Mistral AI, en colaboración con All Hands AI, ha lanzado versiones actualizadas de sus modelos de lenguaje grandes centrados en el desarrollador bajo el Devstral 2507 etiqueta. El lanzamiento incluye dos modelos:Devstral pequeño 1.1 y Devstral Medium 2507—Designado para apoyar el razonamiento de código basado en agentes, la síntesis de programas y la ejecución de tareas estructuradas en grandes repositorios de software. Estos modelos están optimizados para el rendimiento y el costo, lo que los hace aplicables para el uso del mundo real en herramientas de desarrollador y sistemas de automatización de códigos.
Devstral Small 1.1: Modelo abierto para uso local e integrado
Devstral pequeño 1.1 (también llamado devstral-small-2507) se basa en el modelo de base Mistral-Small-3.1 y contiene aproximadamente 24 mil millones de parámetros. Admite una ventana de contexto de token de 128k, que le permite manejar las entradas de código de múltiples archivos y las largas indicaciones típicas en los flujos de trabajo de ingeniería de software.
El modelo está ajustado específicamente para salidas estructuradas, incluidos XML y formatos de llamada de funciones. Esto lo hace compatible con los marcos de agentes como OpenHands y adecuado para tareas como navegación del programa, ediciones de múltiples pasos y búsqueda de código. Tiene licencia bajo Apache 2.0 y está disponible para la investigación y el uso comercial.
Rendimiento: resultados de Swe-Bench
Devstral Small 1.1 logra 53.6% En el punto de referencia verificado SWE-Bench, que evalúa la capacidad del modelo para generar parches correctos para problemas reales de GitHub. Esto representa una mejora notable sobre la versión anterior (1.0) y la coloca por delante de otros modelos abiertos de tamaño comparable. Los resultados se obtuvieron utilizando el andamio OpenHands, que proporciona un entorno de prueba estándar para evaluar los agentes de código.
Si bien no está en el nivel de los modelos patentados más grandes, esta versión ofrece un equilibrio entre tamaño, costo de inferencia y rendimiento de razonamiento que es práctico para muchas tareas de codificación.
Despliegue: inferencia y cuantización local
El modelo se lanza en múltiples formatos. Las versiones cuantificadas en GGUF están disponibles para su uso con llama.cpp, vLLMy LM Studio. Estos formatos permiten ejecutar inferencia localmente en GPU de alta memoria (p. Ej., RTX 4090) o máquinas de silicio de Apple con 32 GB de RAM o más. Esto es beneficioso para los desarrolladores o equipos que prefieren operar sin dependencia de las API alojadas.
Mistral también hace que el modelo esté disponible a través de su API de inferencia. El precio actual es de $ 0.10 por millón de tokens de entrada y $ 0.30 por millón de tokens de salida, lo mismo que otros modelos en la línea de malas maltrato.
Devstral Medium 2507: mayor precisión, API solo
Devstral Medium 2507 no es de código abierto y solo está disponible a través de la API Mistral o a través de acuerdos de implementación empresarial. Ofrece la misma longitud de contexto de token de 128k que la versión pequeña pero con mayor rendimiento.
Los puntajes del modelo 61.6% En el banco SWE verificado, superando varios modelos comerciales, incluidos Gemini 2.5 Pro y GPT-4.1, en el mismo marco de evaluación. Su mayor capacidad de razonamiento en contextos largos lo convierte en un candidato para agentes de código que operan en grandes monorepos o repositorios con dependencias de archivo cruzado.
El precio de la API se establece en $ 0.40 por millón de tokens de entrada y $ 2 por millón de tokens de salida. El ajuste fino está disponible para usuarios empresariales a través de la plataforma Mistral.
Ajuste de la comparación y el caso de uso
| Modelo | Swe-Bench Verificado | Código abierto | Costo de entrada | Costo de salida | Longitud de contexto |
|---|---|---|---|---|---|
| Devstral pequeño 1.1 | 53.6% | Sí | $ 0.10/m | $ 0.30/m | 128k tokens |
| Medio devstral | 61.6% | No | $ 0.40/m | $ 2.00/m | 128k tokens |
Devstral Small es más adecuado para el desarrollo local, la experimentación o la integración en las herramientas de desarrolladores del lado del cliente donde el control y la eficiencia son importantes. Por el contrario, Devstral Medium proporciona una mayor precisión y consistencia en las tareas estructuradas de edición de código y está destinado a servicios de producción que se benefician de un mayor rendimiento a pesar del aumento en el costo.
Integración con herramientas y agentes
Ambos modelos están diseñados para admitir la integración con marcos de agentes de código como OpenHands. El soporte de llamadas de funciones estructuradas y formatos de salida XML les permite integrarse en flujos de trabajo automatizados para la generación de pruebas, la refactorización y la fijación de errores. Esta compatibilidad hace que sea más fácil conectar modelos Devstrales a complementos IDE, bots de control de versiones y tuberías internas de CI/CD.
Por ejemplo, los desarrolladores pueden usar Devstral Small para crear prototipos de flujos de trabajo locales, mientras que Devstral Medium se puede usar en servicios de producción que aplican parches o solicitudes de triaje basadas en sugerencias de modelos.
Conclusión
La versión de Devstral 2507 refleja una actualización específica de la pila LLM orientada al código de Mistral, ofreciendo a los usuarios una compensación más clara entre el costo de inferencia y la precisión de la tarea. Devstral Small proporciona un modelo accesible y abierto con un rendimiento suficiente para muchos casos de uso, mientras que Devstral Medium atiende a aplicaciones donde la corrección y la confiabilidad son críticos.
La disponibilidad de ambos modelos bajo diferentes opciones de implementación los hace relevantes en varias etapas del flujo de trabajo de ingeniería de software, desde el desarrollo de agentes experimentales hasta la implementación en entornos comerciales.
Mira el Detalle técnico, Devstral pequeño pesas del modelo en la cara abrazada y el medio devstral también estará disponible en Código Mistral para clientes empresariales y en API Finetuning. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, siéntete libre de seguirnos Gorjeoy YouTube Y no olvides unirte a nuestro Subreddit de 100k+ ml y suscribirse a Nuestro boletín.
Sana Hassan, una pasante de consultoría en MarktechPost y estudiante de doble grado en IIT Madras, le apasiona aplicar tecnología e IA para abordar los desafíos del mundo real. Con un gran interés en resolver problemas prácticos, aporta una nueva perspectiva a la intersección de la IA y las soluciones de la vida real.