søgning i kode
- Tjek hver models status: Devstral er fjernet fra API’et, Medium 3.5 er forældet
Test din viden
1. Hvad er Fill-In-The-Middle (FIM)?
Svar: Fuldførelse midt i kode: du angiver præfiks og suffiks, og Codestral udfylder hullet. Dette er den naturlige tilstand for editor-autofuldførelse, leveret af FIM-endepunktet.
2. Devstral 2 er fjernet fra API'et: hvad erstatter det?
Svar: Den udpegede erstatning er Mistral Medium 3.5, modellen indbygget i Vibe Code, men den er selv forældet (fjernelse den 30. april 2027). Til en API-agent skal du starte med Mistral Small 4 og benchmarke Large 4; lokalt forbliver Devstral Small 2 anbefalet.
3. Hvordan bruger du Codestral i din IDE?
Svar: Gennem integrationer: Continue.dev til VS Code og JetBrains, Tabnine, Jupyter AI og andre. Codestral-fuldførelse vises, mens du skriver, inde i dine eksisterende værktøjer.
4. Hvad bruges Codestral Embed til?
Svar: Kodespecialiserede embeddings: semantisk søgning på tværs af en kodebase og detektering af ligheder. Det er hentningsdelen af automatiserede kodningspipelines.
5. Hvordan forbinder du Vibe til en model, du hoster selv?
Svar: Ved at erklære en OpenAI-kompatibel udbyder (eller den indbyggede llamacpp-udbyder) og en model-forudindstilling i config.toml, derefter vælge den med active_model eller /model. Til offline brug skal du også deaktivere telemetri og opdateringskontroller.