La empresa Mistral AI ha presentado un gran modelo de lenguaje, Devstral, optimizado para abordar problemas que surgen en el proceso de desarrollo de software. A diferencia de los modelos de IA típicos, Mistral AI va más allá de escribir funciones individuales y completar código, ofreciendo capacidades que permiten analizar y contextualizar (determinar la finalidad y la lógica de funcionamiento) grandes bases de código, identificar conexiones entre componentes y detectar errores difíciles de encontrar en funciones complejas.
El modelo abarca 23.6 mil millones de parámetros, tiene en cuenta un contexto de 128 mil tokens y se publica bajo la licencia Apache 2.0. El archivo descargable de Devstral ocupa 47 GB y es adecuado para su uso en sistemas locales; para ejecutar el modelo, solo se necesita una PC con una tarjeta gráfica NVIDIA GeForce RTX 4090 y 32 GB de RAM. El modelo puede utilizarse en herramientas abiertas SWE-agent y OpenHands para la automatización de corrección de errores, análisis de código y modificaciones.
El sistema puede aplicarse para resolver problemas específicos (issues) en GitHub y supera notablemente a otros proyectos en el conjunto de pruebas SWE-Bench Verified, que verifica la corrección de soluciones a problemas típicos en el código (se ofrecen 500 pruebas basadas en informes de errores reales en GitHub). En esta prueba, el modelo Devstral obtuvo un puntaje de 46.8%, mientras que el modelo Claude 3.5 Haiku alcanzó el 40.6%, SWE-smith-LM 32B el 40.2% y GPT-4.1-mini el 23.6%. Entre otras cosas, Devstral superó modelos grandes como Deepseek-V3-0324 671B (38.8%) y Qwen3 232B-A22B (34.4%), que abarcan cientos de miles de millones de parámetros.
Fuente: opennet.ru
