Mistral AI 与 All Hands AI 联合发布开源编码模型 Devstral

今天我们推出 Devstral，这是我们用于软件工程任务的智能体 LLM。Devstral 由 Mistral AI 与 All Hands AI 🙌 合作打造，在 SWE-Bench Verified 上以大幅优势超越所有开源模型。我们以 Apache 2.0 许可证发布 Devstral。

用于软件开发的智能体 LLM

虽然典型的 LLM 非常擅长编写独立函数或代码补全等原子级编码任务，但它们目前仍难以解决现实世界中的软件工程问题。现实世界的开发需要将代码置于大型代码库的上下文中，识别不同组件之间的关系，并找出复杂函数中细微的 bug。

Devstral 正是为解决这一问题而设计。Devstral 经过训练，能够解决真实的 GitHub issue；它运行在 OpenHands 或 SWE-Agent 等代码智能体脚手架之上，这些脚手架定义了模型与测试用例之间的接口。在此，我们展示 Devstral 在广受欢迎的 SWE-Bench Verified 基准上的表现，该数据集包含 500 个经过人工筛选以确保正确性的真实 GitHub issue。

Devstral 在 SWE-Bench Verified 上取得了 46.8% 的得分，超越此前的开源 SoTA 模型超过 6 个百分点。在相同的测试脚手架（由 All Hands AI 🙌 提供的 OpenHands）下评估时，Devstral 超过了 Deepseek-V3-0324（671B）和 Qwen3 232B-A22B 等规模大得多的模型。

在下表中，我们还将 Devstral 与在任何脚手架（包括为模型定制的脚手架）下评估的闭源和开源模型进行了比较。我们发现，Devstral 的表现大幅优于许多闭源替代方案。例如，Devstral 比近期的 GPT-4.1-mini 高出 20% 以上。

多用途：本地部署 ↔️ 企业使用 ↔️ 编程助手

Devstral 足够轻量，可在单张 RTX 4090 或配备 32GB 内存的 Mac 上运行，使其成为本地部署和设备端使用的理想选择。OpenHands 等编码平台可以让模型与本地代码库交互，并快速解决问题。要亲自尝试，请查看文档或教程视频。

该模型的性能也使其适合在企业中隐私敏感的代码库上进行智能体编码，尤其是那些受严格安全与合规要求约束的代码库。

最后，如果你正在构建或使用智能体编码 IDE、插件或环境，Devstral 是加入你的模型选择器的绝佳选择。

可用性

我们以 Apache 2.0 许可证免费发布该模型，供社区在此基础上构建、定制并加速自主软件开发。要亲自尝试，请前往我们的模型卡。

该模型也可通过我们的 API 使用，名称为 devstral-small-2505，价格与 Mistral Small 3.1 相同：每百万输入 token 0.1 美元，每百万输出 token 0.3 美元。

如果你选择自行部署，从今天起可以在 HuggingFace、Ollama、Kaggle、Unsloth、LM Studio 上下载该模型。

对于需要在私有代码库上进行微调，或需要更高保真度定制（如持续预训练或将 Devstral 的能力蒸馏到其他模型）的企业部署，请联系我们，以便与我们的应用 AI 团队取得联系。

下一步

Devstral 是一个研究预览版，我们欢迎反馈！我们正在努力构建一个更大的智能体编码模型，将在未来几周内推出。

有兴趣讨论我们如何帮助您的团队使用 Devstral，以及了解我们的模型、产品和解决方案组合吗？请联系我们，我们很乐意提供帮助。