Codestral-22B

Fiche modèle · Mistral AI · codestral-22b

A 22B parameter code generation model trained on 80+ programming languages including Python, Java, C, C++, JavaScript, and Bash. Supports both instruction-following and fill-in-the-middle (FIM) capabilities for code completion and generation tasks.

Fiches modèles

Identité

Organisation	Mistral AI
Pays	—
Famille	—
Type	llm
Date de sortie	2024-05-29
Licence	mnpl-0.1
Licence commerciale	non
Licence open source	non
Poids ouverts	oui
Auto-hébergement (DGX Spark)	oui — ≤ 107 Md (Q8/FP8)
Modalités	—
Fenêtre de contexte	32 768
KV cache / token (Q8)	114.7 ko/token
Paramètres totaux	22.2 B
Paramètres actifs (session)	22.2 B
Source des paramètres actifs	actifs = total (modèle dense, config HF (mistralai/Codestral-22B-v0.1)) ; total : config Hugging Face (mistralai/Codestral-22B-v0.1)
Curation des paramètres actifs	2026-11-04
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:31.975174Z
Mis à jour le	2026-11-04T06:04:55.743216Z
Source	LLM Stats
URL	https://llm-stats.com/models/codestral-22b

Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
reasoning	0.80
general	0.80
code	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
cruxeval-o	reasoning	0.51	1.00	0.51	non	oui	2026-11-04T06:04:55.753471Z
humaneval	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:04:55.764253Z
humaneval-average	reasoning	0.61	1.00	0.61	non	oui	2026-11-04T06:04:55.774645Z
humanevalfim-average	general	0.92	1.00	0.92	non	oui	2026-11-04T06:04:55.792660Z
mbpp	reasoning	0.78	100.00	0.78	non	oui	2026-11-04T06:04:55.803107Z
repobench	reasoning	0.34	1.00	0.34	non	oui	2026-11-04T06:04:55.806595Z
spider	language	0.64	1.00	0.64	non	oui	2026-11-04T06:04:55.809838Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	239	—	2.44	1	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04