Devstral 2
性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 20 分之一。
有 76 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 73 个。
截至 2026年11月16日,Devstral 2(Mistral AI)在 BenchLeader Index 上得分 42.7(共 608 个已排名配置)。表现最好的是智能体与工具(42),最弱的是编程(36)。API 价格为输入每百万 token $0.400、输出每百万 token $2.00(按 3:1 混合为 $0.800),为 2026年11月16日的标价。输出速度约为 95 token/秒(OpenRouter)。发布于 2025年12月9日。
要点(截至 2026年11月16日)
- Devstral 2 的 API 价格为输入每百万 token $0.400、输出每百万 token $2.00(按 3:1 混合为 $0.800)(标价,2026年11月16日)。
- Devstral 2 的输出速度约为 95 token/秒(OpenRouter,2026年11月16日)。
- Devstral 2 于 2025年12月9日发布(Mistral AI)。
详细说明:Devstral 2 是 Mistral AI 的开放权重模型,发布于 2025年12月9日。其最佳配置在 BenchLeader Index 上得分 42.7 ±6.3,在 608 个配置中排第 489 名,处于下半区。关键在于这个“±”:另有 228 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,智能体与工具得分最高(42),编程最低(36)。按混合价格计,每百万 token $0.800,价格居中。输出速度为 95 token/秒,首 token 延迟 1.0 秒,比大多数模型快。最近一次测量:2026年11月11日。
- 混合价格
- $0.800/M
- 输入 $0.400 · 输出 $2.00
- 来源:models.dev
- 输出速度
- 95 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.95 s
- 上下文
- 262k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年12月9日
- 综合 Index43
- 编程36
- 智能体与工具42
- 指令遵循41
- 长上下文40
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/devstral-2)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
Index 走势
2026年9月9日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 27.8#260 | Artificial Analysis |
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond (AA)不计入 Index | 59.4%#386 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.6%#609 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena WebDev | 1196#145 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 32.8%#223 | Artificial Analysis | |
| LiveCodeBench | 51.8%#113 | Vals AI | |
| SWE-bench (Vals)不计入 Index | 62.8%#73 | Vals AI | |
| SWE-bench Verified (bash only) | 53.8%#32 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 53.8%#35 | SWE-bench | |
| Terminal-Bench 4.0 (AA)不计入 Index | 0.0%#186 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 30.3%#156 | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | 44.8%#156 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 18.9%#170 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 24.9%#301 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 551#235 | Artificial Analysis | |
| τ³-Banking (AA) | 10.5%#144 | Artificial Analysis | |
| AutomationBench不计入 Index | 3.1%#209 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 2.4%#223 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 484#217 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 36.7%#162 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 77.5%#83 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 38.1%#286 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 32.3%#408 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 8.6#442 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 197#429 | Artificial Analysis |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Mistral | 105 tok/s | 0.79 s | $0.400 | $2.00 | 262k | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.040。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0008 | $0.0007 | 4.1 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0060 | $0.0028 | 7.3 s |
| 代码编辑 | 6,000 / 1,500 | $0.0054 | $0.0038 | 16.8 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.032 | $0.016 | 43.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0012 | $0.0007 | 3.1 s |
Mistral AI 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Devstral 2 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/devstral-2)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
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}
}常见问题
- Devstral 2 的基准测试得分是多少?
- 截至 2026年11月16日,Devstral 2 的 BenchLeader Index 为 42.7 ±6.3。最强的是智能体与工具(42),最弱的是编程(36)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Devstral 2 排名第几?
- 截至 2026年11月16日,Devstral 2 在 608 个已排名配置中排第 489 名。另有 228 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Devstral 2 每百万 token 的价格是多少?
- 截至 2026年11月16日,Devstral 2 的价格为输入每百万 token $0.400、输出每百万 token $2.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.800。
- Devstral 2 是什么时候发布的?
- Mistral AI 于 2025年12月9日发布了 Devstral 2。
数据截至 2026年11月16日。 与其他模型对比
引用格式:BenchLeader,《Devstral 2:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/devstral-2。