Mistral AI presenta Devstral 2, un modelo de 123B parámetros para programación, y Devstral Small, una versión ligera de 24B. Junto con la CLI Mistral Vibe, buscan automatizar el desarrollo y competir en el mercado del 'vibe-coding'.

Mistral AI lanza Devstral 2, un nuevo modelo de IA para programación

La startup francesa Mistral AI ha presentado hoy Devstral 2, una nueva generación de su modelo de IA diseñado para programación. La compañía también introduce Mistral Vibe, una interfaz de línea de comandos para automatizar código con lenguaje natural. Estos lanzamientos buscan competir con laboratorios de IA más grandes y capitalizados.

Dos modelos para diferentes necesidades

La nueva familia Devstral ofrece dos versiones. Devstral 2 es el modelo principal, con 123 mil millones de parámetros y requiere al menos cuatro GPUs H100 para su despliegue. Por otro lado, Devstral Small es una versión reducida de 24 mil millones de parámetros, diseñada para ejecutarse en hardware de consumo local. Las licencias de código abierto también difieren: Devstral 2 usa una licencia MIT modificada, mientras que Devstral Small emplea Apache 2.0.

Estrategia comercial y disponibilidad

El modelo Devstral 2 es actualmente gratuito a través de la API de la compañía. Tras un periodo inicial, su precio será de $0.40 por millón de tokens de entrada y $2.00 por millón de tokens de salida. Para Devstral Small, el coste será de $0.10/$0.30. Mistral ha establecido alianzas con las herramientas Kilo Code y Cline para distribuir Devstral 2. Mistral Vibe CLI está disponible como extensión en el editor Zed.

El enfoque en el contexto y la automatización

Mistral Vibe CLI apuesta por la automatización del código mediante lenguaje natural. Esta herramienta incluye funciones para manipulación de archivos, búsqueda de código, control de versiones y ejecución de comandos. Su característica clave es la conciencia del contexto, similar a su asistente Le Chat, ya que puede escanear estructuras de archivos y estados de Git para informar su comportamiento.

Antecedentes y posición en el mercado

Este anuncio se produce tras el reciente lanzamiento de la familia de modelos de peso abierto Mistral 3. La startup, considerada el campeón europeo de la IA, tiene una valoración de 11.700 millones de euros tras una ronda de financiación Serie C liderada por la empresa neerlandesa de semiconductores ASML, que invirtió 1.300 millones de euros en septiembre.

Implicaciones para el sector

Con estos lanzamientos, Mistral AI se posiciona en la carrera del ‘vibe-coding’, un segmento que ha impulsado el crecimiento de empresas como Cursor y Supabase. La compañía busca recortar distancias con sus rivales mejor financiados, como Anthropic, y afianzar su propuesta de valor para flujos de trabajo profesionales en el ámbito del desarrollo de software.

Durante el último año, la élite de los modelos abiertos para programación asistida, al menos en benchmarks como SWE-Bench Verified, ha hablado con acento chino. Nombres como DeepSeek, Kimi o Qwen se habían instalado en los puestos más altos de las pruebas y marcaban el ritmo en las tareas complejas de ingeniería de software, mientras Europa buscaba todavía su posición. La llegada de Devstral 2 altera ese reparto. No desplaza a quienes ya estaban arriba, pero sitúa a Mistral en el mismo nivel de exigencia y convierte a una compañía europea en aspirante real en un terreno que hasta ahora parecía reservado a otros.

Cambio de liga: el salto técnico que llevaba tiempo gestándose. Durante los últimos meses, los modelos abiertos desarrollados en Europa y Estados Unidos habían mostrado una evolución constante, aunque aún sin el rendimiento necesario para competir en las pruebas más exigentes. El progreso era evidente, pero faltaba un proyecto capaz de consolidarlo en un nivel superior y demostrar que ese camino podía dar resultados comparables a los referentes del sector.

Devstral 2 en datos: rendimiento, tamaño y licencias. El nuevo modelo de Mistral alcanza los 123B parámetros en una arquitectura densa y ofrece un contexto ampliado de 256K tokens, acompañado de una licencia MIT modificada que facilita su adopción en entornos abiertos. Su versión compacta, Devstral Small 2, reduce el modelo a 24B parámetros bajo licencia Apache 2.0. En las cifras de SWE-Bench Verified publicadas por la compañía, Devstral 2 obtiene un 72,2%, una marca que lo sitúa en el tramo más competitivo de los modelos abiertos evaluados y que confirma su presencia entre las alternativas más avanzadas del segmento.

 La refleja un panorama concentrado en la parte alta del benchmark. Entre los modelos abiertos, DeepSeek V3.2 encabeza el conjunto con un 73,1%, seguido por Kimi K2 Thinking con un 71,3% y por propuestas como Qwen 3 Coder Plus y Minimax M2, que se sitúan en el entorno de los 69 puntos. En niveles inferiores aparecen GLM 4.6, GPT-OSS-120B, CWM y DeepSWE, con resultados más moderados. En el ámbito comercial cerrado (modelos propietarios), el gráfico incorpora puntuaciones superiores: Gemini 3 Pro alcanza un 76,2%, GPT 5.1 Codex Max sube hasta el 77,9% y Claude Sonnet 4.5 firma un 77,2%, todos ellos por encima de las mejores marcas registradas por los modelos abiertos.

Qué mide realmente SWE-Bench Verified y por qué importa. SWE-Bench Verified es una prueba diseñada para evaluar si un modelo puede resolver tareas reales de programación, no ejercicios sintéticos. Cada caso presenta un error en un repositorio de código abierto y exige un parche que haga pasar las pruebas antes fallidas. La evaluación busca medir si el sistema entiende la estructura del proyecto, identifica la causa del problema y propone una solución coherente. Es una métrica útil y exigente, aunque limitada a repositorios en Python y a un conjunto concreto de situaciones que no cubren toda la amplitud del trabajo en software. 

De copilotos a agentes que actúan sobre el proyecto. La llegada de Devstral 2 coincide con un cambio más amplio en la forma de trabajar con herramientas de programación. Ya no se trata solo de recibir sugerencias en el editor, sino de contar con agentes capaces de explorar un repositorio completo, interpretar su estructura y proponer cambios coherentes con su estado real. En ese contexto aparece Vibe CLI, una herramienta que permite a Devstral analizar archivos, modificar partes del código y ejecutar acciones directamente desde la terminal, acercando estas capacidades al flujo de trabajo cotidiano de los desarrolladores.

Coste y despliegue: qué puede hacer cada tipo de usuario con Devstral. El modelo estará disponible de forma gratuita durante un periodo inicial y después pasará a costar 0,40 dólares por millón de tokens de entrada y 2,00 dólares por millón de salida, mientras que la versión Small 2 tendrá un precio inferior. Su despliegue también marca diferencias: Devstral 2 requiere al menos cuatro GPU de clase H100, orientadas a centros de datos, mientras que Devstral Small 2 está pensado para ejecutarse en una única GPU y, según la documentación de Mistral, la familia Devstral Small también puede funcionar en configuraciones solo con CPU, sin GPU dedicada. Esta variedad permite que tanto empresas como desarrolladores individuales encuentren un punto de entrada adecuado.

La aparición de Devstral 2 introduce un elemento inesperado en un espacio donde las compañías chinas marcaban el paso y donde ni siquiera Estados Unidos, pese a su liderazgo en inteligencia artificial, contaba con un modelo abierto en esta franja alta de rendimiento en SWE-Bench Verified. Mistral no desplaza a quienes ya estaban arriba, pero sí amplía la conversación y demuestra que Europa puede competir en un terreno donde hasta ahora no figuraba. Es un movimiento que no altera la jerarquía general, aunque sí abre un margen nuevo para la evolución de las herramientas de programación asistida.

Mistral Vibe CLI

 Mistral Vibe, una CLI nativa construida para Devstral que permite la automatización de código de extremo a extremo - y de código abierto.

Ejecuta `curl -LsSf https://mistral.ai/vibe/install.sh | sh` para instalar, y `vibe` para vibrar.

Aprende más sobre Devstral y Mistral Vibe en nuestra publicación de blog aquí.

Mistral AI lanza nuevos modelos de IA para programación

 

La apuesta de Mistral AI por el futuro de la programación asistida

La startup francesa Mistral AI ha intensificado su apuesta en la carrera global de la inteligencia artificial para el desarrollo de software, presentando una nueva generación de modelos de IA especializados en programación. Entre ellos destacan Codestral 25.01 y Devstral Medium, ambos orientados a transformar procesos como la autocompletación de código, la corrección de bugs, escritura de tests y edición profunda de codebases.

Novedades: autonomía, velocidad y soporte “multilenguaje”

Los nuevos modelos de Mistral AI funcionan como verdaderos agentes de software capaces de navegar e intervenir de forma autónoma en proyectos completos. Codestral 25.01 se perfila como referencia en generación y completado de código —rápido, preciso y compatible con más de 80 lenguajes de programación. Por su parte, Devstral Medium actúa como un asistente inteligente, idóneo para tareas complejas de ingeniería y manejo de proyectos multipropósito.

Soluciones open-source y adaptabilidad

Con Devstral Small 1.1, Mistral apuesta fuerte por la IA open-source en programación, permitiendo a empresas y equipos personalizar flujos de trabajo y generar agentes a medida, sin atarse a suites propietarias.

Mistral Large 3: contextos enormes para problemas reales

El nuevo Mistral Large 3, bajo arquitectura MoE (mixture-of-experts), destaca por sus 41 mil millones de parámetros activos y una ventana de contexto de 256,000 tokens. Esto habilita análisis y generación sobre grandes repositorios, tareas de razonamiento multi-documento y aportando eficiencia y costos bajos en escenarios empresariales.

Plataforma Mistral Code: integración y flujo productivo

La solución empresarial Mistral Code integra estos modelos a nivel de IDE, permitiendo desde autocompletado en tiempo real hasta la edición mediante instrucciones en lenguaje natural, búsqueda avanzada, ejecución autónoma de tareas y diagnóstico instantáneo. Estas funcionalidades impactan el time-to-market y la calidad del software generado por startups y equipos grandes.

Fuentes:

https://ecosistemastartup.com/mistral-ai-lanza-nuevos-modelos-de-ia-para-programacion/ 

https://www.xataka.com/robotica-e-ia/elite-modelos-abiertos-hablaba-chino-mistral-acaba-situar-a-europa-nivel-que-eeuu-logro-alcanzar