Mistral AI Devstral 發佈

Mistral AI 與 All Hands AI 推出了 Devstral，這是一款專為軟體工程任務設計的代理型大型語言模型 (LLM)。Devstral 採用 Apache 2.0 授權，並透過與程式碼代理腳手架 (code agent scaffolds) 整合，優化了解決真實 GitHub 問題的能力。

在 SWE-Bench Verified 上展現高性能

Devstral 在 SWE-Bench Verified 基準測試中表現優於先前的開源最先進 (SoTA) 模型，該基準測試包含 500 個經人工篩選的真實 GitHub 問題。

關鍵性能指標包括：

• 分數： Devstral 在 SWE-Bench Verified 上取得了 46.8% 的分數，比之前的開源 SoTA 模型高出超過 6 個百分點。
• 與大型模型的比較： 當使用 OpenHands 測試腳手架進行評估時，Devstral 的表現優於規模大得多的模型，包括 Deepseek-V3-0324 (671B) 和 Qwen3 232B-A22B。
• 與封閉模型之比較： Devstral 超越了數個封閉原始碼模型，包括 GPT-4.1-mini，漲幅超過 20%。

軟體工程的代理能力

與擅長單一原子化編碼任務（如獨立函數編寫或程式碼補全）的典型 LLM 不同，Devstral 旨在處理複雜的軟體工程問題。這包括：

• 情境化： 在大型程式碼庫的上下文中理解程式碼的能力。
• 關係映射： 識別系統中不同組件之間的連接。
• 錯誤識別： 在複雜的函數中尋找細微的錯誤。

為了實現這些能力，Devstral 經過訓練以解決真實的 GitHub 問題，並透過 OpenHands 或 SWE-Agent 等代理腳手架運行，這些腳手架負責管理模型與測試案例之間的介面。

部署的靈活性與硬體需求

Devstral 旨在實現高效率，使其能夠部署在各種環境中：

• 本地部署： 該模型足夠輕量，可以在單張 RTX 4090 GPU 或配備 32GB RAM 的 Mac 上運行，適合用於裝置端使用。
• 企業級使用： 由於其性能和本地部署能力，對於受嚴格安全與合規性要求的隱私敏感型程式碼庫，它是進行代理式編碼的可靠選擇。
• IDE 整合： Devstral 可以作為模型選擇選項，整合到代理式編碼 IDE、插件或環境中。

可用性與定價

Devstral 可透過多種管道供社群與企業使用：

• 開源： 該模型在 Apache 2.0 授權下免費發佈，並可從 HuggingFace、Ollama、Kaggle、Unsloth 和 LM Studio 下載。
• API 存取： 該模型可透過 Mistral AI 的 API 以 devstral-small-2505 提供。定價為每百萬輸入 token 0.1 美元，每百萬輸出 token 0.3 美元，與 Mistral Small 3.1 的定價一致。
• 企業定制化： Mistral AI 透過其應用 AI 團隊提供私有程式碼庫的微調、持續預訓練以及蒸餾服務。

未來展望

Devstral 目前處於研究預覽階段。Mistral AI 已宣布，一個更大規模的代理式編碼模型正在開發中，預計將在未來幾週內推出。