Codestral — lokalny model AI od Mistral AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Model zastąpiony. Codestral został zastąpiony przez Devstral. Tę stronę zostawiamy dla odniesienia; nowsza rodzina jest lepszym punktem wyjścia. Zobacz Devstral →

Dedykowany model do generowania kodu od Mistral, wytrenowany na ogromnym korpusie programistycznym obejmującym 80+ języków. Wyróżnia się uzupełnianiem Fill-in-the-Middle (FIM) — kluczową techniką zasilającą autouzupełnianie IDE. Integruje się natywnie z VS Code przez continue.dev i Cursor.

Mistral AI Hugging Face

Warianty

Najmniejszy wariant Codestral potrzebuje około 14 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Codestral 22B →
22B
~14.2 GB

Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.

Jak uruchomić Codestral lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama run codestral:22b

Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.

Licencja

MNPL-0.1Tylko badania / użycie niekomercyjne

Research / non-commercial only — this licence does NOT permit shipping a commercial product.

Dotyczy: Codestral 22B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Codestral lokalnie (min. 14 GB VRAM), to AMD Radeon RX 9060 XT 16GB (16 GB).

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.
AMD Radeon RX 9060 XT 16GB
16 GB VRAM · 160 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Czy uruchomię Codestral na moim GPU?

Codestral — najczęściej zadawane pytania

How much VRAM does Codestral need?

Codestral needs about 14 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Codestral 22B (14 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Codestral on an RTX 4090 (24 GB)?

Yes — Codestral runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Codestral?

Q4_K_M is the best balance of quality and VRAM for Codestral in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run Codestral with Ollama?

Install Ollama, then run: ollama run codestral:22b. This downloads Codestral and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.