Mistral AI于1月17日宣布，其Codestral编程模型更新至25.01版。此次更新显著提升了模型的上下文处理能力，支持高达25.6万个Token，并新增对超过80种编程语言的支持，包括Python、Java、JavaScript等主流语言。新模型在HumanEval各语言测试中的平均准确率达到71.4%，并在Fill-In-the-Middle任务中刷新多项基准测试记录，Pass@1测试平均通过率高达95.3%。

一夜之间，开源编程大模型领域迎来新巨头！欧洲OpenAI的Mistral发布了Codestral，仅用22亿参数量便超越了70B的Code Llama，能在80多种编程语言上表现出色，包括Python、Java和COBOL（后者依赖于全球43%的银行系统）。Codestral的窗口长度显著提升，甚至解决了一些GPT-4和Claude3-Opus难以完成的任务。模型支持多种语言，如SQL，且在多项评测中取得最佳成绩。此外，Mistral迅速响应，已开始支持Codestral并提供HuggingFace权重下载、多种框架集成及专属API测试。值得注意的是，Codestral采用MNPL非生产许可协议，仅限于研究用途，未来还将发布更多Apache 2.0协议的模型。

5月30日，法国AI初创公司Mistral AI推出首款专为编程设计的大模型Codestral，拥有220亿参数，支持Python、Java等80多种编程语言，包括古董级的Fortran。相较于CodeLlama 70B、DeepSeek Coder 33B和Llama 3 70B，Codestral凭借3.2万token的上下文长度，在SQL和Python基准测试中表现出色，例如在MBPP Python测试中，Codestral得分78.2%，优于DeepSeek Coder 3B的80.2%。Mistral AI展示的这些成绩表明Codestral在多语言编程任务中具有竞争力。