在AI技术快速发展的今天，法国AI初创公司Mistral AI于2025年12月9日发布了一款名为Devstral 2的开源权重编程模型，这款拥有1230亿参数的AI模型在SWE-bench Verified基准测试中取得了72.2%的分数，使其成为表现最佳的开源权重编程模型之一，同时也开始逼近专有竞争对手的性能表现。
Devstral 2：性能突破的开源编程模型
Devstral 2不仅仅是一款普通的AI编程模型，它被设计为作为自主软件工程代理的一部分工作。这一模型在SWE-bench Verified基准测试中的表现尤为引人注目，该基准测试试图评估AI系统是否能解决真实的GitHub问题。在这个测试中，Devstral 2的得分使其跻身表现最佳的开源权重模型行列。
值得注意的是，Mistral AI此次不仅仅是发布了一个AI模型，还推出了一款名为Mistral Vibe的新开发应用。这是一个命令行界面(CLI)，类似于Claude Code、OpenAI Codex和Gemini CLI，允许开发者在终端中直接与Devstral模型进行交互。这个工具能够扫描文件结构和Git状态，以在整个项目中保持上下文，能够跨多个文件进行更改，并自主执行shell命令。Mistral将此CLI以Apache 2.0许可证发布。
基准测试的意义与局限性
对于AI基准测试，我们总是需要持谨慎态度，但据大型AI公司的员工透露，他们对模型在SWE-bench Verified上的表现非常关注。这一基准测试向AI模型呈现了500个真实的软件工程问题，这些问题是从流行的Python仓库的GitHub问题中提取的。AI必须阅读问题描述，导航代码库，并生成一个通过单元测试的工作补丁。
尽管一些AI研究人员指出，基准测试中约90%的任务是相对简单的错误修复，有经验的工程师可以在一小时内完成，但它是比较编程模型的少数标准化方法之一。
多版本策略：从云端到本地
与大型AI编程模型同时发布的还有Devstral Small 2，这是一个拥有240亿参数的版本，在同一基准测试中得分为68%，并且可以在消费级硬件（如笔记本电脑）上本地运行，无需互联网连接。两款模型都支持256,000个token的上下文窗口，能够处理中等规模的代码库（虽然"大"或"小"的概念很大程度上取决于项目的整体复杂度）。
Mistral以修改后的MIT许可证发布了Devstral 2，而以更宽松的Apache 2.0许可证发布了Devstral Small 2。这种差异化的许可证策略反映了公司对不同用户群体的考量。
定价策略与成本效益
Devstral 2目前可以通过Mistral的API免费使用。免费期结束后，定价将为每百万输入token 0.40美元，每百万输出token 2.00美元。相比之下，Devstral Small 2将分别收费0.10美元和0.30美元。
Mistral声称这款模型在实际任务中比Claude Sonnet"高效约7倍"。通过API，Anthropic的Sonnet 4.5每百万输入token收费3美元，每百万输出token收费15美元，具体价格可能根据使用的token总数有所增加。
氛围编程：新的编程范式
"Mistral Vibe"这一名称引用了"氛围编程"（vibe coding），这是AI研究员Andrej Karpathy在2025年2月创造的一个术语，用来描述一种编程风格：开发者用自然语言描述他们想要什么，并接受AI生成的代码而不进行仔细审查。正如Karpathy所描述的，你可以"完全沉浸在氛围中，拥抱指数增长，甚至忘记代码的存在"。Collins词典将"氛围编程"命名为2025年的年度词汇。
氛围编程方法既引发了热情也引起了担忧。在3月接受Ars Technica采访时，开发者Simon Willison表示："我真的很喜欢氛围编程。这是一种尝试想法并验证其是否可行的好方法。"但他也警告说："通过氛围编程构建生产级代码库显然是有风险的。我们作为软件工程师所做的大部分工作涉及发展现有系统，其中底层代码的质量和可理解性至关重要。"
Mistral的赌注：从原型到生产
Mistral赌Devstral 2将能够保持整个项目的一致性，检测失败，并进行重试和修正，这些声称的能力将使其比简单的原型和内部工具更适合更严肃的工作。该公司表示，该模型可以跟踪框架依赖关系，处理诸如错误修复和现代化遗留系统等存储库规模的任务。
虽然我们尚未对其进行实验，但您可能会很快看到Ars Technica对几种AI编码工具的面对面测试。这将是评估Devstral 2在实际开发环境中表现的重要参考。
开源与专有模型的竞争格局
Devstral 2的出现标志着开源AI编程模型与专有解决方案之间竞争的进一步加剧。随着大型科技公司如OpenAI、Google和Anthropic不断推进其专有AI模型，Mistral等公司通过开源策略和更宽松的许可条件，为开发者和企业提供了另一种选择。
这种竞争格局对整个AI生态系统是有益的。它推动了创新，降低了采用门槛，并为不同规模的组织提供了更多选择。特别是对于希望对AI模型进行定制或希望在本地部署的组织而言，开源权重模型提供了专有解决方案无法比拟的灵活性。
技术细节与实际应用
Devstral 2和Devstral Small 2的技术特点使其在实际应用中具有很大潜力。256,000 token的上下文窗口意味着这些模型可以处理相当大的代码库，这对于需要理解整个项目上下文的复杂任务至关重要。
Mistral Vibe CLI的设计也体现了对开发者工作流程的深入理解。通过直接在终端中集成AI功能，开发者可以无缝地将AI辅助编码纳入现有的开发环境，而不需要切换上下文或学习全新的工具。
行业影响与未来展望
Devstral 2的发布可能会对AI编程领域产生深远影响。一方面，它展示了开源模型在性能上已经能够接近甚至达到专有模型的水平；另一方面，它也表明AI编程工具正在从简单的代码补全向更复杂的自主软件工程方向发展。
未来，我们可以期待看到更多这样的AI编程工具出现，它们将能够处理更复杂的任务，提供更准确和可靠的代码生成，并更好地理解开发者的意图。同时，随着这些工具的普及，我们也需要思考如何确保代码质量、安全性和可维护性，特别是在生产环境中使用AI生成代码的情况下。
总结
Mistral AI的Devstral 2代表了开源AI编程模型的一个重要里程碑。它不仅在性能上接近专有竞争对手，还通过Mistral Vibe CLI提供了一种全新的开发体验。随着AI编程技术的不断发展，我们可能会看到软件开发工作方式的根本性变革，而Devstral 2无疑是这一变革的重要推动者之一。
