Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Välj ditt kodningsverktyg hos Mistral

Lektion 14 av 14 Uppdaterad 2 november 2026 Utvecklare
På denna sida
  1. Beslutsträdet
  2. Jämförelsetabell
  3. Verkliga scenarier
  4. Misstag att undvika
  5. Sammanfattning av kursen
  6. Viktiga punkter
  7. Testa dina kunskaper

Lektionen omskriven den 2 november 2026. Denna lektion jämförde tidigare Codestral med Devstral 2, som togs bort från API:t den 31 juli 2026. Dina val är nu Codestral för komplettering och allmänna modeller, Vibe Code för agentbaserat arbete, samt Devstral Small 2 för lokal värdtjänst. Källor: Codestral, Codestral Embed, Mistral Small 4 · Använda offline-modeller (Vibe).

Beslutsträdet

Du känner nu till Mistral AI:s byggstenar för kodning. Återstår frågan om vilken du ska koppla in i ett riktigt projekt. Ordningen på dina frågor spelar roll: börja med de som eliminerar flest alternativ och stanna vid första ja.

1. Vill du ha autokomplettering i din editor? Svaret är Codestral (codestral-2508) via FIM-slutpunkten: detta är dess hemmaplan, med låg latens och integrationer som Continue.dev (lektion 2 och 9).

2. Vill du delegera en hel uppgift över flera filer? Använd en agent. För en färdig agent erbjuder Vibe Code (CLI, VS Code-tillägg eller Vibe Code Web) verktygen, loopen och godkännandena, med Mistral Medium 3.5 som inbyggd modell. För en anpassad agent bygger du på API:t med Mistral Small 4 och benchmarkar Mistral Large 4 på dina svåraste fall (lektion 6 och 8).

3. Får kod aldrig lämna din infrastruktur? Värdkör en öppen modell: Devstral Small 2 eller Mistral Small 4, de två modeller Vibes dokumentation rekommenderar för lokal användning, serverade av vLLM och anslutna till Vibe (lektion 13). Codestral har inga publicerade öppna vikter.

4. Söker du i en kodbas efter betydelse? Det är jobbet för Codestral Embed (codestral-embed-2505), den kodspecialiserade inbäddningsmodellen (lektion 11).

5. Genererar du en specifik funktion eller modul? Codestral via chatt-slutpunkten fungerar för snabb generering; en generalist som Small 4 tar över när du behöver resonera kring mer kontext eller iterera.

Jämförelsetabell

KriteriumCodestralAgenter (Small 4, Large 4, Vibe Code)Devstral Small 2 (lokal)Codestral Embed
Identifierarecodestral-2508mistral-small-2603, mistral-large-4-0; Medium 3.5 i Vibemistralai/Devstral-Small-2-24B-Instruct-2512codestral-embed-2505
StatusGASmall 4 GA, Large 4 Public Preview, Medium 3.5 avskrivenBorttagen från API:t, öppna vikterGA
SpecialitetKomplettering, FIM, genereringAgentuppgifter över flera filerOffline-kodningsagentSemantisk sökning i kod
FIM-slutpunktJaNejNejNej
Anrop av verktygJaJaJa (med lämpliga vLLM-alternativ)Nej
Kontext128 000 token256 000 (Small 4) till 1 000 000 (Large 4)256 000 token (beror på din server)8 000 token
Pris (per miljon token)0,30 $ inmatning, 0,90 $ utmatningSmall 4: 0,15 $ / 0,60 $; Large 4: 0,70 $ / 2,10 $Din hårdvarukostnad0,15 $ inmatning

Två rader avgör nästan varje teamdebatt: “FIM-slutpunkt” för autokomplettering, och varje models status så att du vet vad som finns kvar om sex månader. Priser och status per den 2 november 2026.

Verkliga scenarier

En ensam Python-utvecklare kombinerar snarare än att välja: Codestral via Continue.dev för autokomplettering vid skrivning, och Vibe Code i terminalen för att “fixa denna bugg över fem filer och lägg till testerna”.

Ett team under sekretesskrav kör Devstral Small 2 eller Mistral Small 4 på sina egna GPU:er, ansluter Vibe till det och stänger av telemetri och uppdateringar. Pitchen till en säkerhetskommitté är en mening: ingen kodrad lämnar byggnaden.

En pipeline för kontinuerlig integration kedjar ihop delarna från lektion 12: Codestral Embed hittar relevanta filer, Codestral genererar koden, en generalist utför granskningen; eller så kör vibe --prompt en agentuppgift utan interaktion.

En dataforskare i Jupyter behöver bara Codestral, för cellkomplettering och generering av visualiseringar.

Misstag att undvika

Det vanligaste misstaget är att lämna över autokomplettering till en agent: för långsamt, och ingen FIM. Spegelfelet är att be en kompletteringsmodell hantera en uppgift över flera filer utan en agentloop för att orkestrera den. Tredje misstaget: att hoppa över Codestral Embed, för en genereringspipeline kommer ändå att köras, bara med mediokra resultat på grund av saknad relevant kontext. Fjärde misstaget, allt vanligare 2026: att behålla borttagna identifierare (devstral-2512, devstral-small-latest) eller avskrivna utan ett migrationsdatum i din kod. Lås identifierare med datum och kontrollera modelltabellen före varje uppdatering.

Sammanfattning av kursen

Denna kurs har tagit dig från komplettering till agentbaserat arbete: Codestral, dess FIM-läge och API; kodningsagenter, deras cykel (förstå, planera, exekvera, verifiera), anrop av verktyg och loopar över flera varv; utvärdering med SWE-bench och på dina egna ärenden; Vibe Code och dess tre ytor; Codestral Embed och semantisk sökning; editorintegrationer; automatiserade pipelines; och lokal värdtjänst av Devstral Small 2 med vLLM.

Viktiga punkter

  • Codestral för autokomplettering (FIM) och målinriktad generering
  • Vibe Code eller en API-agent (Small 4, Large 4) för uppgifter över flera filer
  • Devstral Small 2 eller Small 4 lokalt när kod inte får lämna din miljö
  • Codestral Embed för semantisk sökning i kod
  • Kontrollera varje models status: Devstral är borttagen från API:t, Medium 3.5 är avskriven

Testa dina kunskaper

1. Vad är Fill-In-The-Middle (FIM)?

Svar: Komplettering mitt i kod: du anger prefix och suffix, och Codestral fyller gapet. Detta är det naturliga läget för autokomplettering i editorer, levererat via FIM-slutpunkten.

2. Devstral 2 är borttagen från API:t: vad ersätter det?

Svar: Den utsedda ersättaren är Mistral Medium 3.5, modellen inbyggd i Vibe Code, men den är i sig avskriven (borttagning den 30 april 2027). För en API-agent, börja med Mistral Small 4 och benchmarka Large 4; lokalt förblir Devstral Small 2 rekommenderat.

3. Hur använder du Codestral i din IDE?

Svar: Genom integrationer: Continue.dev för VS Code och JetBrains, Tabnine, Jupyter AI med flera. Codestral-komplettering visas medan du skriver, inne i dina befintliga verktyg.

4. Vad är Codestral Embed till för?

Svar: Kodspecialiserade inbäddningar: semantisk sökning över en kodbas och likhetsdetektering. Det är hämtningsdelen i automatiserade kodningspipelines.

5. Hur ansluter du Vibe till en modell du värdkör själv?

Svar: Genom att deklarera en OpenAI-kompatibel leverantör (eller den inbyggda llamacpp-leverantören) och en modellförinställning i config.toml, och sedan välja den med active_model eller /model. För offline-användning, inaktivera även telemetri och uppdateringskontroller.