【導讀】就在剛剛，法國AI初創公司Mistral發佈了自家首款代碼生成模型Codestral。不僅支持32K長上下文窗口以及80多種編程語言，而且還用22B的參數量取得了與70B的Llama 3相近的性能。目前，已經開放API與IDE插件供用戶使用。
真正Open的AI公司Mistral又低調上新了。
這次，他們發佈了首款代碼生成模型Codestral，支持80多種編程語言以及32K長上下文窗口。
不僅在基準測試上取得了驚豔的表現，而且代碼生成的速度也讓試用的網友非常滿意。
目前，Codestral提供了多種API，而且模型權重也公開在HuggingFace上。
項目地址：https://huggingface.co/mistralai/Codestral-22B-v0.1/tree/main
代碼生成新SOTA
Codestral的訓練數據包含80多種編程語言，包括最流行的Python、Java、C、C++和Bash，以及HTML、JavaScript等前端語言，在Swift和Fortran上也有良好表現。
模型可以完成的任務包括編寫特定功能的函數、編寫測試，以及代碼填充。
此外，由於Codestral同時精通英語，也可以與開發人員進行交互，有助於提高工程師的編碼水平並減少錯誤和漏洞。
可以通過Le Chat對話界面免費使用模型的交互功能。
在線地址：https://chat.mistral.ai/chat
作為一個參數量只有22B的模型，Codestral實現了32K的長上下文窗口，是Llama 3 70B的四倍。
Codestral使用了Llama架構，但在7種語言的HumanEval均分超過了CodeLlama，可以和Llama 3打個平手。
RepoBench是一個用於評估存儲庫級代碼補全任務的新基準，考驗模型的跨文件檢索和理解長上下文能力。在RepoBench上，Codestral使用Python語言達到了SOTA成績。
此外，在其他語言的評估中，包括C++、bash、Java、PHP、Typescript和C#，Codestral也取得了不錯的成績。
FIM基準可以評估模型在中間填充任務上的性能，但CodeLlama和Llama不直接支持這個功能。
在FIM任務中，Codestral用更少的參數量，在Pyhon、JavaScript和Java三種語言上的分數全面超過DeepSeek Coder 33B。
目前，Mistral開放了兩個API供開發者調用Codestral，分別是codestral.mistral.ai和api.mistral.ai，前者有8周的免費測試期，後者按token收費。
此外，還可以通過Continue.dev或者Tabnine插件在VSCode或JetBrains的IDE中使用Codestral的功能。
開發者們已經用上了
基準測試畢竟只是參考，代碼工具好不好用，只有試過才知道。
有網友感嘆「80種語言太瘋狂了」「終於有人想起來Swift了」。
而且實測中可以看到，Codestral的代碼生成速度非常快，而且響應延遲也很短。
有人給了GPT-4o和Codestral相同的任務，讓它們用Go語言實現基本的發佈/訂閱系統。
雖然兩個模型的響應延遲都很短，但Codestral寫完的時候，GPT-4o剛寫到一半，生成速度高下立現。
有開發者分析，雖然Codestral不是最大、最好的代碼模型，但自己還是會從Claude Opus爬牆，改用Codestral。
因為模型確實包含了更多前沿知識，可以幫助編寫最新的AI代碼，但ChatGPT和Opus都做不到。
但也有Python工程師吐槽：「沒有一個LLM明白，在Python 3.9之後的版本中，就不再需要使用from typing import List了。」
「GPT-4、GPT-4o、Claude Opus、Gemini和Codestral都無法理解這一點。即使明確說明，它們仍然無法理解。」
看來人類程序員剩下的為數不多的優勢還有「知錯就改」。
參考資料：
https://mistral.ai/news/codestral/
本文來自微信公眾號“新智元”（ID:AI_era），編輯：喬楊 好睏 ，36氪經授權發佈。
