Mistral AI stellt konkurrierendes Coding-Tool vor, um GitHub Copilot herauszufordern

Am Mittwoch stellte Mistral AI einen umfassenden Programmierassistenten für Unternehmen vor und signalisierte damit den bisher stärksten Vorstoß des französischen Unternehmens für künstliche Intelligenz in den Bereich der Softwareentwicklung für Unternehmen, der derzeit von Microsofts GitHub Copilot und anderen Wettbewerbern aus dem Silicon Valley angeführt wird.

Das neue Produkt, Mistral Code, kombiniert die neuesten KI-Modelle des Unternehmens mit integrierten Plugins für die Entwicklungsumgebung und Optionen für die Bereitstellung vor Ort, die speziell auf große Unternehmen mit strengen Sicherheitsanforderungen zugeschnitten sind. Diese Markteinführung steht in direkter Konkurrenz zu bestehenden Kodierassistenten, da sie laut Unternehmen eine beispiellose Anpassungsfähigkeit und Datensouveränität bietet.

"Unsere Hauptunterscheidungsmerkmale sind die größere Anpassungsfähigkeit und die Möglichkeit, unsere Modelle vor Ort zu hosten", sagte Baptiste Rozière, Forscher bei Mistral AI und ehemaliger Meta-Forscher, der zum ursprünglichen Llama-Sprachmodell beigetragen hat, in einem exklusiven Interview mit VentureBeat. "Für die Anpassung können wir unsere Modelle auf die einzigartige Codebasis eines Kunden abstimmen, was die Relevanz der Code-Vervollständigung für die spezifischen Arbeitsabläufe deutlich erhöht."

Diese auf Unternehmen ausgerichtete Strategie unterstreicht das Ziel von Mistral, sich von OpenAI und anderen US-Konkurrenten abzuheben, indem es dem Datenschutz und der Einhaltung der europäischen Vorschriften Priorität einräumt. Im Gegensatz zu typischen SaaS-Codierungstools können Unternehmen mit Mistral Code den gesamten KI-Stack in ihrer eigenen Infrastruktur einsetzen, wobei der proprietäre Code sicher auf den Unternehmensservern bleibt.

"Beim On-Premise-Einsatz betreiben wir das Modell direkt auf der Hardware des Kunden", so Rozière weiter. "Sie profitieren von dem Service und stellen gleichzeitig sicher, dass ihr Code niemals ihre Server verlässt und ihre Sicherheits- und Vertraulichkeitsanforderungen erfüllt werden."

Wie Mistral vier Haupthindernisse für die Einführung von KI in Unternehmen identifiziert hat

Das Produkt kommt zu einem Zeitpunkt auf den Markt, an dem sich die Einführung von KI-Codierassistenten in vielen Unternehmen noch in der Proof-of-Concept-Phase befindet. Anhand von Umfragen unter leitenden Ingenieuren, Plattformleitern und Chief Information Security Officers hat Mistral vier wiederkehrende Herausforderungen identifiziert: eingeschränkter Zugang zu proprietären Repositories, unzureichende Modellanpassung, unzureichende Unterstützung für komplexe Workflows und fragmentierte SLAs über mehrere Anbieter hinweg.

Mistral Code begegnet diesen Problemen mit einer "vertikal integrierten Lösung", die Modelle, Plugins, administrative Kontrollen und Rund-um-die-Uhr-Support im Rahmen einer Vereinbarung umfasst. Die Plattform baut auf dem etablierten Open-Source-Projekt Continue auf und fügt Funktionen auf Unternehmensebene hinzu, wie z. B. eine granulare rollenbasierte Zugriffskontrolle, Audit-Protokollierung und Nutzungsanalysen.

Technisch gesehen nutzt Mistral Code vier spezialisierte KI-Modelle: Codestral für die Code-Vervollständigung, Codestral Embed für die Codesuche und -abfrage, Devstral für Multi-Task-Coding-Workflows und Mistral Medium für die Konversationsunterstützung. Das System unterstützt über 80 Programmiersprachen und kann Dateien, Git-Diffs, Terminalausgaben und Problemverfolgungssysteme analysieren.

Entscheidend für Unternehmenskunden ist, dass die Plattform die Feinabstimmung von Kernmodellen auf privaten Code-Repositories erlaubt - eine Funktion, die sie von proprietären Optionen unterscheidet, die auf externe APIs angewiesen sind. Diese Anpassungsfähigkeit kann die Genauigkeit der Codevervollständigung für unternehmensspezifische Frameworks und Codierungskonventionen erheblich steigern.

Warum sich führende Meta-Forscher der KI-Initiative von Mistral anschließen

Die technischen Fähigkeiten von Mistral sind zum Teil auf eine strategische Rekrutierung zurückzuführen, die wichtige Forscher aus Metas Llama AI-Team angezogen hat. Von den 14 Autoren des einflussreichen Llama-Papiers von Meta aus dem Jahr 2023, in dem die Open-Source-KI-Strategie des Unternehmens definiert wurde, sind nur noch drei bei dem Social-Media-Unternehmen beschäftigt. Fünf derjenigen, die das Unternehmen verlassen haben, darunter Rozière, sind innerhalb der letzten 18 Monate zu Mistral gewechselt.

Diese Abwanderung von Talenten von Meta verdeutlicht die Wettbewerbsdynamik in der KI-Branche, in der Spitzenforscher eine erstklassige Vergütung und die Möglichkeit suchen, Einfluss auf KI-Systeme der nächsten Generation zu nehmen. Für Mistral bringen diese Neuzugänge fundierte Kenntnisse in der Entwicklung großer Sprachmodelle und Trainingsmethoden mit, die ursprünglich bei Meta entwickelt wurden.

Marie-Anne Lachaux und Thibaut Lavril, beide ehemalige Meta-Forscher und Co-Autoren des ursprünglichen Llama-Papiers, sind nun Gründungsmitglieder und KI-Forschungsingenieure bei Mistral. Ihr Wissen fließt direkt in die Entwicklung der kodierungsorientierten Modelle von Mistral ein, insbesondere in Devstral, das das Unternehmen im Mai als Open-Source-Software-Engineering-Agent veröffentlicht hat.

Das Devstral-Modell übertrifft die Leistung von OpenAI beim Betrieb auf einem Laptop

Devstral ist ein Beispiel für Mistrals Engagement in der Open-Source-Entwicklung und bietet ein 24-Milliarden-Parameter-Modell unter der freizügigen Apache 2.0-Lizenz. Im SWE-Bench Verified Benchmark erreicht es 46,8 % und übertrifft damit OpenAIs GPT-4.1-mini um mehr als 20 Prozentpunkte. Dabei ist es kompakt genug, um auf einer einzelnen Nvidia RTX 4090 GPU oder einem MacBook mit 32 GB RAM zu laufen.

"Derzeit ist es mit deutlichem Abstand das beste offene Modell für SWE-Bench verifiziert und für Code-Agenten", sagte Rozière gegenüber VentureBeat. "Es ist auch bemerkenswert kompakt - nur 24 Milliarden Parameter - so dass man es lokal auf Geräten wie einem MacBook ausführen kann."

Diese duale Strategie, Open-Source-Modelle neben proprietären Unternehmensdiensten anzubieten, spiegelt die breitere Marktpositionierung von Mistral wider. Während das Unternehmen sich der offenen KI-Entwicklung verschrieben hat, verdient es Geld mit Premium-Funktionen, Anpassungsdiensten und Supportverträgen für Unternehmen.

Banken und Eisenbahnen implementieren Mistrals On-Premise-Codierungstools

Erste Unternehmenskunden in regulierten Sektoren bestätigen den Ansatz von Mistral, wo Bedenken hinsichtlich der Datenhoheit die Einführung von Cloud-basierten Kodierungsassistenten behindern. Abanca, eine große spanische und portugiesische Bank, hat Mistral Code in großem Umfang eingeführt und dabei ein hybrides Setup verwendet, das Cloud-basiertes Prototyping ermöglicht, während der Kernbankcode vor Ort geschützt wird.

SNCF, Frankreichs nationaler Bahnbetreiber, nutzt Mistral Code Serverless, um seine 4.000 Entwickler mit KI-Unterstützung auszustatten. Der globale Systemintegrator Capgemini hat die Plattform für mehr als 1.500 Entwickler, die Kundenprojekte in regulierten Branchen bearbeiten, vor Ort implementiert.

Diese Implementierungen unterstreichen die Nachfrage von Unternehmen nach KI-Codierungstools, die anspruchsvolle Funktionen bieten, ohne die Datensicherheit oder die Einhaltung gesetzlicher Vorschriften zu beeinträchtigen. Im Gegensatz zu verbraucherorientierten Assistenten unterstützt die Unternehmensarchitektur von Mistral Code die von großen Organisationen geforderte administrative Überwachung und Prüfpfade.

Europäische KI-Vorschriften verschaffen Mistral einen Vorteil gegenüber der Konkurrenz aus dem Silicon Valley

Der Markt für Kodierassistenten für Unternehmen hat beträchtliche Investitionen und Konkurrenz von Tech-Giganten angezogen. Microsofts GitHub Copilot ist mit Millionen von Einzelanwendern führend, während neuere Marktteilnehmer wie Anthropics Claude und Googles Gemini-basierte Tools um Marktanteile in Unternehmen konkurrieren.

Die europäischen Wurzeln von Mistral bieten regulatorische Vorteile im Rahmen der Allgemeinen Datenschutzverordnung und des EU-KI-Gesetzes, die strenge Regeln für KI-Systeme im Umgang mit personenbezogenen Daten vorschreiben. Die Finanzierung des Unternehmens in Höhe von 1 Milliarde Euro, einschließlich einer kürzlich erfolgten 600-Millionen-Euro-Runde unter der Leitung von General Catalyst bei einer Bewertung von 6 Milliarden US-Dollar, bietet die Ressourcen, um mit gut finanzierten amerikanischen Konkurrenten zu konkurrieren.

Dennoch stößt Mistral auf Hürden, wenn es darum geht, weltweit zu expandieren und gleichzeitig seine Open-Source-Prinzipien aufrechtzuerhalten. Der jüngste Schwenk des Unternehmens hin zu proprietären Modellen wie Mistral Medium 3 hat Kritik von Open-Source-Befürwortern ausgelöst, die darin eine Abkehr von den Gründungsidealen sehen, um kommerzielle Nachhaltigkeit zu erreichen.

Mehr als nur Code-Vervollständigung: KI-Agenten, die komplette Software-Module entwickeln

Mistral Code geht weit über die einfache Vervollständigung von Code hinaus und ermöglicht die Abwicklung kompletter Projektabläufe. Die Plattform ist in der Lage, Dateien zu öffnen, neue Module zu erstellen, Tests zu aktualisieren und Shell-Befehle auszuführen - und das alles im Rahmen konfigurierbarer Genehmigungsprozesse, bei denen die Aufsicht durch erfahrene Ingenieure erhalten bleibt.

Dank ihrer durch Abfragen erweiterten Generierungsfähigkeiten ist sie in der Lage, den Projektkontext zu erfassen, indem sie Codebases, Dokumentation und Problemverfolgungssysteme untersucht. Dieses kontextbezogene Verständnis führt zu präziseren Codevorschlägen und minimiert die Halluzinationen, die bei einfacheren KI-Codierwerkzeugen auftreten.

Mistral arbeitet weiter an der Entwicklung größerer, leistungsfähigerer Kodierungsmodelle und optimiert sie für den lokalen Einsatz. Die Zusammenarbeit des Unternehmens mit All Hands AI, den Entwicklern des OpenDevin Agenten-Frameworks, integriert Mistrals Modelle in autonome Software-Engineering-Workflows, die in der Lage sind, ganze Funktionen zu implementieren.

Was Mistrals Unternehmensschwerpunkt für die Zukunft der KI-Codierung bedeutet

Das Debüt von Mistral Code zeigt die Entwicklung von KI-Codierassistenten von experimentellen Hilfsmitteln zu einer unverzichtbaren Unternehmensinfrastruktur. Da Unternehmen KI zunehmend als entscheidend für die Effizienz von Entwicklern ansehen, müssen Anbieter fortschrittliche Funktionen mit den Sicherheits-, Compliance- und Anpassungsanforderungen großer Unternehmen in Einklang bringen.

Die Fähigkeit von Mistral, Top-Talente von Meta und anderen führenden KI-Laboren anzuziehen, verdeutlicht die anhaltende Konzentration von Fachwissen innerhalb einer ausgewählten Gruppe kapitalstarker Unternehmen. Diese Konsolidierung beschleunigt die Innovation, kann aber die Vielfalt der Ansätze in der KI-Entwicklung einschränken.

Für Unternehmen, die KI-Codierungstools bewerten, stellt Mistral Code eine europäische Alternative zu amerikanischen Plattformen dar, mit besonderen Vorteilen für Organisationen, die Wert auf Datensouveränität und regulatorische Anpassung legen. Der Erfolg der Plattform wird davon abhängen, ob sie in der Lage ist, messbare Produktivitätssteigerungen zu erzielen und gleichzeitig die Sicherheit und Anpassungsfähigkeit zu wahren, die sie von standardisierten Lösungen unterscheidet.

Die weitreichenden Auswirkungen reichen über die Programmierung von Assistenten hinaus bis hin zu der zentralen Frage, wie KI-Systeme in Unternehmen implementiert werden sollten. Mistrals Fokus auf den Einsatz vor Ort und die Anpassung des Modells unterscheidet sich von den Cloud-first-Strategien, die von vielen Konkurrenten aus dem Silicon Valley bevorzugt werden.

Wenn sich der Markt für KI-Codierassistenten weiterentwickelt, wird der Erfolg wahrscheinlich nicht nur von der Leistung des Modells abhängen, sondern auch von der Kompetenz der Anbieter, die komplizierten Betriebs-, Sicherheits- und Compliance-Anforderungen zu erfüllen, die für die Einführung von Unternehmenssoftware gelten. Mistral Code untersucht, ob europäische KI-Firmen mit amerikanischen Konkurrenten konkurrieren können, indem sie unterschiedliche Methoden für den Unternehmenseinsatz und die Datenverwaltung vorstellen.