Mistral AI 发布 Devstral 2 代码模型：24B 本地可跑，配套终端 CLI

Devstral 2 是 Mistral AI 刚放出来的代码模型家族，专门用来做多文件修改、架构级排错和自主写代码。它一共有两个尺寸，还附带了一个可以在终端里直接跑代码的开源命令行工具 Mistral Vibe CLI。

大号的 Devstral 2 拥有 123B 参数，小号的 Devstral Small 2 则是 24B 参数。两个版本都原生支持 256K 的超长上下文窗口，能直接吞下整个项目的代码库。

它能做到什么

Devstral 2 主打的是端到端的软件工程任务。它不只是单文件补全，而是能在你的多文件代码库里跳转，理清框架依赖，自动捕捉测试失败并重试修复。

在代码基准测试 SWE-bench Verified 上，123B 的 Devstral 2 拿到了 72.2% 的成绩，Mistral 称它在实际任务中的性价比比 Claude Sonnet 高出 7 倍。小号的 Devstral Small 2 也拿到了 68.0%，表现咬住了那些参数比它大五倍的模型。

在由独立团队通过 Cline 工具进行的盲测里，Devstral 2 对比 DeepSeek V3.2 拿下了 42.8% 对 28.6% 的胜率。不过测试人员依然明显偏好 Claude Sonnet 4.5，开源与闭源顶流之间还是有差距。

Cline 评价它的工具调用成功率已经能追平顶尖闭源模型，跑起来非常平滑。另一家接入的工具 Kilo Code 则透露，该模型在偷跑上线的 24 小时内就跑过了 170 亿 token。

配套的 Mistral Vibe CLI 同样值得一试。它能自动扫描目录结构与 Git 状态，支持用 @ 补全引用文件、用 ! 直接跑终端命令。除了在终端里独立运行，它还作为插件进驻了 Zed 编辑器，并支持通过 Agent Communication Protocol 接入你习惯的 IDE。

硬件要求与开源协议

两个模型走的是完全不同的部署路线。

Devstral 2（123B）是个稠密模型，硬件门槛很高，本地私有化部署至少需要 4 张 H100 级别的显卡，目前也可以在 build.nvidia.com 上体验。它的开源协议是修改版 MIT。

Devstral Small 2（24B）则非常亲民，采用 Apache 2.0 协议。它不仅支持图像输入、能做多模态智能体，还能单卡运行在消费级 GeForce RTX 显卡、DGX Spark 甚至是纯 CPU 环境上，主打完全离线的本地私密开发。

官方建议在推理时将温度参数设为 0.2，以获得最稳定的输出。

两个模型的 API 目前阶段性免费提供。免费期结束后，Devstral 2 每百万 token 的输入输出价格分别是 0.40 美元和 2.00 美元；Devstral Small 2 则只要 0.10 美元和 0.30 美元。

为什么重要

我们认为 Devstral 2 的聪明之处在于没有盲目堆参数，而是用 123B 的体量做到了 DeepSeek V3.2 和 Kimi K2 的数分之一，却在代码智能体最吃重的工具调用与上下文追踪上拿到了很高的完成度。

对于个人开发者来说，24B 的 Devstral Small 2 配合 Vibe CLI 是目前最值得上手的本地替代方案之一，既不泄露代码资产，又有足够的工程推理能力。对于企业团队，只要你有 4 张 H100 或直接调 API，它也是在昂贵的 Claude 之外一个极具性价比的选择。