Firma Mistral AI zaprezentowała dużą model językowy Devstral, zoptymalizowany do rozwiązywania problemów, które pojawiają się w procesie tworzenia oprogramowania. W przeciwieństwie do standardowych modeli AI, Mistral AI wykracza poza pisanie pojedynczych funkcji i uzupełnianie kodu, oferując możliwości analizy i kontekstualizacji (określania celu i logiki działania) dużych baz kodowych, identyfikowania zależności między komponentami oraz wykrywania trudnych do znalezienia błędów w skomplikowanych funkcjach.
Model obejmuje 23,6 miliarda parametrów, uwzględnia kontekst w 128 tysiącach tokenów i jest opublikowany na licencji Apache 2.0. Pobierany archiwum z Devstral zajmuje 47 GB i nadaje się do użytku w systemach lokalnych — do uruchomienia modelu wystarczy jeden komputer z kartą graficzną NVIDIA GeForce RTX 4090 i 32 GB RAM. Model można używać w otwartych narzędziach SWE-agent i OpenHands do automatyzacji poprawiania błędów, analizy kodu i wprowadzania zmian.
System może być stosowany do rozwiązywania konkretnych problemów (issue) na GitHubie i znacząco wyprzedza inne projekty w zestawie testowym SWE-Bench Verified, sprawdzającym poprawność rozwiązywania standardowych problemów w kodzie (oferowane są 500 testów opartych na rzeczywistych zgłoszeniach błędów na GitHubie). W tym teście model Devstral uzyskał 46,8%, podczas gdy model Claude 3.5 Haiku osiągnął 40,6%, SWE-smith-LM 32B — 40,2% a GPT-4.1-mini — 23,6%. Ponadto Devstral wyprzedził takie duże modele jak Deepseek-V3-0324 671B (38,8%) i Qwen3 232B-A22B (34,4%), które obejmują setki miliardów parametrów.
Źródło: opennet.ru
