Mistral AI Devstral 发布

Mistral AI 和 All Hands AI 推出了 Devstral，这是一款专为软件工程任务设计的智能体大语言模型 (LLM)。Devstral 在 Apache 2.0 许可下发布，并通过与代码智能体脚手架集成，针对解决现实世界的 GitHub 问题进行了优化。

在 SWE-Bench Verified 上的高性能表现

Devstral 在 SWE-Bench Verified 基准测试中表现优于之前的开源最先进 (SoTA) 模型，该数据集由 500 个经过人工筛选的真实 GitHub 问题组成。

关键性能指标包括：

• 分数： Devstral 在 SWE-Bench Verified 上实现了 46.8% 的分数，比之前的开源 SoTA 模型高出 6 个百分点以上。
• 与大型模型的对比： 当使用 OpenHands 测试脚手架进行评估时，Devstral 的表现优于规模大得多的模型，包括 Deepseek-V3-0324 (671B) 和 Qwen3 232B-A22B。
• 与闭源模型的对比： Devstral 超过了几个闭源替代方案，包括 GPT-4.1-mini，增幅超过 20%。

软件工程领域的智能体能力

与擅长编写独立函数或代码补全等原子化编码任务的典型 LLM 不同，Devstral 旨在处理复杂的软件工程问题。这包括：

• 上下文理解： 在大型代码库的上下文中理解代码的能力。
• 关系映射： 识别系统不同组件之间的连接。
• 缺陷识别： 在复杂的函数中发现细微的缺陷。

为了实现这些能力，Devstral 经过训练以解决真实的 GitHub 问题，并通过 OpenHands 或 SWE-Agent 等智能体脚手架运行，这些脚手架负责管理模型与测试用例之间的接口。

部署的灵活性与硬件要求

Devstral 旨在实现高效率，使其能够部署在各种环境中：

• 本地部署： 该模型足够轻量，可以在单个 RTX 4090 GPU 或配备 32GB RAM 的 Mac 上运行，适用于设备端使用。
• 企业级使用： 由于其性能和本地部署能力，对于受严格安全和合规性要求的隐私敏感型代码库，它是进行智能体编码的切实可行方案。
• IDE 集成： Devstral 可以作为模型选择选项集成到智能体编码 IDE、插件或环境中。

可用性与定价

Devstral 通过多种渠道面向社区和企业用户提供：

• 开源： 该模型在 Apache 2.0 许可下免费发布，并可以从 HuggingFace、Ollama、Kaggle、Unsloth 和 LM Studio 下载。
• API 访问： 该模型可通过 Mistral AI 的 API 以 devstral-small-2505 的名称提供。定价为每百万输入 token 0.1 美元，每百万输出 token 0.3 美元，与 Mistral Small 3.1 的定价一致。
• 企业定制： Mistral AI 通过其应用 AI 团队提供私有代码库的微调、持续预训练和蒸馏服务。

未来展望

Devstral 目前处于研究预览阶段。Mistral AI 已宣布，一个更大的智能体编码模型正在开发中，预计将在未来几周内推出。