Codestral 22Bを自社ハードウェア上にセットアップ、 エージェントスタックを14日間でプロダクション品質に

Codestral 22BはCursorとContinueユーザーがタブ補完のために戻り続けるモデルです。220億パラメータ、80以上のプログラミング言語、32Kコンテキスト、そしてPython、Java、JavaScriptで平均FIM pass@1 95.3%を達成するネイティブFIMトレーニング。

  • 14日間プロダクション移行
  • コーディング + リサーチエージェントスタック込み
  • 22.2B dense パラメータ数
  • 32K tokens コンテキストウィンドウ
  • 14 d プロダクション移行

Codestral 22B 概要

モデルとハードウェアを選ぶ際に重要なスペック。

パラメータ数

22.2B(密結合)

コンテキストウィンドウ

32Kトークン

アーキテクチャ

ネイティブFIMを持つ密結合デコーダのみのTransformer

対応言語数

80以上(Python、Java、C、C++、JavaScript、TypeScript、Rust、Goなど)

FIM pass@1

95.3%(オープン/クローズドトップベンチマーク)

ライセンス

Mistral Non-Production License(MNPL-0.1), 商用には別途契約が必要

BF16 VRAM

約44GB

Q4_K_M VRAM

約13GB

リリース日

2024-05-29

新しいバリアント

Codestral 25.01(2025年1月)、256Kコンテキスト

Codestral 22Bをプロダクションで動かすハードウェア

3つの階層、実際のSKU、実際のスループット数値。

  1. エントリー階層: RTX 4090 24GBまたはRTX 3090 24GB(Q4_K_M)

    スループット: 60〜100 tok/s、最初のトークンまで200ms以下。最適用途: ソロ開発者IDEオートコンプリート(MNPLの下ではリサーチ/個人使用のみ)。

  2. ミッド階層: 1x A6000 48GB(BF16)または1x H100 80GB

    スループット: シングルストリーム120〜250 tok/s、バッチで800+ tok/s。最適用途: 内部チームCopilot(Mistral商用ライセンスが必要)またはリサーチラボのセルフホスティング。

  3. エンタープライズ階層: Mistral商用ライセンス + vLLMで2x H100、またはMistral管理API

    スループット: バッチで1500+ tok/s。最適用途: プロダクションIDE製品、マルチテナント開発者ツール(交渉済みの商用ライセンスが必要)。

このモデルの量子化選択

GGUF、AWQ、FP8、INT4。

推奨量子化

シングルシングル GPU IDEデプロイにはQ4_K_M。48GB以上でFIMの完全な品質が必要な場合はBF16。

トレードオフ

FIMはチャットより量子化に敏感です。Q4_K_MはBF16比でFIM pass@1で2〜4ポイント低下します。オートコンプリートUXでは、通常速度の向上が品質の低下を上回ります。Q5_K_Mが安全な中間点です。

BF16

ファイルサイズ: 未定義。

Q8_0

ファイルサイズ: 未定義。

Q5_K_M

ファイルサイズ: 未定義。

Q4_K_M

ファイルサイズ: 未定義。

Codestral 22Bに接続するコーディングエージェント

Codestral 22BはMistralのコーディングモデルで、FIM駆動のIDE作業のシングルGPUスイートスポットですが、ハードなエージェント型リファクタリングには魅力が薄れます。

Aider

小〜中規模コードベースでの高速反復ループに機能します。Codestral 22BでのAider Polyglotは約38〜45%(リーダーボードで確認)。ハードリファクタリングではQwen2.5 Coder 32BとDeepSeek Coder V2に劣ります。最適用途: 単一ファイルをピン止めして反復。

Continue.dev

ファーストクラスのネイティブサポート。ContinueはMistral API経由でCodestralを推奨オートコンプリートモデルとして記載しています。FIMモードと指示モードが1つのモデルにあることで、競合する2モデルのセットアップより設定がシンプル。Qwen2.5 Coderがチャットで追いつく前は、Continue + Codestralが標準のローカルオートコンプリートペアでした。tabAutocompleteModelをFIMエンドポイントに向ければ、完全にオフラインで動作します。

Tabby

~/.tabby/config.tomlを介したネイティブCodestral統合。セルフホストまたはクラウドAPI。シングルモデルFIM+指示サポートにより、2つのモデルを実行するよりもOpsが簡単。コンプライアンス要件に合うTabbyの監査ログを持つセルフホスト型エンタープライズIDEアシスタントに強力な適合性。

Cody(Sourcegraph)

CodyはMistral API経由でCodestralをカスタムモデルとしてサポート。リポジトリコンテキスト + Codestralの組み合わせはSourcegraphインデックス済みコードベースに有効。ライセンス注意: エンタープライズCody + セルフホストCodestralにはMistral商用ライセンスが必要。

Cursor(BYOK)

CursorにはネイティブのCodestralサポートがありません。Cursor内のContinueプラグインまたはカスタムOpenAI互換プロキシ経由で実用的。Cursorのファーストパーティモデルの方が速く、CodestralはFIM重視の補完パターンにのみ優位。

Cline

Mistral API経由で機能的。32Kコンテキストはclineの冗長なシステムプロンプトをマージンを持って処理。マルチステップ自律コーディングタスクではDeepSeek Coder V2より弱く、Codestralは自律性ではなく反復向けに構築されています。

コーディングエージェントのユースケース

このモデル + エージェントスタックが実際の成果を生む場面。

Codestral 22B上にデプロイするリサーチエージェント

適した選択ではありません。

Continue.dev + リポジトリ検索

リポジトリコンテキストをプルするContinueチャット内のコード検索サブタスクにCodestralを使用。純粋な散文合成は失敗します。コードベース内の技術リサーチには許容可能。

Tabby + 内部ドキュメントRAG

内部APIドキュメントとコードへのTabbyのエンタープライズRAGは、合成ステップにCodestralを使用できます。ニッチな用途で、ドキュメントコーパスがコード色の強いものである必要があります。

LangGraphコードリサーチノード

Codestralは混合エージェントのコード分析サブグラフにのみ使用してください。合成と記述ノードをMistral Large 3またはLlama 3.3 70Bへルーティングすべきです。

Pydantic AI型付きコード抽出

狭いコード抽出エージェントに強力な適合性。ソースファイルの読み取り、型付きPydanticスキーマの出力。Codestralは32Kコンテキストで構造化出力を確実に処理します。

LlamaIndex code-search

GitHubリポジトリ取得とコード質問応答。Codestral + LlamaIndexは技術専用リサーチに実用的ですが、同じタスクではDeepSeek Coder V2より弱い。

リサーチエージェントのユースケース

このモデル + リサーチエージェントスタックがチームに実際に使えるレポートを届ける場面。

プロダクションエージェントワークフロー向けに導入するフレームワーク

ワークフローの形状でフレームワークを選択。

Codestral 22Bを選ぶのはこんなチーム

このモデルが正解となる3つのバイヤープロファイル。

  1. リサーチャーまたは個人IDEユーザー

    タスク: Continue.devまたはTabby経由でVS Codeにローカルファイムオートコンプリート。成果: 24GB GPU上でのクラス最高のインライン提案、完全オフライン、リサーチ許可のMNPL条件下で。

  2. Mistral商用ライセンスを持つエンタープライズ

    タスク: 交渉済みウェイトライセンスを持つエンジニアリング組織のセルフホストCopilot代替。成果: FIM用CodestralとチャットにMistral Large 2またはMixtralを組み合わせ、すべて1つのMistral契約の下で。

  3. Mistral APIカスタマー

    タスク: 商用使用権を持つMistralのホスト型Codestralエンドポイントでコーディング製品を構築。成果: ウェイトライセンスを完全にスキップし、256Kコンテキストと管理スケーリングを持つCodestral 25.01を取得。

立ち上げ後にクライアントが言ったこと

決定がなされたときに部屋にいた人々からのフィードバック。

I used to spend every Sunday reconciling contractor invoices. Now they match automatically. I got my weekends back.
Karen, Property ManagerDenver
We didn't rush. We just stopped wasting time on things that didn't matter. The risk was managed, not ignored.
Kwame, Digital DirectorSingapore
Three drivers called out on the same morning. The system reassigned every route before I finished my coffee. That used to take two hours of phone calls.
James, Fleet ManagerDallas

Codestral 22B 対 最も近い競合モデル

このモデルが勝つ場面と負ける場面。

対 Qwen2.5-Coder 32B

QwenはApache 2.0(ライセンス問題なし)、大きい(32B)、HumanEval(92.7対81.1)とMBPP(90.2対78.2)、そしてチャット推論で優位。Codestralは平均FIM pass@1(Python、Java、JavaScriptで95.3)、22B密結合での推論速度、25.01バリアントの32Kから256Kへのコンテキスト拡大で優位。商用プロダクションにはMistral契約がない限りQwenを選択。両方とも単一の24GBカードに収まるため、一般的な構成はタブ補完にCodestral、チャットにQwenです。

対 DeepSeek Coder V2 Lite(16B / 2.4B)

DeepSeek Coder V2 Liteは商用許容ライセンス、トークンあたり高速(MoE)、338言語と128Kコンテキストをサポート。CodestralはFIMと密結合モデルのレイテンシ予測可能性でわずかに優位。プロダクションではライセンスの明確さがDeepSeekに有利。

対 CodeGemma 7B

CodeGemma 7Bははるかに小さく8GBカードで動作し、Apache 2.0ライセンスを持ちます。Codestral 22BはHumanEval、MBPP、FIMで10〜20ポイント上回ります。VRAMが16GB以下またはライセンスが許容的である必要がある場合のみCodeGemmaを選択。

PineidoがCodestral 22Bにエージェントをセットアップする方法

最初にハードなライセンスレビューゲートを設けた2週間スプリント。

1日目

ライセンスレビュー。MNPL-0.1の商用制限をバイヤーの顧問と確認。商用プロダクションの場合、Mistral商用ライセンスに署名するか、codestral.mistral.aiのホスト型APIをデプロイパスとして確認。

3日目

ハードウェア決定。セルフホストリサーチにはQ4でRTX 4090または5090(24GB)、商用プロダクションにはMistralホスト型API。Tabbyセルフホスト + Codestral取得、~/.tabby/config.toml設定済み。

6日目

IDEアシスタントとしてContinue.devを接続。tabAutocompleteModelをFIMモードのCodestralに向け、チャットモデルは指示モードで同じエンドポイントに向ける。レイテンシベースライン、オートコンプリート受け入れ率を測定。

9日目

実際のクライアントコードベースでAider反復ループをテスト。Diff適用成功率をログ。構造化抽出タスク向けのPydantic AI型付きツールエージェントを接続。

11日目

エージェントフレームワーク選択。グラフワークフロー向けのLangGraph + Codestral、型付きコード抽出向けのPydantic AI。ネイティブツール呼び出しをテスト。

14日目

プロダクション移行。ライセンス帰属を出荷(Mistral NOTICE + 該当する場合は商用ライセンス参照)。SSO、監査ログ、プロンプトログ、レート制限稼働。Tabby管理ダッシュボードを引き渡し。

14日間でCodestral 22Bをデプロイする方法

固定料金。

  1. 1日目

    MNPLの下でユースケースが非商用であること、またはMistral商用ライセンスを持っていること、またはMistral APIの使用にコミットすることを確認。この決定がすべての下流をブロックします

  2. 2日目

    Codestral-22B-v0.1 GGUFを取得し、llama.cppまたはOllama経由でサービング。FIMエンドポイントを設定(パス /api/fim またはFIMトークンを持つOpenAI互換 /v1/completions)

  3. 3日目

    VS CodeでContinue.devまたはTabbyに接続。タブ補完をCodestralに設定し、チャットを別のモデル(Qwen2.5-Coder 32BまたはLlama 3.3 70B)に設定。200ms以下の目標でレイテンシをテスト

  4. 第2週

    商用デプロイの場合、Mistral API経由でCodestral 25.01(256Kコンテキスト)を評価。ホスト型Qwen2.5-Coderとのトークンあたりコストを比較。まずライセンス互換性、次に品質で選択

22.2B dense パラメータ数

30分のスコーピングコールをご予約ください。Codestral 22Bと弊社エージェントスタックが最適な選択かどうか、契約前にお伝えします。

固定料金。

1日目に正確なモデル、正確なハードウェア、正確なエージェントスタック、正確なコスト計算、正確なコンプライアンス状況をご確認いただけます。

あなたが手にするもの

  1. 0日目(今週): 30分のスコーピングコール。ハードウェアショートリスト、モデル選択、エージェントスタック提案、コスト予測を金曜日までにお届け
  2. 1日目: MNPLの下でユースケースが非商用であること、またはMistral商用ライセンスを持っていること、またはMistral APIの使用にコミットすることを確認。この決定がすべての下流をブロックします

営業電話なしでわかる回答

ライセンスは本当に非商用ですか?

はい、厳密に。MNPL-0.1は職務中の従業員による使用、ホスティングサービス、収益を生む製品を含むすべての商用活動を禁止しています。Codestralのファインチューンでさえ制限を引き継ぎます。商用デプロイには[email protected]からの別途ライセンスまたはMistral APIの使用が必要です。

なぜCodestralはFIMで最良なのですか?

MistralはネイティブのFIMトークンをベースモデルに学習させました。ファインチューンアドオンではありません。これにより他のオープンモデルが達成していないFIM pass@1率95.3%が得られます。Codestral 25.01はリポジトリレベルのフィルインザミドルのために大きな256Kコンテキストでこれを拡張しています。

Codestral 25.01はどうですか?

Codestral 25.01は256Kコンテキストウィンドウ(元の32Kの8倍)、改良されたトークナイザー、約2倍速いデコード、HumanEval Python 86.6%を持つ2025年1月のアップデートです。リリース時にCopilot Arenaのオートコンプリートリーダーボードで首位となり、MistralのAPI経由でのみ利用可能。Mistralはその後Codestral 25.08(2025年7月)をリリースし、受け入れられた補完が30%増加、暴走生成が50%減少したと報告。Codestral Embed、Devstralエージェント、企業セルフホスト向けのMistral Code IDEプラグインとパッケージ化されています。元のCodestral 22B v0.1は依然としてオープンウェイトオプションですが、元の32Kコンテキストのみです。

最も近い商用フレンドリーな代替モデルは何ですか?

チャットと複雑なタスクにはApache 2.0のQwen2.5-Coder 32B。高速FIMにはDeepSeek Coder V2 Lite。低VRAMセットアップにはCodeGemma 7B。FIM pass@1ではCodestralに及びませんが、すべて商用的にクリーンです。

商用製品はセルフホストのCodestral 22B v0.1と一緒に出荷できますか?

Mistralの別途商用ライセンスなしではできません。Codestral 22B v0.1はMistral AI Non-Production License(MNPL-0.1)でリリースされており、明示的にリサーチとテストのみです。プロダクションへの3つの法的経路があります。1つ目、Mistralと商用ライセンスを締結(カスタム価格)。2つ目、商用条件でホスト型Mistral API(codestral.mistral.aiまたはapi.mistral.ai)を使用。3つ目、Qwen2.5 Coder 32B(Apache 2.0)またはDeepSeek Coder V2(MIT + DeepSeek License Agreement、商用無料)に切り替え。製品を出荷する小規模コンサルタンシーには、経路2または3が実用的なデフォルトです。

AiderワークフローにはCodestral 22BとQwen2.5 Coder 32Bのどちらを選ぶべきですか?

ハードリファクタリングにはQwen2.5 Coder 32B、FIM重視の反復にはCodestral。Qwen2.5 Coder 32BはAider Polyglotで6〜12ポイントリードし、Apache 2.0(ライセンス注記なし)でリリース。CodestralはFIMベンチマーク(HumanEvalFIM 91.6%)で優位で、シングルモデルのFIM+指示サポートによりContinue.devオートコンプリートと最もクリーンにペアになります。2026年の実用的な選択: エージェント型コーディングループにはQwen2.5 Coder、FIMオートコンプリートのレイテンシが制約になる場合にのみCodestral。

著者創業者・Imaginator

Pineido, 拠点: Strumica, North Macedonia, は、国内外の企業向けにウェブサイト、オンラインショップ、ウェブ・モバイルアプリ、業務の自動化、AI を開発するソフトウェア会社です。30 日間のスプリントを固定価格で納品し、コードはお客様のものになります。

公開日 更新日