Devstral 2
よりコスパが高いモデル: Gemma 4 E4B $0.040/MでIndex 43.2(20分の1の価格)。
より安価でスコアの高いランク付けモデルが76つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか73つ。
2026年11月16日時点で、Devstral 2(Mistral AI)のBenchLeader Indexは42.7です(ランク付け対象は608構成)。最も強いのはエージェント・ツール(42)、最も弱いのはコーディング(36)です。API料金は入力100万トークンあたり$0.400、出力100万トークンあたり$2.00(3:1のブレンドで$0.800)で、2026年11月16日時点の定価です。出力速度は約95トークン/秒です(OpenRouter)。2025年12月9日にリリースされました。
要点(2026年11月16日時点)
- Devstral 2のAPI料金は入力100万トークンあたり$0.400、出力100万トークンあたり$2.00(3:1のブレンドで$0.800)です(定価、2026年11月16日)。
- Devstral 2の出力速度は約95トークン/秒です(OpenRouter、2026年11月16日)。
- Devstral 2は2025年12月9日にリリースされました(Mistral AI)。
詳しく見ると:Devstral 2はMistral AIのオープンウェイトのモデルです(2025年12月9日リリース)。最もスコアの高い構成は、BenchLeader Indexで42.7 ±6.3を記録し、608構成中489位で下位半分に入ります。重要なのはこの「±」です。ほかに228構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではエージェント・ツールが最も高く(42)、コーディングが最も低くなっています(36)。ブレンド価格は100万トークンあたり$0.800で、中程度の価格帯です。出力速度は95トークン/秒、最初のトークンまで1.0秒で、多くのモデルより高速です。最終測定日:2026年11月11日。
- ブレンド価格
- $0.800/M
- 入力$0.400・出力$2.00
- 出典:models.dev
- 出力速度
- 95 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 0.95 s
- コンテキスト
- 262k
- 出典:models.dev
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2025年12月9日
- 総合Index43
- コーディング36
- エージェント・ツール42
- 指示追従41
- 長文コンテキスト40
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/devstral-2)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
Indexの推移
2026年9月9日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 27.8#260 | Artificial Analysis |
推論
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| GPQA Diamond (AA)Index対象外 | 59.4%#386 | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 3.6%#609 | Artificial Analysis | |
| CritPtIndex対象外 | 0.0%#337 | Artificial Analysis |
コーディング
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Arena WebDev | 1196#145 | Arena (LMArena) | |
| SciCode (AA)Index対象外 | 32.8%#223 | Artificial Analysis | |
| LiveCodeBench | 51.8%#113 | Vals AI | |
| SWE-bench (Vals)Index対象外 | 62.8%#73 | Vals AI | |
| SWE-bench Verified (bash only) | 53.8%#32 | SWE-bench | |
| SWE-bench Verified (any scaffold)Index対象外 | 53.8%#35 | SWE-bench | |
| Terminal-Bench 4.0 (AA)Index対象外 | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)Index対象外 | 30.3%#156 | Artificial Analysis | |
| LiveCodeBench (AA)Index対象外 | 44.8%#156 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Terminal-Bench Hard | 18.9%#170 | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 24.9%#301 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外 | 551#235 | Artificial Analysis | |
| τ³-Banking (AA) | 10.5%#144 | Artificial Analysis | |
| AutomationBenchIndex対象外 | 3.1%#209 | Artificial Analysis | |
| GDP.pdf (AA)Index対象外 | 2.4%#223 | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外 | 484#217 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AIME 2025 (AA)Index対象外 | 36.7%#162 | Artificial Analysis |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Global-MMLU-Lite (AA)Index対象外 | 77.5%#83 | Artificial Analysis |
指示追従
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| IFBench | 38.1%#286 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 32.3%#408 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Intelligence Index v4.3.2Index対象外 | 8.6#442 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 197#429 | Artificial Analysis |
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Mistral | 105 tok/s | 0.79 s | $0.400 | $2.00 | 262k | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.040のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0008 | $0.0007 | 4.1 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0060 | $0.0028 | 7.3 s |
| コード編集 | 6,000 / 1,500 | $0.0054 | $0.0038 | 16.8 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.032 | $0.016 | 43.3 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0012 | $0.0007 | 3.1 s |
Mistral AIのほかのモデル
関連ページ
埋め込み・引用
Devstral 2の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/devstral-2)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Devstral 2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/devstral-2
BibTeX:
@misc{benchleader_devstral_2_20261116,
author = {{BenchLeader}},
title = {{Devstral 2 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/devstral-2}},
note = {Data as of 2026-11-16}
}よくある質問
- Devstral 2のベンチマークスコアは?
- 2026年11月16日時点で、Devstral 2のBenchLeader Indexは42.7 ±6.3です。最も強いのはエージェント・ツール(42)、最も弱いのはコーディング(36)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Devstral 2の順位は?
- 2026年11月16日時点で、Devstral 2はランク付けされた608構成中489位です。ほかに228構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Devstral 2の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Devstral 2の料金は入力100万トークンあたり$0.400、出力100万トークンあたり$2.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.800です。
- Devstral 2はいつリリースされましたか?
- Mistral AIが2025年12月9日にDevstral 2をリリースしました。
2026年11月16日時点のデータです。 ほかのモデルと比較
引用表記:BenchLeader「Devstral 2:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/devstral-2