Devstral Small 2
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
- 综合 Index39
- 编程37
- 智能体与工具42
- 指令遵循35
- 多模态26
- 长上下文38
嵌入这个排名
更多徽章样式[](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。
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 2507 | 2025年7月10日 | – | – |
| Devstral Small 2505 | 2025年5月21日 | – | – |
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 | 53.2%#420 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.5%#618 | Artificial Analysis | |
| CritPt不计入 Index | 0.0%#337 | Artificial Analysis |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 28.8%#220 | SciCode | |
| SciCode (AA)不计入 Index | 32.4%#224 | Artificial Analysis | |
| LiveCodeBench | 43.2%#122 | Vals AI | |
| SWE-bench Verified (bash only) | 56.4%#27 | SWE-bench | |
| SWE-bench Verified (any scaffold)不计入 Index | 56.4%#34 | 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 | 29.6%#158 | Artificial Analysis | |
| LiveCodeBench (AA)不计入 Index | 34.8%#184 | Artificial Analysis |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Terminal-Bench Hard | 16.7%#188 | Artificial Analysis | |
| τ²-Bench Telecom (AA)不计入 Index | 23.4%#309 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index | 535#236 | Artificial Analysis | |
| τ³-Banking (AA) | 10.7%#143 | Artificial Analysis | |
| AutomationBench不计入 Index | 3.1%#210 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index | 1.0%#240 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index | 495#216 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AIME 2025 (AA)不计入 Index | 34.3%#168 | Artificial Analysis |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Global-MMLU-Lite (AA)不计入 Index | 69.2%#102 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| IFBench | 31.2%#363 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 44.6%#268 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 28.0%#424 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v4.3.2不计入 Index | 7.5#478 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 185.2#464 | Artificial Analysis |
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 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。
[](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}
}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。