Mistral AI Devstral リリース

Mistral AIとAll Hands AIは、ソフトウェアエンジニアリングタスクに特化して設計されたエージェンティックな大規模言語モデル（LLM）であるDevstralを発表しました。DevstralはApache 2.0ライセンスの下でリリースされ、コードエージェントのスカフォールド（足場）と統合することで、現実世界のGitHub issuesを解決するように最適化されています。

SWE-Bench Verified における高いパフォーマンス

Devstralは、500件の手動選別された現実世界のGitHub issuesで構成されるデータセットであるSWE-Bench Verifiedベンチマークにおいて、従来のオープンソースの最先端（SoTA）モデルを凌駕しています。

主なパフォーマンス指標は以下の通りです：

Score: DevstralはSWE-Bench Verifiedで46.8%のスコアを達成し、従来のオープンソースSoTAモデルを6ポイント以上上回りました。
Comparison to Large Models: OpenHandsのテストスカフォールドを使用して評価した場合、DevstralはDeepseek-V3-0324 (671B)やQwen3 232B-A22Bといった大幅に大きなモデルを凌駕しています。
Comparison to Closed Models: DevstralはGPT-4.1-miniを含むいくつかのクローズドソースの代替モデルを20%以上上回っています。

ソフトウェアエンジニアリングのためのエージェンティックな能力

単独の関数作成やコード補完のような、アトミックなコーディングタスクに長けている一般的なLLMとは異なり、Devstralは複雑なソフトウェアエンジニアリングの問題に対処できるように設計されています。これには以下が含まれます：

Contextualization: 大規模なコードベースの文脈の中でコードを理解する能力。
Relationship Mapping: システムの異なるコンポーネント間の接続を特定すること。
Bug Identification: 複雑な関数内にある微妙なバグを見つけること。

これらの能力を実現するために、Devstralは実際のGitHub issuesを解決するようにトレーニングされており、OpenHandsやSWE-Agentのようなエージェント・スカフォールドを介して動作します。これらはモデルとテストケースの間のインターフェースを管理します。

デプロイの汎用性とハードウェア要件

Devstralは高い効率性を実現するように設計されており、さまざまな環境へのデプロイが可能です：

Local Deployment: このモデルは、単一のRTX 4090 GPUまたは32GBのRAMを搭載したMac上で動作するほど軽量であり、デバイス上での使用に適しています。
Enterprise Use: そのパフォーマンスとローカルデプロイの能力により、厳格なセキュリティとコンプライアンス要件に従う必要があるプライバシーに敏感なリポジトリでのエージェンティックなコーディングに、実行可能な選択肢となります。
IDE Integration: Devstralは、エージェンティックなコーディングIDE、プラグイン、または環境のモデルセレクターオプションとして統合できます。

利用可能範囲と価格設定

Devstralは、コミュニティおよび企業利用のために複数のチャネルを通じて利用可能です：

Open Source: モデルはApache 2.0ライセンスの下で無料リリースされており、HuggingFace、Ollama、Kaggle、Unsloth、およびLM Studioからダウンロード可能です。
API Access: モデルはMistral AIのAPIを通じてdevstral-small-2505として利用可能です。価格は入力トークン100万あたり$0.1、出力トークン100万あたり$0.3に設定されており、これはMistral Small 3.1の価格設定と一致しています。
Enterprise Customization: Mistral AIは、Applied AIチームを通じて、プライベートなコードベースでのファインチューニング、継続的な事前学習、および蒸留サービスを提供しています。

今後の展望

Devstralは現在、リサーチプレビュー版です。Mistral AIは、より大規模なエージェンティックなコーディングモデルが開発中であり、数週間以内に利用可能になる予定であると発表しました。