BenchLeader

Devstral Small 2

质量第 280 / 339 名
39.4Index
后四分之一
较中位数 −10.8

截至 2026年11月16日,Devstral Small 2(Mistral AI)在 BenchLeader Index 上得分 39.4(共 608 个已排名配置)。表现最好的是智能体与工具(42),最弱的是多模态(26)。发布于 2025年12月9日。

要点(截至 2026年11月16日)

  • Devstral Small 2 于 2025年12月9日发布(Mistral AI)。

详细说明:Devstral Small 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 39.4 ±6.4,在 608 个配置中排第 544 名,处于下半区。关键在于这个“±”:另有 179 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),多模态最低(26)。最近一次测量:2026年9月1日。

混合价格
–
输出速度
–
首次回答
–
上下文
256k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2025年12月9日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index39
  2. 编程37
  3. 智能体与工具42
  4. 指令遵循35
  5. 多模态26
  6. 长上下文38

嵌入这个排名

更多徽章样式
[![Devstral Small 2 on BenchLeader: 综合第 272 名](https://www.benchleader.com/badge/devstral-small-2.svg?style=compact)](https://www.benchleader.com/models/devstral-small-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。

Mistral AI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Mistral AI 以这个名称发布过 3 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Devstral Small 2本页2025年12月9日39.4#544
Devstral Small 25072025年7月10日––
Devstral Small 25052025年5月21日––

Index 走势

2026年9月9日 至 2026年11月16日
334149

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 Index27.8#260Artificial Analysis

推理

基准测试默认来源趋势
GPQA Diamond (AA)不计入 Index53.2%#420Artificial Analysis
Humanity's Last Exam (AA)不计入 Index3.5%#618Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis

编程

智能体与工具

数学

基准测试默认来源趋势
AIME 2025 (AA)不计入 Index34.3%#168Artificial Analysis

知识

基准测试默认来源趋势
Global-MMLU-Lite (AA)不计入 Index69.2%#102Artificial Analysis

指令遵循

基准测试默认来源趋势
IFBench31.2%#363Artificial Analysis

多模态

基准测试默认来源趋势
MMMU-Pro44.6%#268Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.128.0%#424Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v4.3.2不计入 Index7.5#478Artificial Analysis
AA Progress Index v1不计入 Index185.2#464Artificial Analysis

Mistral AI 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Devstral Small 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。

[![Devstral Small 2 on BenchLeader: 综合第 272 名](https://www.benchleader.com/badge/devstral-small-2.svg)](https://www.benchleader.com/models/devstral-small-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 Small 2 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/devstral-small-2

BibTeX:

@misc{benchleader_devstral_small_2_20261116,
  author       = {{BenchLeader}},
  title        = {{Devstral Small 2 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/devstral-small-2}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Devstral Small 2 的基准测试得分是多少?
截至 2026年11月16日,Devstral Small 2 的 BenchLeader Index 为 39.4 ±6.4。最强的是智能体与工具(42),最弱的是多模态(26)。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 Small 2 排名第几?
截至 2026年11月16日,Devstral Small 2 在 608 个已排名配置中排第 544 名。另有 179 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 Small 2 是什么时候发布的?
Mistral AI 于 2025年12月9日发布了 Devstral Small 2。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Devstral Small 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-small-2。