Profil techniczny
Kluczowe dane modelu
Pokazujemy wyłącznie dostępne, potwierdzone informacje.
- Okno kontekstu
- 262 144tokenów · dane modelu/API
Opis modelu
Devstral 2 123B Instruct 2512 Devstral to agencyjny LLM do zadań inżynierii oprogramowania. Devstral 2 doskonale radzi sobie z używaniem narzędzi do eksploracji baz kodu, edytowania wielu plików i zasilania agentów inżynierii oprogramowania. Model osiąga niezwykłą wydajność na SWE-bench. Model ten jest modelem Instruct w FP8, dostrojonym do wykonywania instrukcji, co czyni go idealnym do zadań czatowych, agencyjnych i opartych na instrukcjach dla przypadków użycia SWE. Dla przedsiębiorstw wymagających specjalistycznych możliwości (zwiększony kontekst, wiedza dziedzinowa itp.) zapraszamy firmy do kontaktu z nami. Kluczowe cechy Model Devstral 2 Instruct oferuje następujące możliwości:
- Agencyjne kodowanie: Devstral jest zaprojektowany do doskonałego wykonywania agencyjnych zadań kodowania, co czyni go świetnym wyborem dla agentów inżynierii oprogramowania.
- Poprawiona wydajność: Devstral 2 to krok naprzód w porównaniu do swoich poprzedników.
- Lepsza generalizacja: Lepiej generalizuje do różnorodnych promptów i środowisk kodowania.
- Okno kontekstu: 256-tysięczne okno kontekstu. Asystenci kodowania AI, agencyjne kodowanie i zadania inżynierii oprogramowania. Wykorzystanie zaawansowanych możliwości AI do złożonej integracji narzędzi i głębokiego zrozumienia bazy kodu w środowiskach kodowania.
| Model/Benchmark | Rozmiar (B parametrów) | SWE Bench Verified | SWE Bench Multilingual | Terminal Bench 2 |
|---|---|---|---|---|
| Devstral 2 | 123 | 72.2% | 61.3% | 32.6% |
| Devstral Small 2 | 24 | 68.0% | 55.7% | 22.5% |
| GLM 4.6 | 355 | 68.0% | — | 24.6% |
| Qwen 3 Coder Plus | 480 | 69.6% | 54.7% | 25.4% |
| MiniMax M2 | 230 | 69.4% | 56.5% | 30.0% |
| Kimi K2 Thinking | 1000 | 71.3% | 61.1% | 35.7% |
| DeepSeek v3.2 | 671 | 73.1% | 70.2% | 46.4% |
| GPT 5.1 Codex High | — | 73.7% | — | 52.8% |
| GPT 5.1 Codex Max | — | 77.9% | — | 60.4% |
| Gemini 3 Pro | — | 76.2% | — | 54.2% |
| Claude Sonnet 4.5 | — | 77.2% | 68.0% | 42.8% |
*Przedstawione wyniki benchmarków opierają się na publicznie zgłoszonych wartościach dla modeli konkurencyjnych. Wraz z Devstral 2 udostępniamy Mistral Vibe, narzędzie CLI umożliwiające programistom bezpośrednie wykorzystanie możliwości Devstral w terminalu.
- Mistral Vibe (zalecane): Dowiedz się, jak go używać tutaj
Ostatnia aktualizacja: 2026-08-18
Szybka opinia
Czy ten model pomógł Ci w realnym zadaniu? To zajmuje jedno kliknięcie. Szczegółowa ocena jest opcjonalna.
Brak szybkich opinii.
API i ceny
Ceny API są źródłowymi stawkami dostawcy, przeliczonymi na PLN według ostatniego zapisanego kursu średniego USD NBP. Stawki tokenowe pokazujemy za 1 mln tokenów. Dla obrazu, wyszukiwania, cache, reasoning i żądań zachowujemy jednostkę przekazaną przez API.
Ceny są przeliczone na PLN według ostatniego zapisanego średniego kursu NBP USD z 2026-08-17.
Brak aktualnej, porównywalnej oferty API.
Język polski
Wsparcie języka polskiego: deklarowane. Jakość języka polskiego: NIEZWERYFIKOWANA.
Dyskusja o modelu
Komentarze dotyczące praktycznego użycia tego modelu.
Nie ma jeszcze zatwierdzonych komentarzy.
Historia modelu
Wykres pokazuje wyłącznie porównywalne punkty głównego rankingu. Tabela zawiera wynik, pozycję, dane źródłowe i stan każdego dnia.
Dane porównywalne
Historia wyniku AI-TOP
Seria używa snapshotów głównego rankingu z metodologii 1.2.
Skala adaptacyjna: obserwowany zakres 56,0–58,0 pkt / 100.
- Wynik AI-TOP
| Data | Wynik AI-TOP | Miejsce | Dane źródłowe | Metodologia | Stan dnia |
|---|---|---|---|---|---|
| 2026-08-11 | — | — | — | — |
|
| 2026-08-10 |
|
| — |
|
|
| 2026-08-09 |
|
| — |
|
|
| 2026-08-08 |
|
| — |
|
|
| 2026-08-07 |
|
| — |
|
|
| 2026-07-26 |
|
| — |
|
|
| 2026-07-25 |
|
| — |
|
|
| 2026-07-22 |
|
| — |
|
|
| 2026-07-20 |
|
| — |
|
|
| 2026-07-19 |
|
| — |
|
|
| 2026-07-18 |
|
| — |
|
|
| 2026-07-17 | — | — |
| — |
|