Kompania Mistral AI ka prezantuar modelin e madh gjuhësor Devstral, i orientuar për përdorim në zhvillimin e aplikacioneve (vibe-coding) dhe i optimizuar për verifikimin formal të kodit. Pritet që Devstral të përdoret për të krijuar asistentë AI që jo vetëm gjenerojnë kod, por gjithashtu garantojnë mungesën e gabimeve në të.
Devstral është modeli i parë open-source që mbështet gjuhën programuese Lean 4 dhe mjetet e lidhura për verifikimin e provave matematikore. Lean 4 ofron mundësi për prova matematikore të saktësisë së kodit dhe përputhshmërisë me specifikimin, gjë që në kontekstin e vibe-coding lejon të konfirmohet se kodi i gjeneruar nga modeli AI bën pikërisht atë që është planifikuar.
Modeli përfshin 119 miliardë parametra (6.5 miliardë parametra aktivizues për token), merr parasysh kontekstin për 256 mijë token dhe është publikuar nën licencën Apache 2.0. Arkivi i shkarkueshëm me Leanstral peshoj 121 GB dhe është i përshtatshëm për përdorim në sisteme lokale. Për ekzekutimin lokal mund të përdoren bibliotekat vllm, transformers dhe SGLang.
Ndër të tjera, modeli mund të aplikojë për zhvillimin e vibra në agjentin e hapur mistral-vibe, si dhe të integrohet me mjetet Aeneas për verifikimin e kodit në gjuhën Rust. Si parametra hyrës pranohet teksti dhe imazhet, ndërsa rezultati jep vetëm tekst. Mbështetet analiza e përmbajtjes së imazheve.
Për të vlerësuar mundësitë e modeleve AI duke marrë parasysh cilësinë e zhvillimit të verifikimit formal të kodit dhe shkruarjen e provave matematikore, është krijuar një set i ri testesh FLTEval. Në testet e zhvilluara, modeli Leanstral ndjeshëm tejkaloi modelet ekzistuese të hapura Qwen3.5 397B-A17B, Kimi-K2.5 1T-A32B dhe GLM5 744B-A40B, duke treguar rezultate të ngjashme me modelet Claude Haiku 4.5 dhe Claude Sonnet 4.6 nga kompania Anthropic, por qëndroi pas modelit Claude Opus 4.6. Konkretisht, modeli Opus arriti 39.6 pikë, ndërsa Leanstral 21.9 në një kalim dhe 31.9 në 16 kalime. Në këtë rast, shpenzimet për përdorimin e Opus ishin 1650 dollarë, ndërsa Leanstral ishte $18 në një kalim dhe $290 në 16 kalime. Modeli Haiku arriti 23 pikë me shpenzime $184, ndërsa modeli Sonnet arriti 23.7 me shpenzime $549.
Burimi: opennet.ru
