Codestral 2508
Rede Neural
Codestral 2508 para código da Mistral: baixa latência, preenchimento no meio do arquivo, correção de erros e geração de testes.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Codestral 2508?
Codestral 2508 é um modelo de linguagem da Mistral, lançado no final de julho de 2025 e otimizado para trabalhar com código. Seu perfil são tarefas de baixa latência e alta frequência: preenchimento de código no meio do arquivo (fill-in-the-middle), correção de erros em fragmentos prontos e geração de testes — tudo o que se repete no editor dezenas de vezes por hora. No BotHub, o Codestral está disponível sem VPN ou cartão internacional; o pagamento é feito em rublos por tokens utilizados, e os tokens não utilizados não expiram. A conexão ao editor ou CI é feita via API unificada do BotHub: você pode alternar para outro modelo sem reescrever a integração, já que mais de 250 modelos estão reunidos em um só lugar. As conversas são criptografadas via AES-GCM e o conteúdo das solicitações não é salvo — essencial quando o código-fonte privado é incluído no prompt. Útil para ajustar o preenchimento automático na IDE, corrigir bugs via rastreamento de pilha, cobrir módulos com testes unitários, adaptar código antigo ao estilo da equipe ou criar um assistente interno para desenvolvedores.Perguntas frequentes sobre Codestral 2508
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo Mistral focado em código: escrita de funções, refatoração, explicação de trechos desconhecidos, busca de erros e sugestões de preenchimento automático. O contexto de 256.000 tokens permite carregar arquivos grandes e documentação completa, e o modo batch é conveniente para processamento em lote.
O limite de saída é de 204.800 tokens por resposta. Isso é suficiente para gerar um módulo inteiro, reescrever um arquivo grande com testes ou fornecer uma análise detalhada do código sem dividir a tarefa em várias solicitações.
Não há um modo separado de raciocínio passo a passo indicado em nossos dados, por isso não podemos prometer. Na prática, ajuda formular a solicitação passo a passo e pedir ao modelo que descreva primeiro o plano de solução e depois forneça o código. Para cadeias complexas de raciocínio, é fácil alternar para outro modelo no BotHub.
Sim, o modelo suporta chamada de funções (function calling) e saída estruturada em JSON. Isso permite conectá-lo a ferramentas externas, bancos de dados e serviços próprios, obter um formato de resposta previsível e integrar o modelo em cenários de agentes via API unificada do BotHub compatível com OpenAI.
Além de texto, o modelo aceita documentos, inclusive em formato nativo, o que é útil para analisar especificações, requisitos técnicos e exportações de código. Imagens, áudio e vídeo não são suportados na entrada; para isso, o BotHub possui modelos multimodais separados na mesma janela.
O Codestral foi criado principalmente para linguagens de programação e trabalho com código. Não há informações em nossos dados sobre idiomas de prompts e respostas, por isso é mais seguro testar o modelo em suas próprias tarefas: no BotHub, isso pode ser feito sem VPN ou cartão internacional, com pagamento em rublos.