Mistral揭露高級代碼嵌入模型的表現優於OpenAI，並在現實世界檢索任務中匯總

Mistral用Codestral Embed進入嵌入競技場

隨著企業檢索增強發電（RAG）的繼續吸引人，市場在嵌入模型中的創新已經成熟。輸入米斯特拉爾（Mistral），這家法國人工智能公司以在人工智能開發方面的界限而聞名。最近，他們推出了Codestral Embed，他們的首次亮相嵌入模型是專門為代碼量身定制的。

根據Mistral的說法，Codestral嵌入了跨基準等基準等現有模型。該模型在檢索現實世界代碼數據方面發揮最亮度，在檢索方案中提供了令人印象深刻的性能。 CodeStral Embed以每百萬個代幣為0.15美元可供開發人員使用，為增強與代碼相關的應用程序提供了負擔得起又強大的選擇。

在最近的公告中，Mistral自豪地說，Codestral Embed超過了領先的代碼嵌入式，例如Voyage Code 3，Cohere Embered v4.0和OpenAI的OpenAI文本嵌入3大型。這一大膽的主張引起了科技界的關注，引發了對X（以前為Twitter）等平台的討論。

超級興奮地宣布@Mistralai Codestral Embed，這是我們的第一個嵌入模型，專門用於代碼。

它對於在現實世界代碼數據上檢索用例特別表現尤其出色。 pic.twitter.com/et321crnli

- 索菲亞·楊（Sophia Yang）博士（@sophiamyang）2025年5月28日

Codestral Embed是Mistral的Codestral編碼模型家族的一部分，生成將代碼和數據轉換為數值表示形式的嵌入，使其非常適合抹布。該模型具有輸出維度和精確度的靈活性，在檢索質量和存儲成本之間提供平衡。正如Mistral指出的那樣，即使嵌入256和INT8精確度的Codestral均優於競爭對手的模型。

基準性能

Mistral將CODESTRAL嵌入通過嚴格的測試上的基準，例如SWE-Bench和GitHub的Text2Code。在這兩種情況下，與行業領先的嵌入模型相比，該模型都表現出卓越的性能。

潛在用例

Mistral設想Codestral嵌入在高性能代碼檢索和語義理解中的表現。該模型迎合了幾種關鍵用例：

• 抹布：促進更快的任務和代理流程的信息檢索。
• 語義代碼搜索：開發人員可以使用自然語言查詢找到代碼片段，簡化文檔系統和編碼副駕駛等平台上的工作流程。
• 相似性搜索：有助於確定重複或類似的代碼段，並幫助企業執行重複使用策略。
• 代碼分析：通過基於功能或結構分組代碼來支持語義聚類，從而可以深入了解代碼體系結構。

市場動態和競爭

米斯特拉爾（Mistral）進入嵌入空間的競爭正在加劇。該公司一直在積極擴展其產品，推出了Mistral Medium 3（其旗艦大語模型（LLM）的中型版本），並引入了用於建立面向任務的代理商的代理API。

行業觀察者正在註意。一些觀察者指出，米斯特拉爾的時機與嵌入行業的競爭加劇相符。儘管Codestral嵌入與Openai和Cohere等巨頭的封閉式模型競爭，但它也面臨著來自Qodo-Embed-1-1.5 B.的開源替代品的激烈競爭。

VentureBeat與Mistral聯繫，以獲取有關Codestral Embed許可選項的更多詳細信息，從而強調了對這項新興技術的日益興趣。

一個有希望的未來

Codestral嵌入位置本身是嵌入景觀中的強大競爭者，因此將其專注於特定於代碼的優化和競爭價格。隨著開發商繼續尋求與代碼相關的挑戰的創新解決方案，Mistral的最新產品可能會推出一個利基市場，在這個迅速發展的領域中推動它向前發展。