智东西

编译 | 王欣逸

编辑 | 程茜

智东西 12 月 10 日消息，昨晚，法国大模型独角兽 Mistral AI 发布并开源编程系列模型 Devstral 2，该系列分为两个不同规格的模型 Devstral 2 132B 和 Devstral Small 2 24B。此外，Mistral 还同时推出了原生 CLI 工具 Mistral Vibe，能实现端到端的代码自动化。此次发布距 Mistral 3 系列模型才过去一周。

Devstral 2 参数为 123B，支持 256K 上下文窗口，可以探索代码库，并能在保持架构层面上下文理解的同时，进行跨文件协调更改；Devstral Small 2 参数为 24B，同样具备 256K 上下文窗口，支持快速推理和反馈，可以定制和本地部署，同时还支持图像输入，可应用于多模态 Agents。

在 SWE-bench Verified 编程基准测试中，Devstral 2 取得了 72.2% 的成绩，优于 Qwen 3 coder plus、Kimi K2 Thinking 等开源模型，仅次于 DeepSeek V3.2；Devstral Small 2 取得了 68.8% 的成绩，超过 GPT-OOS-120B，和 GLM 4.6 持平；在针对实际编程任务进行的人工测试中，Devstral 2 表现优于 DeepSeek V3.2。基准测试结果如下：

此外，在部署上，Devstral 2 至少需要四块 H100 级 GPU，更轻量化的 Devstral Small 2 可以在消费级硬件上本地运行。

Mistral Vibe 是一个由 Devstral 驱动的开源命令行编程助手，集成了文件操作、代码搜索、版本控制及命令执行等工具。

Mistral AI 是一家法国创企，成立于 2023 年，由前 DeepMind 和 Meta 研究人员成立，专注于开源模型开发。今年 9 月，该公司宣布获得 17 亿欧元（约合人民币 139.9 亿元）C 轮融资，估值达到 117 亿欧元（约合人民币 962.6 亿元），英伟达曾三次投资这家公司。

一、基准测试位列开源第二，和顶尖闭源还有性能差距

据 Mistral 官网，Devstral 2 123B 支持探索代码库，能跨多个文件协调修改，还能保持上下文理解。它可以跟踪框架依赖、检测故障，并能通过修正后重试，从而解决如修复错误、改造遗留系统等复杂挑战。

该模型支持微调，可针对特定编程语言进行优化，适配大型企业代码库的需求。

不过，Devstral 2 以修改版的 MIT 协议发布，这一协议对大企业进行了限制：月收入超过 2000 万美元（约合人民币 1.41 亿元）的公司，在未获得 Mistral 单独商业许可的情况下，无法使用该模型。

更轻量化的模型 Devstral Small 2 24B 支持快速推理、迭代反馈和定制，可本地部署，同时还支持图像输入，可应用于多模态 Agents。

从基准测试来看，Devstral 2 模型位列开源模型的第二名，并正赶超顶尖闭源模型。

Devstral 2 在 SWE-bench Verified 编程基准测试中取得了 72.2% 的得分，Devstral Small 2 取得了 68% 的得分，在开源模型中已经达到了领先水平，Devstral 2 的得分仅次于 DeepSeek V3.2。

Devstral 2 系列模型的亮点在于小参数设计，其模型在关键基准测试中展现出和顶尖开源模型齐平的性能，却仅需后者几分之一的参数量。

得分只比 Devstral 2 高 0.9% 的 DeepSeek V3.2，其参数大小是 Devstral 2 的 5 倍，是 Devstral Small 2 的 28 倍，而表现次于 Devstral 2 的 Kimi K2 Thinking，其参数大小是 Devstral 2 的 8 倍，是 Devstral Small 2 的 41 倍。

不过，Devstral 2 系列模型与顶尖闭源模型之间还存在差距。

人工评测结果显示，在 Cline 构建的任务场景中，Devstral 2 相对 DeepSeek V3.2 优势明显，胜率为 42.8%，败率为 28.6%。然而，Devstral 2 相对顶尖闭源模型 Claude Sonnet 4.5 败下阵来，胜率仅为 21.4%，败率为 53.1%。

二、端到端代码自动化，能进行架构级推理

Mistral Vibe 是基于 Devstral 模型构建的开源命令行编程助手，能通过自然语言交互，接入 IDE，实现对代码库的探索、修改与变更执行。

Mistral Vibe 提供了一个交互式对话界面，集成了文件操作、代码搜索、版本控制及命令执行等工具。

它能自动扫描用户文件结构及 Git 状态，提供相关上下文信息，能理解整个代码库的架构，并进行架构级推理，此外，它还拥有智能引用、持久化历史、自动补全和可自定义主题等功能。

开发者可以通过脚本编程方式运行 Mistral Vibe，启用工具执行的自动批准功能，通过简洁的 config.toml 配置文件管理本地模型与供应商设置，灵活控制工具权限。

结语：平衡高性能与小参数，为企业提供了低门槛解决方案

从 Mistral 3 到 Devstral 2 系列、Mistral Vibe，Mistral AI 正以相当快的进击速度参与 AI 竞争，并在模型的高性能与轻量化间实现了平衡，从测试结果看，Devstral Small 2 模型在参数仅为 24B 的情况下，依然优于不少开源模型，和 GLM 4.6 打平。

Mistral AI 在公告中提到，Devstral 2 系列模型专为生产级工作流打造，并被定位为下一代 SOTA 编程模型。尽管和顶尖闭源编程模型还有很大差距，不过，对大多数企业而言，Devstral 2 和 Devstral Small 2 可以作为一个低门槛的初步解决方案，尤其是在和 Mistral Vibe 的搭配使用上，Devstral 2 系列模型或将在特定的生产环节发挥作用。