Introduction à Devstral

Devstral 2 : l’agent de code frontier de Mistral AI

Si Codestral est le spécialiste de la complétion, Devstral 2 est son pendant agentique. Publié dans sa version v25.12, il appartient à l’Open tier de Mistral AI : ses poids sont disponibles en open-source, ce qui le sépare radicalement de Codestral, modèle propriétaire du Premier tier. Cette différence de licence n’est pas un détail administratif, elle conditionne l’endroit où votre code circule et le budget que vous engagez.

Devstral n’a pas été pensé pour compléter une ligne dans un éditeur. Son rôle est de comprendre un codebase entier, de planifier des modifications complexes et d’exécuter des tâches de développement de bout en bout, à la manière d’un développeur junior autonome à qui l’on confie un ticket plutôt qu’une ligne à écrire.

Codestral ou Devstral : deux philosophies

La confusion entre les deux modèles est fréquente, et elle coûte cher en pratique : utiliser Devstral pour de l’autocomplétion, c’est payer une latence inutile ; utiliser Codestral pour un refactoring multi-fichiers, c’est se condamner à recoller les morceaux à la main.

Codestral est un outil de complétion. Il génère du code à partir d’un prompt, ligne par ligne ou bloc par bloc, et excelle dans les tâches rapides et ciblées. Devstral est un agent : il comprend un problème, explore le code existant, planifie une stratégie, implémente les changements, puis vérifie le résultat. Il travaille sur plusieurs fichiers et sur plusieurs étapes.

L’exemple du bug rend la distinction tangible. Avec Codestral, c’est vous qui identifiez le fichier fautif, vous qui placez le curseur au bon endroit, et le modèle vous propose la correction. Avec Devstral, vous décrivez le symptôme : l’agent explore le codebase, remonte à la cause racine, propose un plan de correction, modifie les fichiers concernés et génère les tests qui vont avec. Dans le premier cas, le diagnostic vous appartient ; dans le second, il est délégué.

Caractéristiques techniques de Devstral 2

Deux variantes sont proposées, toutes deux accessibles via l’endpoint /v1/chat/completions — Devstral n’utilise pas l’endpoint FIM, ce qui est cohérent avec sa vocation : un agent ne complète pas un curseur, il tient une conversation instrumentée.

La fenêtre de 128k tokens de Devstral Small 2 mérite qu’on s’y arrête : elle correspond à plusieurs milliers de lignes chargées simultanément, soit un module complet avec ses tests et ses dépendances directes.

Ce que Devstral sait faire

Son entraînement porte sur les tâches agentiques du développement logiciel, et elles s’enchaînent au cours d’une même mission. L’agent explore d’abord le codebase : il parcourt l’arborescence, ouvre les fichiers, reconstitue l’architecture. Il diagnostique ensuite, en analysant les logs et en traçant les appels jusqu’à la cause racine plutôt qu’au symptôme. Vient la planification, où il propose un enchaînement d’étapes avant d’écrire la moindre ligne — c’est ce moment qui vous permet de le corriger avant qu’il ne se trompe sur dix fichiers. L’implémentation suit, avec des modifications cohérentes réparties sur plusieurs fichiers et la propagation des changements de signature ou d’import, puis l’écriture et l’exécution des tests. Tout cela repose sur sa capacité à utiliser des outils : appeler des fonctions, lancer des commandes shell, interroger des API.

L’approche agentique

C’est précisément ce tool use qui sépare Devstral d’un simple modèle génératif. Les outils mis à sa disposition dans un agent de code sont peu nombreux et très classiques :

# Devstral peut appeler des outils comme :
# - read_file(path) : lire un fichier du projet
# - write_file(path, content) : modifier un fichier
# - run_command(cmd) : exécuter une commande shell
# - search_code(query) : chercher dans le codebase

Avec ces quatre primitives, l’agent interagit avec son environnement de manière itérative : il lit, décide, agit, observe le résultat de son action, et recommence. Un modèle génératif classique, lui, produit un texte et s’arrête là, sans jamais savoir si ce texte compile.

Open-source : un avantage stratégique

La licence Apache 2.0 de Devstral a quatre conséquences concrètes. La première est l’hébergement local : le modèle tourne sur vos serveurs et votre code source ne quitte jamais votre infrastructure, argument décisif sous clause de confidentialité stricte. La deuxième est la personnalisation, puisque rien n’interdit un fine-tuning sur votre propre codebase pour que l’agent adopte vos conventions. La troisième est l’auditabilité : le modèle est inspectable, ce que les entreprises réglementées exigent avant d’autoriser un outil sur du code de production. La quatrième est économique : une fois le GPU provisionné, le coût est fixe, là où une API facturée à l’usage suit le volume d’activité de vos développeurs. La leçon 13 détaille cet hébergement local avec vLLM.

Points clés à retenir

• Devstral 2 (v25.12) est l’agent de code open-source de Mistral AI
• Il appartient à l’Open tier — poids disponibles sur Hugging Face
• Contrairement à Codestral (complétion), Devstral est un agent capable de tâches multi-étapes
• Il utilise le tool use pour interagir avec le codebase et l’environnement
• Disponible en Small (24B) et Medium, avec jusqu’à 128k tokens de contexte
• Son caractère open-source permet l’hébergement local et la personnalisation