Tout comme Claude 4 d’Anthropic et Deep Think de Gemini, Mistral, le champion de l’IA française, a aussi développé un modèle dédié aux développeurs. Baptisé Devstral, ce nouveau modèle de Mistral a été annoncé mercredi dernier en tant que modèle agentique développé en partenariat avec All Hands AI.
D’après ce qu’a indiqué Mistral, Devstral devrait résoudre les vrais problèmes GitHub. Mais comment, on va en parler plus tard.
Mais d’abord, sachez que Devstral fonctionne sur des flux de travail, voire des structures temporaires que les développeurs utilisent pour atteindre leurs objectifs.
Et c’est ce que l’on appelle les échafaudages d’agents de code. SWE-agent et OpenHands en sont d’ailleurs des exemples.
C’est en d’autres termes SWE qui va alimenter les LLM en agissant en tant qu’agents d’ingénierie logicielle. C’est donc lui qui va effectuer les tâches d’ingénierie.
Une fenêtre contextuelle élargie, mais est-ce suffisant ?
La première nouveauté avec Devstral, c’est que Mistral a étendu sa fenêtre contextuelle dans le but faciliter la création de code en prenant en compte davantage d’interdépendances dans la base de code.
Le fonctionnement de Devestral est assez similaire à celui des développeurs humains puisque le modèle, grâce à cette fenêtre contextuelle élargie, peut désormais suivre une logique d’authentification cohérente. Mais aussi utiliser des conventions de nommage et gérer les erreurs.
Mais comme l’a indiqué le porte-parole de Mistral, Devstral doit encore faire ses preuves en créant du code pour optimiser ses résultats.
L’augmentation de la fenêtre contextuelle ne suffit donc pas. Il y a un autre défi que Mistral doit relever. En particulier l’identification de la partie la plus importante de ces fenêtres.
Par contre, Mistral a fait en sorte que Devstral puisse améliorer un code existant sans avoir à réécrire l’ensemble du fichier.
Pour les développeurs, cela signifie qu’ils peuvent corriger leur code tout en gardant les fonctionnalités déjà installées.
Meet Devstral, our SOTA open model designed specifically for coding agents and developed with @allhands_ai https://t.co/LwDJ04zapf pic.twitter.com/Mm4lYZobGO
— Mistral AI (@MistralAI) May 21, 2025
Mistral peut-il rivaliser avec OpenAI, Anthropic ou Cohere avec Devstral ?
En plus de ses capacités à valider des données et à utiliser des modèles de journalisation, Devstral montre également le vrai potentiel des IA agentiques en matière de codage.
C’est comme Mistral avait présenté l’avenir du développement en dévoilant Devstral qui assume des tâches de codage et de raisonnement à un niveau supérieur.
Il y a malgré tout une question que je me pose par rapport à la place de notre start-up face à ses concurrents qui sont déjà assez loin dans ce domaine. Notamment OpenAI, Cohere et Anthropic.
Mistral's Devstral 4-bit DWQ model is up on Hugging Face.
— Awni Hannun (@awnihannun) May 22, 2025
mlx-community/Devstral-Small-2505-4bit-DWQ
Runs nicely on an M2 Ultra: pic.twitter.com/mqd5zUSUOy
Est-ce que Mistral arrivera à se positionner comme une entreprise professionnelle, même en stimulant l’innovation au profit de la communauté open source ?
Aussi, je me demande sur Devstral se présente comme un concurrent direct à Copilot de Microsoft. Ou est-ce que la start-up va plutôt suivre le modèle grand public de Gemini tout en cherchant une légitimité dans l’environnement d’entreprise ?
Quelque chose me fait penser en tout cas que Mistral ne vise ni à concurrencer Microsoft ni à suivre les pas de Google.
Je pense que ce qu’il faut faire, c’est de trouver le juste équilibre entre les exigences du secteur professionnel et les besoins du grand public.
Devstal est en tout cas disponible sous la licence Apache 2.0 et est gratuit. Il fonctionne même sur un GPU Nvidia RTX 4090 ou un Mac avec seulement 32 Go de RAM.
Je vous laisse alors l’essayer et dites-nous en commentaires ce que vous en pensez.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
