MistralAI开源的新一代编程模型系列——Devstral2

Devstral 2 系列是 Mistral AI 全新推出的开源编程模型产品线，涵盖参数规模达 1230 亿的 Devstral 2 与 240 亿参数的 Devstral Small 2 两款模型。其中，Devstral 2 配备 256K 长度的上下文窗口，在 SWE-bench 验证基准上实现了 72.2% 的高准确率，不仅性能出色，还具备成本效益优势，能够支持跨文件检索、架构层面的逻辑推理以及代码自动纠错等实用功能，适配企业级开发场景的需求。而 Devstral Small 2 则属于轻量型模型，可直接在消费级硬件设备上完成本地部署，并且兼容多模态输入方式。这两款模型均能通过 Mistral Vibe CLI 工具提供终端交互式的编程辅助服务，帮助开发者更高效地推进开发任务，为开源编程模型领域的发展注入动力。

Devstral 2的核心功能包括：跨文件代码理解与生成，可对多文件代码进行解析和编写，在大型代码库的复杂修改、重构场景中，能以架构级的上下文感知能力，助力开发者高效推进多文件项目；架构级推理能力，能掌握代码库整体架构，清晰梳理框架依赖关系，确保代码修改时整体架构的稳定性，有效规避局部改动引发的全局问题；自动错误检测与修复，可识别代码中的错误并尝试自动修正，通过反复验证保障代码正确性，尤其在修复遗留系统问题方面表现突出；多编程语言支持，对各类主流编程语言适配性良好，可按需生成和优化不同语言代码，满足多样化开发需求；高效代码生成与优化，既能产出高质量、高性能代码，也能对现有代码进行性能优化，帮助开发者提升开发效率与代码质量。在测试表现上，SWE-bench Verified测试结果显示：123B参数的Devstral 2准确率达72.2%，跻身当前表现最优的开源模型行列；24B参数的Devstral Small 2准确率为68.0%，性能可与体量为其五倍的模型相媲美。竞品对比方面，Devstral 2与DeepSeek V3.2相比，胜率为42.8%，显著高于DeepSeek V3.2的28.6%；与闭源模型Claude Sonnet 4.5对比时，Claude Sonnet 4.5仍更受青睐，说明Devstral 2与顶级闭源模型虽存在差距，但已十分接近。

Devstral 2相关信息如下：项目地址方面，项目官网为https://mistral.ai/news/devstral-2-vibe-cli，HuggingFace模型库地址是https://huggingface.co/collections/mistralai/devstral-2。产品定价上，Devstral 2（123B参数）现阶段可通过API免费使用，免费期结束后，API定价为每百万输入token 0.40美元、每百万输出token 2.00美元；Devstral Small 2（24B参数）的API定价为每百万输入token 0.10美元、每百万输出token 0.30美元。应用场景包括：代码生成，Devstral 2能快速生成多语言代码，帮助开发者高效开启项目；代码优化，该模型支持跨文件修改，助力开发者优化代码，提升性能与可维护性；错误修复，模型可自动检测并修正代码错误，节省调试时间，适用于遗留系统修复；企业级应用，模型支持定制化微调与架构级推理，可满足企业复杂项目的需求；本地部署，Devstral Small 2支持本地运行，能有效保护数据隐私，适合安全要求较高的场景。