Mistral: Devstral Small 1.1 mistralai/devstral-small

Модель Mistral: Devstral Small 1.1 от Mistral AI (семейство devstral-small) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Европейский AI-чемпион. Эффективные модели + сильная Mixtral-серия.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

131K

контекст, токенов

10 ₽

за 1 млн входных токенов

30 ₽

за 1 млн выходных токенов

возможностей

2025-03

база знаний до

Что такое Mistral: Devstral Small 1.1

Открытая модель для агентной разработки ПО, оптимальная при необходимости self-hosted деплоя и работы с большими кодовыми базами.

Devstral Small 1.1 — открытая языковая модель с 24 миллиардами параметров, разработанная Mistral AI совместно с All Hands AI специально для задач программной инженерии и автономных агентов. Модель дообучена на базе Mistral Small 3.1 и оптимизирована для работы в агентных сценариях: написание, анализ и рефакторинг кода, навигация по кодовым базам, выполнение многошаговых задач разработки.

Контекстное окно в 131 072 токена позволяет обрабатывать крупные репозитории и длинные цепочки инструкций без потери контекста — это критично для агентных пайплайнов, где модель должна удерживать состояние на протяжении многих шагов. Благодаря открытым весам модель можно развернуть локально или в собственной инфраструктуре, что важно для команд с требованиями к приватности кода.

Devstral Small 1.1 позиционируется как компактная, но мощная альтернатива более крупным моделям в нише code-агентов: при относительно небольшом размере она демонстрирует конкурентоспособное качество на задачах автономного программирования, что делает её привлекательной для self-hosted сценариев и edge-деплоя.

Когда брать эту модель

✓ Автономные coding-агенты и AI-ассистенты разработчика (OpenHands, аналогичные фреймворки)
✓ Рефакторинг и анализ крупных кодовых баз с длинным контекстом
✓ Self-hosted деплой в командах с требованиями к приватности исходного кода
✓ Многошаговые задачи: генерация тестов, code review, миграция между фреймворками
✓ Интеграция в CI/CD пайплайны для автоматизированного анализа кода

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Проанализируй этот Python-репозиторий, найди все места, где не обрабатываются исключения при работе с файловой системой, и предложи исправления с объяснением каждого изменения.

Использование Mistral: Devstral Small 1.1 через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mistralai/devstral-small",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="mistralai/devstral-small",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "mistralai/devstral-small",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);