Codestral
Une option solide pour l'auto-hébergement et le contrôle total des données.
Présentation
Codestral (22B) est entraîné spécifiquement sur le code et supporte plus de 80 langages. Son support natif du Fill-In-the-Middle (FIM) le rend idéal pour l'autocomplétion dans un IDE. License non-commerciale pour le poids brut, mais API commerciale disponible.
Profil de compétences
Trois mesures indépendantes
Ce que les gens préfèrent, ce que le modèle sait faire, ce que le marché utilise. Chaque source a ses biais, aucune ne suffit seule : nous les affichons séparément, sans les mélanger.
Que signifient ces scores ?
Résolution de vrais tickets GitHub en conditions réelles (SWE-bench Verified).
Génération de code Python à partir de spécifications.
Forces
- Très bonne qualité en français
- Dispose d'un tier gratuit
- Open-source et auto-hébergeable
- Tarif d'entrée compétitif
Limites
- Filtres de sûreté légers
À qui ça s'adresse
- vous codez avec un agent ou en autonomie
- vous voulez maîtriser vos coûts ou auto-héberger
- vous travaillez en français
- vos données doivent rester en UE
- vous voulez des garde-fous stricts
Cas d'usage idéaux
- Autocomplétion IDE
- Génération de code
- Code review
- FIM (Fill-in-the-middle)
Accès & disponibilité
Caractéristiques clés
Combien ça coûte par mois
Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.
Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.
nAIvigate Trust Index
Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.
19/19 critères documentés · 100 % · dont 12 posés par règle
Voir les critères▾
Badge Trust Index
Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.
[](https://naivigate.com/fr/model/codestral)Données & conformité
Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.
| Résidence des données en UE | Oui |
| Accord de traitement (DPA) | Sans objet· auto-hébergé : les données ne sortent pas |
| Transfert hors UE | Non |
| Entraînement sur vos données | Non |
| Rétention configurable | Sans objet· auto-hébergé : les données ne sortent pas |
| Zero Data Retention | Sans objet· auto-hébergé : les données ne sortent pas |
| Auto-hébergeable | Oui |
| Hébergement déclaré | EU/self |
| Données anonymisables | Oui |
Qualité des données de la fiche
Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.
8/8 documentées · 4/8 sources primaires
Faire tourner en local
| Quantization | Disque | RAM / VRAM | Matériel type |
|---|---|---|---|
| Q4 · recommandé | 12.7 Go | 16 Go | PC 32 Go / Mac 24 Go / RTX 4070 Ti+ |
| Q8 · équilibré | 23.8 Go | 28 Go | Mac 64 Go / bi-GPU 24 Go |
| FP16 · qualité max | 44.4 Go | 51 Go | Mac 64 Go / bi-GPU 24 Go |
Estimations pour un contexte modéré. Un long contexte augmente la RAM nécessaire (KV cache).
Déployer
Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.
Le plus simple pour tester sur un poste. Installez Ollama, puis :
ollama run codestralDonnées avancées · pour expertsArchitecture, modalités, coût détaillé, benchmarks complets▾
| Arena Elo | 1240 |
| MMLU | — |
| GPQA | — |
| HumanEval | 81.1% |
| SWE-Bench | 35.0% |
| MATH | — |