Einführung in Codestral
Auf dieser Seite
Kurs aktualisiert am 2. November 2026. Die gesamte Devstral-Reihe wurde aus der API entfernt (Devstral 2 seit dem 31. Juli 2026). Der Abschnitt zu Code-Agenten (Lektionen 5–8) behandelt nun Mistral Small 4, Mistral Large 4 und Vibe Code. Lektion 13 befasst sich mit der lokalen Hostung von Devstral Small 2, dessen Gewichte weiterhin veröffentlicht sind. Codestral (
codestral-2508) bleibt für Code-Ergänzung allgemein verfügbar. Quelle: Modelle.
Codestral: Das von Mistral AI entwickelte Code-spezifische Modell
Codestral ist das Flaggschiffmodell von Mistral AI, das sich ausschließlich der Code-Generierung und -Ergänzung widmet. Die Version v25.08 stellt das Ergebnis mehrjähriger Forschung zur Anwendung künstlicher Intelligenz in der Softwareentwicklung dar. Der Unterschied zu einem allgemeinen Modell liegt im Training: Während ein universelles Modell Code als Sonderfall der natürlichen Sprache behandelt, wurde Codestral speziell trainiert, Quellcode in mehr als 80 Programmiersprachen zu verstehen, zu generieren und zu ergänzen. Es gehört zu Mistral AIs Premier-Tier, der Reihe, die die beste Leistung und die umfassendste Plattformunterstützung bietet.
Warum ein Code-spezifisches Modell?
Allgemeine Modelle wie Mistral Large 3 oder GPT-5.6 schreiben zwar recht guten Code, sind für diese Aufgabe jedoch nicht optimiert, und der Unterschied zeigt sich in vier spezifischen Bereichen. Der erste Punkt ist das syntaktische Verständnis: Codestral hat die Strukturen, die für jede Sprache einzigartig sind, internalisiert, nicht nur die textlichen Muster, die sie umgeben. In einer Rust-Datei versteht es, was Borrowing impliziert; in einer SQL-Datei weiß es, dass eine GROUP BY-Klausel eine Aggregation erfordert.
Der zweite Punkt ist Fill-In-The-Middle, die Fähigkeit, Code mitten in einer Datei zu ergänzen und nicht nur am Ende. Ein allgemeines Modell setzt Text fort; Codestral kann auch eine Lücke zwischen zwei bestehenden Blöcken füllen, was genau dem entspricht, was ein Entwickler tut, wenn er den Cursor mitten in einer Klasse platziert. Der dritte Punkt ist die Latenz: Echtzeit-Autocomplete in einer IDE ist nur nutzbar, wenn der Vorschlag eintreffen kann, bevor der Entwickler die Zeile selbst fertig getippt hat, und Codestral ist für diese sehr kurzen, häufigen Aufrufe dimensioniert. Der vierte Punkt ist die Konsistenz der Ausgabe: Der generierte Code ist im Zielsprachformat formatiert und idiomatisch, ohne das Mischen von Konventionen, das Sie sonst manchmal sehen.
Die zwei Endpunkte von Codestral
Mistral AI stellt Codestral über zwei Einstiegspunkte zur Verfügung, und die Wahl des richtigen hat so viel Einfluss auf die Ergebnisqualität wie der Prompt selbst.
FIM-Endpunkt — /v1/fim/completions
Dies ist der innovativere der beiden. Sie geben einen Prompt (den Anfang des Codes) und ein Suffix (das Ende) an, und Codestral generiert, was dazwischen gehört. Konkret: Wenn Ihr Editor die vierzig Zeilen oberhalb des Cursors und die zehn Zeilen darunter sendet, erzeugt das Modell den fehlenden Teil unter Berücksichtigung beider Seiten. Genau das benötigt eine IDE für eine wirklich kontextbezogene Autocomplete-Funktion.
Chat-Endpunkt — /v1/chat/completions
Dies ist der klassische Endpunkt für die Befolgung von Anweisungen: Sie stellen eine Frage oder geben eine Instruktion, und Codestral antwortet mit Code. Er eignet sich für die Generierung vollständiger Funktionen, das Schreiben von Dokumentation oder die Erstellung von Unit-Tests – mit anderen Worten für alles, was von einer in natürlicher Sprache ausgedrückten Absicht ausgeht und nicht von einem Cursor in einer Datei.
Unterstützte Sprachen
Codestral deckt die Grundlagen des modernen Entwicklungsumfelds ab: 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 und viele weitere. Diese Abdeckung von mehr als 80 Sprachen macht es zu einem der vielseitigsten Code-Modelle am Markt, einschließlich für Projekte, die drei oder vier Technologien im selben Repository mischen.
Codestral im Mistral-Ökosystem
Sie konsumieren Codestral nicht nur über rohe API-Aufrufe. In einem Editor installieren Sie es über Continue.dev, die Erweiterung für VS Code und JetBrains, die Inline-Autocomplete verwaltet, oder über Tabnine, das schnelle Aktionen hinzufügt, die von der IDE aus ausgelöst werden. Datenwissenschaftler finden es in JupyterLab dank Jupyter AI direkt in ihren Notebooks. In der Kommandozeile fungiert Mistral Vibe als Code-Assistent im Terminal. Schließlich ermöglichen LangChain und LlamaIndex, es in Anwendungspipelines zu verketteten, wenn der generierte Code nur ein Schritt in einem größeren Prozess ist.
Die nächsten Lektionen gehen auf die Details ein: der FIM-Mechanismus, die Python-API und anschliessend konkrete Anwendungsfälle für Codestral.
Kernaussagen
- Codestral v25.08 ist das von Mistral AI entwickelte Premier-Tier-Modell, das sich auf Code spezialisiert hat
- Es unterstützt mehr als 80 Programmiersprachen
- Seine FIM (Fill-In-The-Middle)-Fähigkeit unterscheidet es von allgemeinen Modellen
- Es ist über zwei Endpunkte zugänglich: FIM und Chat
- Es integriert sich nativ in die beliebtesten IDEs