En 2023 apareció en Europa un nombre que empezó a sonar fuerte frente a OpenAI y ChatGPT: la francesa Mistral AI. Ahora, esa misma empresa vuelve a moverse con fuerza con Devstral 2, un modelo de inteligencia artificial para programar que cambia el mapa de poder entre China, Europa y Estados Unidos… pero con un matiz que te interesa si escribes código.
Devstral 2 llega como modelo de codificación de código abierto y agente de línea de comandos, pensado para trabajar desde el terminal y meterse en tu repositorio como si fuera un compañero más. El lanzamiento se ha hecho desde Francia, pero el impacto se nota sobre todo en un terreno donde hasta hace nada mandaban los gigantes chinos.
Para entender dónde se coloca Devstral 2 en esta carrera, hay que ir a SWE-Bench Verified, un banco de pruebas que se ha convertido en referencia cuando se habla de IA para programación real. Esta evaluación mira si un sistema de IA es capaz de resolver tareas complejas y autónomas de ingeniería de software, no solo escribir un trozo de código suelto. Mide cosas como entender un proyecto, localizar un bug y proponer un parche válido.
Según los datos compartidos por Mistral, Devstral 2 alcanza un 72,2 % en SWE-Bench Verified, una cifra que lo coloca directamente en la élite de las IA de código abierto para asistencia de programación. No se queda en el titular: lo interesante es cómo se compara con nombres que ya conocerás.
China ha dominado hasta ahora los mejores modelos abiertos para programar con propuestas como DeepSeek V3.2, Kimi K2 Thinking o Qwen, muy presentes en foros de desarrolladores y benchmarks. Devstral 2 llega justo a ese nicho y se coloca como aspirante europeo real, compitiendo cara a cara con esos sistemas chinos en rendimiento y funciones, y no solo en marketing o promesas.
En la comparación directa ofrecida por Mistral, Devstral 2 queda ligeramente por debajo de DeepSeek V3.2 en SWE-Bench Verified, pero supera a Kimi K2 Thinking, todos ellos modelos abiertos. Eso lo sitúa en un segundo puesto sólido dentro de la liga de soluciones abiertas evaluadas con esta métrica. Para quien busque una IA de programación de código abierto, esto ya marca una diferencia clara en la lista de opciones.
Mientras tanto, desde Estados Unidos siguen dominando los modelos propietarios en la parte alta de muchos benchmarks: Gemini, GPT‑5, Claude o Grok. No puedes descargarlos ni tocarlos igual que harías con una IA de código abierto, y eso condiciona cómo los integras en tus flujos de trabajo. Incluso en este entorno, aparece un dato llamativo: Grok, el sistema impulsado por Elon Musk, rinde peor que Devstral 2 en la comparación que publica la compañía europea.
La clave de SWE-Bench Verified está en que no evalúa solo si una IA te escribe una función bonita, sino si puede actuar como una especie de ingeniero asistente dentro de un proyecto real. El test comprueba si el modelo entiende la estructura completa del repositorio, identifica el origen de un fallo, navega por las dependencias y propone una solución coherente que se pueda integrar sin romper nada. No son preguntas de examen, son tareas de día a día.
Por eso este tipo de evaluación es tan exigente: los problemas de codificación real suelen tener varias capas y la corrección se complica, porque tienes que valorar si la respuesta de la IA funciona, si respeta la arquitectura del proyecto y si no introduce regresiones.
La propia comunidad de investigación trata SWE-Bench Verified como una prueba dura, y ahí es donde el resultado de Devstral 2 gana peso como indicador serio.
Más allá de los números, lo que te afecta en el día a día es cómo puedes usar Devstral 2 en tu flujo de trabajo. Mistral ha diseñado este modelo como un sistema que se integra con la línea de comandos y que se entiende bien con repositorios grandes. Vas a poder pedirle que explore una base de código compleja, que resuma módulos y que proponga cambios coordinados en varios archivos sin perder contexto.
El modelo mantiene una visión de la arquitectura del proyecto, lo que le ayuda a no romper dependencias internas mientras toca código. Puede rastrear las dependencias de un framework, seguir el hilo de un error que nace en una librería y termina en una ruta API, e incluso repetir el intento con correcciones cuando la primera propuesta no cuadra. Esa capacidad de reintentar le permite asumir tareas de corrección de bugs de manera bastante autónoma.
Una de las ventajas que subraya Mistral es que Devstral 2 se puede ajustar para priorizar lenguajes de programación concretos. Si en tu equipo todo gira alrededor de Python, JavaScript o Java, puedes orientar el modelo para que rinda mejor en esos entornos y afinar su comportamiento. También se plantea como una IA generalista para código, capaz de moverse en bases de código empresariales con muchos servicios y microservicios.
La variante Devstral Small 2 apunta a otro tipo de uso: despliegues más ligeros, on-premise en servidores modestos o incluso experimentos locales en máquinas potentes de escritorio. En este formato vas a poder probar ideas, montar asistentes internos o jugar con automatización de tareas sin tener que depender siempre de una gran infraestructura en la nube ni de licencias cerradas.
Cuando comparas Devstral 2 con sus rivales chinos, el tamaño del modelo se vuelve un punto decisivo. La versión principal de Devstral 2 tiene 123.000 millones de parámetros y Devstral Small 2 se queda en 24.000 millones, cifras serias pero aún manejables. Son mucho más compactos que DeepSeek V3.2, al que superan en eficiencia por un margen amplio en esta dimensión.
Mistral detalla que Devstral 2 y Devstral Small 2 son, respectivamente, 5 y 28 veces más pequeños que DeepSeek V3.2. Si miramos Kimi K2, la diferencia se agranda: los modelos franceses son 8 y 41 veces más pequeños que ese competidor. Con estos números, la compañía defiende que su enfoque demuestra que modelos compactos pueden igualar o incluso superar en rendimiento a sistemas enormemente más grandes.
Ese tamaño reducido no es solo un dato curioso, tiene consecuencias directas: facilita la implementación en hardware limitado. Vas a poder desplegar Devstral 2 en servidores con menos memoria, en máquinas de desarrollo internas o incluso en entornos de laboratorio donde cada gigabyte cuenta. Para muchas pymes y equipos pequeños, eso cambia si pueden o no adoptar una IA de código abierto potente para programar.
Esta menor exigencia de hardware baja mucho las barreras de entrada para desarrolladores independientes, pequeñas empresas y aficionados que quieren experimentar con IA de programación sin gastar una fortuna. Puedes plantearte montarlo en tu propia infraestructura, sin depender tanto de servicios propietarios externos, y adaptar la IA a tus necesidades específicas de proyecto o sector.
Todo esto encaja en una tendencia clara: modelos de IA de código abierto que compiten en serio con propuestas cerradas y que permiten a más gente toquetear, auditar y adaptar las herramientas. China ha llevado la delantera con DeepSeek, Kimi o Qwen, pero con Devstral 2 Mistral coloca a Europa en una posición mucho más relevante. Verás más comparaciones y forks en GitHub si estos modelos se consolidan como base de nuevos agentes y herramientas.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
La Newsletter Diaria Sobre Inteligencia Artificial. Además: Portal de Noticias, Tutoriales, Tips y Trucos de ChatGpt, Openai e Inteligencia Artificial.
Nuestra web está alojada en:
