Mistral揭露高级代码嵌入模型的表现优于OpenAI，并在现实世界检索任务中汇总

Mistral 通过 Codestral Embed 进入嵌入式领域

随着企业级检索增强生成（RAG）技术的不断发展，嵌入模型的创新市场已经成熟。法国人工智能公司 Mistral 以推动人工智能发展而闻名。最近，他们首次推出了专为代码量身定制的嵌入模型 Codestral Embed。

据 Mistral 称，在 SWE-Bench 等基准测试中，Codestral Embed 超越了现有模型。该模型在检索真实世界的代码数据时表现最为亮眼，在检索场景中提供了令人印象深刻的性能。Codestral Embed 以每百万代币 0.15 美元的价格提供给开发人员，为增强代码相关应用提供了一个经济实惠但功能强大的选择。

在最近的一份公告中，Mistral自豪地表示，Codestral Embed超越了Voyage Code 3、Cohere Embed v4.0和OpenAI的Text Embedding 3 Large等领先的代码嵌入器。这一大胆的声明引起了技术社区的关注，并在 X（前 Twitter）等平台上引发了讨论。

超级兴奋地宣布 @MistralAI Codestral Embed 正式发布，这是我们第一个专门针对代码的嵌入模型。

它在实际代码数据的检索用例中表现尤为出色。

- Sophia Yang, Ph.D. (@sophiamyang) 2025 年 5 月 28 日

Codestral Embed 是 Mistral 的 Codestral 系列编码模型的一部分，它生成的嵌入可将代码和数据转换为数字表示，因此非常适合 RAG。该模型在输出维度和精度方面具有灵活性，可在检索质量和存储成本之间取得平衡。正如 Mistral 指出的那样，即使是 256 维度和 int8 精度的 Codestral Embed 也优于竞争对手的模型。

基准性能

Mistral 对 Codestral Embed 进行了严格的基准测试，如 SWE-Bench 和 GitHub 的 Text2Code。在这两种情况下，与业界领先的嵌入模型相比，该模型都表现出了卓越的性能。

潜在用例

Mistral 认为 Codestral Embed 在高性能代码检索和语义理解方面表现出色。该模型可满足多个关键用例的需求：

• RAG：为任务和代理过程提供更快的信息检索。
• 语义代码搜索：开发人员可使用自然语言查询查找代码片段，从而简化文档系统和编码协同器等平台上的工作流程。
• 相似性搜索：有助于识别重复或相似的代码段，帮助企业执行重复使用策略。
• 代码分析：支持语义聚类，根据功能或结构对代码进行分组，从而深入了解代码架构。

市场动态和竞争

Mistral 是在竞争日益激烈的情况下进入嵌入式领域的。该公司一直在积极扩展其产品，推出了 Mistral Medium 3（其旗舰产品大型语言模型（LLM）的中型版本），并推出了用于构建面向任务代理的 Agents API。

行业观察家们注意到了这一点。一些观察家指出，Mistral 的时机与嵌入式领域竞争的加剧相吻合。Codestral Embed在与OpenAI和Cohere等巨头的闭源模式竞争的同时，还面临着Qodo-Embed-1-1.5 B等开源替代方案的激烈竞争。

VentureBeat 联系了 Mistral，希望进一步了解 Codestral Embed 许可选项的详细信息，这凸显了人们对这一新兴技术日益增长的兴趣。

充满希望的未来

Codestral Embed 专注于特定代码的优化和具有竞争力的价格，因此在嵌入式领域具有很强的竞争力。随着开发人员不断寻求创新的解决方案来应对与代码相关的挑战，Mistral 的最新产品可能会在这一快速发展的领域占据一席之地。