Mistral Codestral 2

• 1. 概要 （共 269 字）

  Codestral 2 是 Mistral AI 的第二代程式碼專用模型，最關鍵的變動發生在 2026 年 4 月 8 日：Mistral 將其從初代的「非生產許可」重新授權為 Apache 2.0，意味著它終於可以合法地嵌入商用產品和付費服務。它是一枚 22B 的密集（dense）Transformer，原生支援中間填充（FIM）補全，擁有 256K 上下文視窗，覆蓋 80 多種程式語言。它的定位很清晰：一枚又快又便宜、擅長 IDE 內聯補全的程式碼模型，而不是用來跑複雜多步智慧體編碼的旗艦。對想要「在自己 GPU 上合法自託管程式碼補全」的團隊和個人來說，它是目前最乾淨的選擇之一。

• 2. 產品背景 （共 631 字）

  Mistral AI 是一家總部位於巴黎的歐洲大模型公司，長期以開放權重和「數字主權」敘事著稱。Codestral 系列是其程式碼模型的專門線。初代 Codestral 於 2024 年 5 月釋出，22B 引數，能力不俗，但採用了 Mistral Non-Production License（MNPL），禁止商業使用，只能用於研究和測試。這一許可條款在開發者社群引發了持續的懷疑——「能不能把它裝進付費 SaaS」「非生產怎麼界定」「半年後會不會變」之類的問題反覆出現。   版本沿革大致是：Codestral（2024.05，22B，MNPL）→ Codestral 25.01（2025.01，即 V2，改進了 tokenizer、速度翻倍、256K 上下文）→ Codestral 2（2026.04，在 Apache 2.0 下重新授權）。2026 年的這次重新授權，被多家評測稱為「自 Llama 2 商用化以來最大的開原始碼許可解鎖」，因為它把「可在閉源工具裡商用、可微調並售賣結果、無需申請許可」一次性放開。需要注意，不同第三方資料對引數和上下文的口徑並不一致：谷歌雲 Vertex AI 上的合作模型頁把 codestral-2 標註為 GA、128K 上下文、2025 年 10 月釋出；部分評測站點寫作 32B、128K；而社群最一致的說法是 22B dense、256K 上下文、2026 年 4 月重新授權。本文以社群最一致、且與重新授權節點吻合的「22B dense / 256K / Apache 2.0」口徑為準，並在風險章點明口徑差異。

• 3. 產品功能與使用體驗 （共 518 字）

  Codestral 2 的核心能力圍繞程式碼生成，尤其是 FIM。FIM 指模型能從一段程式碼的中間位置向前向後補全，這正是 IDE 內聯灰色補全的底層機制。Mistral 內部基準稱其在 HumanEval 上 86.6%、MBPP 上 91.2%，在 BigCodeBench 上排名靠前。它針對 2026 年的主流語言做了最佳化：Python、TypeScript、Go、Rust、SQL，同時對 80 多種語言有基本覆蓋。   在真實工作流裡，它的強項很集中。Continue.dev、VS Code、JetBrains、Cline 都能接入；Cursor 可以把 Chat 和 Cmd-K 路由到 Codestral 2，但 Tab 內聯補全仍跑在 Cursor 自有的閉源模型上、無法重定向——這是每個外部後端在 Cursor 裡都有的同質限制。社群實測（dev.to，2026 年 6 月，RTX 4090，Q4_K_M 量化）顯示短補全約 45–55 token/秒，做聊天和改動能用，但跑長鏈路智慧體明顯慢於雲端。多位開發者（enterprisedna 彙總的 Reddit/HN 反饋）把它的評價濃縮成一句話：「我見過最好的自動補全器，也是最令人沮喪的結對程式設計師」——單輪生成質量高，多檔案重構和含糊提示下會露怯。

• 4. 定價與商業模式 （共 649 字）

  Codestral 2 的變現路徑分兩層。其一是開放權重本身：Apache 2.0 授權下，從 HuggingFace 拉取權重、用 Ollama 或 vLLM 自託管，模型費用為零，只需硬體。其二是 Mistral 託管 API，按 token 計費：輸入 0.30 美元、輸出 0.90 美元每百萬 token，與 Mistral Small/Medium 檔位一致；它還有獨立的 FIM 端點（codestral.mistral.ai/v1/fim/completions）專供 IDE 補全，以及常規聊天/補全端點（api.mistral.ai）。此外它透過 Google Cloud Vertex AI 提供（在歐洲 west4、美國 central1 等區域），並預告將上 Amazon Bedrock。   橫向比價：DeepSeek V4-Flash 輸入 0.14、輸出 0.435 美元，更便宜且在 agent 任務上更強；Gemini 3.5 Flash 約 1.50 / 6 美元，更貴且不支援自託管和 FIM 端點。換句話說，Codestral 2 在「可合法自託管」這一欄是獨一檔，純雲端按量計費則並非最低價。自託管硬體門檻上，Q4_K_M 量化約 13.3GB，16GB 顯示卡（如 4060 Ti）能勉強跑短上下文，24GB 的 3090 是甜點（約 40–50 token/秒），4090 約 60–75 token/秒，生產級用單張 H100 80GB 跑滿精度；48GB 視訊記憶體可滿精度帶合理上下文。但務必注意：256K 上下文是伺服器/API 層面的能力，消費級顯示卡在 16K–16K 上下文就會吃緊，遠到不了 256K。

• 5. 使用者評價 （共 373 字）

  真實開發者社群的聲音偏務實。Reddit 和 Hacker News 上，初代 Codestral 釋出當天的執行緒幾小時內數百條評論，先是對基準興奮，隨後被許可條款澆了冷水；2026 年 Apache 2.0 重新授權後又被一批團隊嚴肅二次評估。普遍認可的點：FIM 補全接近 Copilot 級別、延遲低（單張 A100 上短補全 80–200 毫秒 token-out，像本地補全而非雲端往返）、Python/TypeScript 流暢（乾淨的 pandas 變換、像樣的 pytest 腳手架、合理的型別提示）。被詬病的點：複雜多檔案重構和模糊需求下表現不穩，多輪推理弱於更大的模型；許可證歷史造成的「我能不能在它上面建生意」的疑慮至今仍在 2026 年的討論裡出現。一位開發者在 HN 上的總結流傳很廣：「最好的自動補全器，最令人沮喪的結對程式設計師」——這種「單輪強、多輪弱」的張力是社群共識。

• 6. 行業評價 （共 486 字）

  在開放權重程式碼模型的 2026 年格局裡，Codestral 2 與 Qwen2.5-Coder-32B、DeepSeek-Coder V3、StarCoder 3、IBM Granite Code 34B 同臺。多項橫向研究指出，在原始程式碼生成基準上，開放權重與閉源旗艦的差距已經很小；真正的落差在真實 PR 接受率上，因為這取決於 agent loop 的質量而非模型本身。綜合評分站點 AIToolTier 給 Codestral 2 打 7.5/10，贊其重新授權的意義、FIM 領先、22B dense 視訊記憶體可預測、EU 託管滿足 GDPR；減分項則是複雜推理落後閉源旗艦、無多模態/原生 tool-use、基準透明度偏弱（Mistral 主要發 MBPP/HumanEval，第三方 SWE-bench / LiveCodeBench 驗證較薄），以及 SWE-bench Verified 落後 Qwen Coder 3.5、DeepSeek V3 Coder 幾個點。一個常被忽視的事實是：2026 年中，密集模型在本地編碼上已被 MoE（Qwen3-Coder、DeepSeek V4 等）反超，22B dense 的優勢是視訊記憶體可預測，而非速度或上限。

• 7. 爭議與風險 （共 550 字）

  第一，版本與口徑混亂。同一個「Codestral 2」在官方 V2（25.01，2025 年 1 月）、Vertex AI 合作模型（標註 2025 年 10 月 GA、128K）、以及 2026 年 4 月 Apache 2.0 重新授權之間，引數（22B 對 32B）、上下文（256K 對 128K）、釋出時間都存在衝突。企業接入前應核實自己拿到的是哪個具體版本，別把初代 MNPL 權重當成可商用版本。   第二，能力邊界。它是專注補全的 code-specialist，不是通用智慧體。複雜多步 agentic 編碼、截圖轉程式碼、終端工具執行，要用 Claude Code、Cursor Composer 2 或 Devin；它自身沒有原生多模態和 tool-use。   第三，基準可信度。Mistral 自己釋出的 HumanEval/MBPP 數字是內部評測，HumanEval 在 2026 年已接近飽和，不應據此排座次；第三方 SWE-bench/LiveCodeBench 驗證偏少。   第四，本地部署幻象。256K 上下文是營銷亮點，但消費級顯示卡根本喂不飽 KV 快取，真實可用上下文只有幾千到一萬多 token；想用滿需要伺服器級視訊記憶體。   第五，保質期風險。開放權重程式碼模型迭代極快，一枚 22B 密集模型的「貨架期按季度計」，12 個月內就可能被更新的 MoE 同尺寸模型在能力和價格上雙重碾壓。

• 8. 適用人群與使用建議 （共 548 字）

  適合：想要合法自託管程式碼補全的個人和團隊、程式碼隱私敏感（程式碼不出本地、客戶程式碼在 NDA 下）、把模型作為 IDE 補全後端（尤其 Continue.dev 的 FIM 槽位）、在閉源商用產品裡內嵌程式碼模型（Apache 2.0 放開）、跑 CI 程式碼審查 bot 或夜間重構批處理（按量計費比閉源便宜數倍）。   不適合：需要複雜多步智慧體編碼的（選 Claude Code / Devin / DeepSeek V4-Flash）、需要截圖轉程式碼或終端工具執行的、需要整庫超大上下文問答的（Llama 4 Scout 的 10M 上下文更像這類「派對把戲」）。   具體到編輯器：如果你要的是最好的內聯補全且能合法跑在自己 GPU 上，把它接進 Continue.dev 的 FIM 槽位；如果用 Cursor，它只能接管 Chat/Cmd-K，Tab 還是 Cursor 自己的。如果要做 Cline 的 agent 後端，它適合「應用這個聚焦改動」類任務，不適合「搞清楚整合測試為什麼飄並修好它」。   替代方案：純雲端 agent 後端選 DeepSeek V4-Flash（更便宜更強）；想要開源權重裡的 agentic 冠軍看 DeepSeek-Coder V3（236B MoE）；整庫長上下文問答看 Llama 4 Scout；企業最寬鬆許可看 IBM Granite Code 34B（Apache 2.0）。

• 9. 總結 （共 156 字）

  Codestral 2 真正值錢的地方不是引數或基準，而是那張 Apache 2.0 許可證——它把一枚質量過硬、22B 可預測、FIM 領先、能自託管的程式碼補全模型，從「研究玩具」變成了「可以裝進產品賣錢」的合規元件。把它用在它擅長的地方（內聯補全、隱私本地化、商用內嵌），它物超所值；指望它替代前沿智慧體編碼器，則會失望。

暫無深度報告

• 

  MarthaKing_202389

  —

  Copilot 替代品完全夠格，自託管不用擔心程式碼被拿去訓練。隱私這塊確實比 Copilot 強，而且程式碼生成質量也不輸多少。

---

• 

  MetaHub_io

  —

  FIM 是亮點，但跨檔案重構能力比 Cursor 差遠了。寫新程式碼很合適，改老程式碼不太行，上下文一多就糊了。

---

• 

  rkm6ukb6

  —

  想拿來給 Cline 做 backend 跑 agent 任務，結果多檔案改程式碼的時候經常掉鏈子，上下文理解不夠深。還是換回 DeepSeek 當主力了。

---

• 

  greendog148

  —

  建議所有考慮自託管程式碼模型的人都試試，22B 的 dense 模型部署最簡單，不像 DeepSeek 那麼大。而且 Apache 2.0 完全沒法律風險。

---

• 

  BillyMurray369

  —

  用了兩個月 Codestral 2 的感受：API 做補全很好但做 chat 不夠聰明，自託管做補全也夠用但 token/s 上不去。總體來說值回票價。

---

• 

  RavenRocketGreen

  —

  shiporskip 上 4-0 全票透過，說 Apache 2.0 + Ollama 自託管這個組合確實能打。看了那篇評測寫得挺客觀的，優點缺點都說了。

---

• 

  DKing

  —

  Mistral 這次把 Codestral 2 做成 Apache 2.0 是真的有誠意。仔細想想這個決定的影響：之前因為許可證不敢用的企業現在都可以上了，整個開��程式碼補全的市場格局都會變，Copilot 不再是唯一的選擇了。

---

• 

  韓豔

  —

  Apache 2.0 之後終於敢在公司專案裡用了，之前那個非商業許可證太坑了，問法務都說不行。改完協議直接 ollama pull 就在本地跑了。

---

• 

  Marilyn_Simmons_77

  —

  用 Continue.dev 接上 Codestral 2 做程式碼補全，確實比之前用 DeepSeek 快，響應基本在 200ms 以內，寫 TypeScript 的時候體驗很好。

---

• 

  Angela_Davis520

  —

  22B 的 dense 模型視訊記憶體佔用很穩定，我 3090 跑 Q4_K_M 大概 40 tok/s，夠用了。但長上下文就吃力了，256K 完全吃不下。

---

• 

  TheCarlPedersen_pro

  —

  不過 agentic coding 的話 DeepSeek V4 和 Qwen Coder 確實比它強，多步推理差距明顯。Codestral 2 做補全一流，做 agent 二流。

---

• 

  蘭花279

  —

  不能做 screenshot-to-code 這些多模態任務，畢竟純程式碼模型。但如果你只需要寫程式碼，它的專注反而是優勢，不會東拉西扯。

---

• 

  劍客_2

  —

  說實話它跟 GPT-5 Mini 比還是有差距的，但考慮到價格是後者的五分之一，這差距完全可以接受。小團隊無腦入就對了。

---

• 

  iChandranSaha_88

  —

  在 Continue.dev 裡用了兩週 Codestral 2 做後端，配合 Tabnine 做前端，感覺後端的補全質量明顯比前端好。Python 和 TypeScript 的補全準確率差距還是挺大的，Python 的話基本能猜中我要寫什麼。

---

• 

  琉璃_15

  —

  部署體驗不錯，vLLM 一行命令就起來了。22B dense 模型比 MoE 好排程，不用糾結 expert 路由問題，視訊記憶體預估特別準。

---

• 

  Ryan693

  —

  把我們團隊 6 個人的編輯器都換成了指向自託管 Codestral 2 的 Continue.dev，跑了兩個月還挺穩定的。唯一的問題就是高峰期併發高了推理會慢下來，但總體能接受。

---

• 

  Sarah.Murray5209

  —

  歐洲出身的程式碼模型終於有個能打的了。之前 Copilot 的資料跑美國心裡總有點隔應，換了 Mistral Code 踏實多了，反正我們主要寫後端。

---

• 

  Pglar

  —

  自託管之後最大的好處就是沒有速率限制了，以前用 Copilot 或者 Cursor 的 API 總是擔心配額用完。自己在 4090 上跑，一天用幾百萬 token 都沒人管，而且 22B 的功耗也比跑 70B 的模型省電多了。

---

• 

  JoshuaRussell_Plus

  —

  對比了 Qwen3 Coder 14B 和 Codestral 2，寫指令式任務比如「寫個 FastAPI CRUD」Qwen 更好，但純補全和 FIM Codestral 更順，看場景選。

---

• 

  heavymeercat299

  —

  之前以為 22B 的模型寫程式碼應該沒什麼問題，實際用下來寫日常業務程式碼確實可以，但我拿它寫一個跨模組的重構方案就力不從心了。還是要結合場景來，別神話任何一個模型。

---

• 

  RitaKing

  —

  官方 VS Code 外掛體驗還可以，跟 Copilot 差別不大。但偶爾補全會吞字元，需要手動撤銷再重來，頻率大概一天一兩次吧。

---

• 

  Janice_Perez_2024

  —

  剛把 Codestral 2 接進 Cursor 做 tab 補全，感覺比 Copilot 預設模型要準一些，補全大段重複程式碼的時候差別特別明顯。

---

• 

  GAbro

  —

  一鍵生成 Go 語言的 gRPC 服務程式碼，proto 檔案解析很準，Generate 出來的 server stub 和 client 基本不用改，接上業務邏輯就能跑。這種體驗才是 AI 程式設計該有的樣子。

---

• 

  Ronald_Foster369

  —

  Dockerfile 和 CI/CD 配置生成得很棒，給個上下文就能寫出完整的多階段構建指令碼，包括依賴快取最佳化那些細節都有，比自己手寫快太多了。

---

• 

  DeltaDef_i309

  —

  做 RAG 專案寫 Python 後端，FIM 確實強，游標放在函式中間也能補全，而且生成風格跟現有程式碼保持一致，不用手動調格式。

---

• 

  lARRY436

  —

  試了一下 Ollama 本地跑，Q4_K_M 大概 13GB，4060 Ti 16GB 勉強能跑，但上下文一長就 OOM，還是得換 3090。

---

• 

  hwwfqkq3vy

  —

  開源 license 解鎖才是 Codestral 2 最大的新聞。之前多少人因為許可證望而卻步，現在終於能往產品裡塞了。這比 benchmark 提升有意義多了。

---

• 

  Lawrence_Johnson

  —

  Codestral 第一代那個 Non-Production License 搞得我很煩，不敢往產品裡整合。二代直接變 Apache 2.0，這才是開源該有的態度。

---

• 

  u3t7blj

  —

  用它寫 Python 的 FastAPI 介面簡直是享受，模板程式碼幾乎不用改，寫多了感覺工作效率提升了一個檔次。我一天能多寫出 30% 的介面。

---

• 

  CosmosCris726

  —

  太強了！

暫無評論