Mistral: codestral-embed

Codestral Embed est le modèle d'embedding de Mistral pour la recherche de code source. Il mappe le code et les requêtes associées dans des vecteurs pour la recherche dans les dépôts, aidant les assistants de programmation à trouver des fonctions et des fichiers pertinents avant de générer ou de modifier du code.

Comparer les modèles

codestral-embed

DisponibleMistralVectorisationSynchrone

Contexte: 8K
Modalités: Vectorisation

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

VectorisationEndpoint TokenLab

POST/v1/embeddings

curl -X POST "https://api.tokenlab.sh/v1/embeddings" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "encoding_format": "float",
  "model": "codestral-embed",
  "input": "The quick brown fox jumps over the lazy dog."
}'

Tarification

Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.

Vectorisation

Par 1M Token

Tarif Official: Entrée $0.15 / Sortie $0.00 / Lecture cache $0.015
Prix TokenLab: -
Remise: -

Tarification du cache de prompt

Lecture cache

Tarif Official: $0.015
Prix TokenLab: —
Remise: —

	Tarif OfficialPar 1M Token	Prix TokenLabPar 1M Token	Remise
Vectorisation	Entrée $0.15 / Sortie $0.00 / Lecture cache $0.015	-	-

Tarification du cache de prompt

Lecture cache

$0.015

—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Pas encore de données

Performance du modèle

Dernière mise à jour 30 sept. 2026, 19:44 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Codestral Embed dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester codestral-embed avec embedding sur /v1/embeddings. Affiche le résultat et le coût.

Cas d'usage

Recherche sémantique

Construisez des représentations vectorielles pour recherche, recommandations, clustering et RAG.

Comparaison directe

Comparez qualité, latence et prix en un coup d'œil.

Exemples de prompts

Embed cinq extraits de FAQ produit et explique la forme de la réponse.

Envoie la requête la plus légère possible et affiche le résultat et le coût.

Compare ce modèle à un moins cher de la même catégorie — quand chacun vaut-il le coup ?

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

Combien coûte Codestral Embed ?

Sur TokenLab, Codestral Embed coûte — Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Comment tester Codestral Embed ?

Ouvrez Codestral Embed dans Create pour essayer un exemple prêt pour /v1/embeddings.

Quel endpoint Codestral Embed doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/embeddings pour Codestral Embed. L'exemple de requête ci-dessous montre la structure de code correspondante.

Puis-je tester Codestral Embed avant de l'intégrer ?

Oui. Ouvrir Console lance un brouillon prêt pour Codestral Embed et conserve votre prompt après connexion, sans perdre le contexte.

Quelles opérations Codestral Embed prend-il en charge ?

Codestral Embed prend en charge Vectorisation. Sélectionnez une opération pour voir l'endpoint et un exemple.