GetInfoUs
হেড-টু-হেড এআই মডেল তুলনা

GPT-5.1 Codex vs Devstral 2

বেঞ্চমার্ক, এপিআই টোকেন মূল্য, কনটেক্সট উইন্ডো এবং ইনফারেন্স স্পিড তুলনা

GetInfoUs রিসার্চ টিম দ্বারা পরীক্ষিতসর্বশেষ পর্যালোচনা: October 2026সম্পাদকীয় নীতিমালা
শেয়ার করুন
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
GPT-5.1 Codex vs Devstral 2: Benchmarks, Pricing & Speed Comparison

OpenAI-এর GPT-5.1 Codex এবং Mistral AI-এর Devstral 2 হলো দুটি শীর্ষস্থানীয় এআই মডেল। GPT-5.1 Codex মডেলে রয়েছে 400K টোকেন কনটেক্সট উইন্ডো এবং এর এপিআই মূল্য $1.25/$10.00 প্রতি ১ মিলিয়ন টোকেন, যেখানে Devstral 2 মডেলে রয়েছে 262.1K টোকেন কনটেক্সট এবং মূল্য $1.50/$4.50 প্রতি ১ মিলিয়ন টোকেন। নিচে উভয় মডেলের বেঞ্চমার্ক, গতি ও খরচের বিস্তারিত তুলনা দেওয়া হলো।

সরাসরি মডেল তুলনা (VS)

যেকোনো দুটি এআই মডেল পরিবর্তন ও তুলনা করুন

আমাদের যাচাইকৃত বেঞ্চমার্ক ডাটাবেস থেকে যেকোনো এআই মডেল নির্বাচন করে তাৎক্ষণিক তুলনা দেখুন।

প্রোফাইল
প্রোফাইল
এক পেজে মাল্টি-মডেল স্ট্যাক:
৫-মডেল মেগা কম্পেয়ার বিল্ডার
জনপ্রিয় তুলনা:
OpenAI

GPT-5.1 Codex

ফ্ল্যাগশিপ ফ্রন্টিয়ার মডেল

OpenAI-এর GPT-5.1 Codex হলো জটিল এন্টারপ্রাইজ রিজনিং, কোডিং এবং প্রোডাকশন এআই ওয়ার্কফ্লোর জন্য নির্মিত ফ্ল্যাগশিপ এআই মডেল, যা 400K কনটেক্সট উইন্ডো, 125 টোকেন/সেকেন্ড স্পিড এবং $1.25/$10 প্রতি 1M টোকেন মূল্যে 61/100 ইন্টেলিজেন্স স্কোর প্রদ

Intelligence Index61 / 100
Input Token:

$1.25 / 1M

Output Token:

$10.00 / 1M

Context Window:

400K tokens

SWE-bench Verified:

76.1%

Mistral AI

Devstral 2

অটোনোমাস এজেন্টিক মডেল

Mistral AI-এর Devstral 2 হলো অটোনোমাস এজেন্টিক ওয়ার্কফ্লো, টুল কলিং এবং মাল্টি-স্টেপ অটোমেশনের জন্য অপ্টিমাইজড এআই মডেল, যা 262K কনটেক্সট উইন্ডো, 70 টোকেন/সেকেন্ড স্পিড এবং $1.5/$4.5 প্রতি 1M টোকেন মূল্যে 56/100 ইন্টেলিজেন্স স্কোর প্রদান ক

Intelligence Index56 / 100
Input Token:

$1.50 / 1M

Output Token:

$4.50 / 1M

Context Window:

262.1K tokens

SWE-bench Verified:

58.2%

একনজরে প্রধান পার্থক্যসমূহ

  • Devstral 2 is 1.6x cheaper for API usage (input + output tokens combined).
  • GPT-5.1 Codex has a larger context window (400K vs 262K tokens).
  • GPT-5.1 Codex is faster at 125 tok/s vs 70 tok/s.
  • GPT-5.1 Codex leads on SWE-bench coding (76.1% vs 58.2%).
মডেলের বিভিন্ন পরিমাপকের সংজ্ঞা জানতে:এআই গ্লোসারি দেখুন →
বৈশিষ্ট্যGPT-5.1 CodexDevstral 2
Intelligence Index
Composite reasoning & knowledge score (0-100)
6156
Provider
OpenAIMistral AI
Input Price
Cost per million input tokens
$1.25 / 1M$1.50 / 1M
Output Price
Cost per million output tokens
$10.00 / 1M$4.50 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$1.34 / 1M$0.99 / 1M
Context Window
Maximum input + output tokens
400K tokens~600 A4 pages of text262.1K tokens~393 A4 pages of text
Max Output Tokens
Per single request
128K66K
Throughput Speed
Tokens generated per second
125 tok/s70 tok/s
SWE-bench Verified
Real-world software engineering
76.1%58.2%
GPQA Diamond
Graduate-level reasoning
78.5%66.5%
Cached Input Price
Prompt caching discount per 1M tokens
$0.13 / 1M$0.35 / 1M

কোন ক্ষেত্রে কোন মডেল সেরা?

একনজরে সিদ্ধান্ত নেওয়ার ফ্রেমওয়ার্ক
কোডিং
GPT-5.1 Codex
+17.9% SWE-bench lead
খরচ
Devstral 2
1.6x cheaper monthly runtime
স্পিড
GPT-5.1 Codex
+79% faster generation
কনটেক্সট
GPT-5.1 Codex
400K tokens window

যাচাইকৃত বেঞ্চমার্ক স্কোর তুলনা

স্বাধীন গবেষণা ল্যাব দ্বারা যাচাইকৃত অফিশিয়াল ইভ্যালুয়েশন মেট্রিক্স।

GPT-5.1 CodexDevstral 2
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

76.1%vs58.2%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

78.5%vs66.5%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

86.5%vs83.5%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1372ptsvs1365pts
Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

12.6%vsN/A
Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

52%vs52%
SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

46.5%vsN/A
LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

74%vsN/A
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

91.8%vs78%
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

78.5%vs82%
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

125 tok/s vs70 tok/s

লেটেন্সি ও রেসপন্স টাইম

প্রথম টোকেন আসার সময় (TTFT) এবং ৫০০ টোকেনের রেসপন্স জেনারেট করতে আনুমানিক সময়।

Time to First Token (TTFT)Lower is better
GPT-5.1 Codex1.20s
Devstral 20.52s
Est. End-to-End Response (500 tokens)TTFT + generation time
GPT-5.1 Codex5.20s
Devstral 27.66s

রিয়েল-টাইম টোকেন খরচ সিমুলেটর

প্রম্পট ক্যাশিং ডিসকাউন্টসহ মাসিক ক্লাউড API খরচ হিসাব করতে স্লাইডার পরিবর্তন করুন।

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
GPT-5.1 Codex মাসিক API বিল
$11.06 / month
$1.25/1M in · $10/1M out
Devstral 2 মাসিক API বিল
$6.82 / month
$1.5/1M in · $4.5/1M out
Devstral 2 saves approximately $4.24 / month (38%) under this workload.1.6x Savings

GPT-5.1 Codex · শক্তি ও প্রধান সুবিধাসমূহ

  • 400K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 128K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 76.1% · GPQA Diamond 78.5%)
  • 125 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 1200ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • $1.25/$10 প্রতি 1M টোকেন মূল্যে প্রম্পট ক্যাশিং এবং স্ট্রাকচার্ড JSON টুল-কলিং পাইপলাইন সাপোর্ট
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • প্রোপ্রাইটারি ক্লাউড মডেল — লোকাল অন-প্রিমাইজ GPU-তে ওপেন-ওয়েটস হিসেবে ডাউনলোড করা যায় না
  • অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে

Devstral 2 · শক্তি ও প্রধান সুবিধাসমূহ

  • 262K কনটেক্সট উইন্ডো এবং সর্বোচ্চ 66K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 58.2% · GPQA Diamond 66.5%)
  • 70 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 520ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • ওপেন-ওয়েটস আর্কিটেকচার (123B) — vLLM, Ollama বা প্রাইভেট GPU ক্লাস্টারে সেলফ-হোস্টিংযোগ্য
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • সম্পূর্ণ প্রিসিশনে লোকাল GPU সার্ভারে হোস্ট করতে পর্যাপ্ত VRAM ও হার্ডওয়্যার অবকাঠামো প্রয়োজন
  • অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে

টোকেন ব্যবহার ও টাস্ক ইকোনমিক্স

একটি স্ট্যান্ডার্ড এজেন্টিক টাস্ক সম্পন্ন করতে আনুমানিক খরচ এবং টোকেন ব্যবহার।

MetricGPT-5.1 CodexDevstral 2
Cost per Task
Estimated USD to finish one task
$1.65$0.65
Output Tokens / Task
Tokens generated per task
58K42K
Reasoning Tokens / Task
Thinking tokens burned per task
33K20K

টেকনিক্যাল স্পেসিফিকেশন

অফিশিয়াল প্রোভাইডার রিলিজ স্পেক্স, API মডেল আইডি, রেট লিমিট, লং-কনটেক্সট প্রাইসিং ও এজেন্টিক সক্ষমতা

বৈশিষ্ট্যGPT-5.1 CodexDevstral 2
অফিশিয়াল API মডেল আইডি (SDK)gpt-5-1-codexdevstral-2-latest
API প্রোটোকলOpenAI Responses API & Chat Completions v1OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
রিলিজ তারিখ2025-112025-12
নলেজ কাটঅফOctober 2024October 2025
আর্কিটেকচারCode-specialised unified reasoning modelAdvanced Agentic Code Transformer
প্যারামিটার স্কেলConfidential123B
এন্টারপ্রাইজ রেট লিমিট (RPM / TPM)10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPMUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
লং-কনটেক্সট প্রাইসিং (>128K/200K)পূর্ণ 400K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($1.25/1M)পূর্ণ 262K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($1.5/1M)
প্রম্পট ক্যাশিং ও TTLস্বয়ংক্রিয় প্রিফিক্স ক্যাশিং $0.125/1M (কোনো অতিরিক্ত রাইট ফি নেই)ক্যাশড ইনপুট রেট $0.35/1M টোকেন
কম্পিউটার ইউজ / GUI এজেন্টসমর্থিত (স্ক্রিন কোঅর্ডিনেট গ্রাউন্ডিং, ব্রাউজার ও ডেস্কটপ GUI অটোমেশন)API ও CLI টুল-কলিং এজেন্ট সমর্থিত (র-পিক্সেল ডেস্কটপ ক্লিক ছাড়া)
MCP ও প্যারালাল টুল কলিংনেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমানেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমা
ওয়েব সার্চ ও কোড স্যান্ডবক্সনেটিভ ওয়েব সার্চ টুল + হোস্টেড কোড ইন্টারপ্রেটার ও ফাইল সার্চ RAGএক্সটার্নাল সার্চ (Tavily/Exa) ও ডকার স্যান্ডবক্সের মাধ্যমে সমর্থিত
অফিশিয়াল ফাইন-টিউনিং (SFT/LoRA/RFT)সুপারভাইজড (SFT), প্রেফারেন্স (DPO) ও রিইনফোর্সমেন্ট ফাইন-টিউনিং (RFT)পূর্ণ ওয়েটস SFT, LoRA, QLoRA, DPO ও RL ফাইন-টিউনিং (Unsloth / Axolotl)
মাল্টিমোডাল টোকেন বিলিংটেক্সট BPE (~৪ অক্ষর/টোকেন) · ইমেজ (~২৫৮–৭৬৫ টোকেন/ছবি)টেক্সট BPE (~৪ অক্ষর/টোকেন)
কোয়ান্টাইজেশন ও মিনিমাম VRAMCloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · লোকাল জিপিইউ প্রয়োজন নেই (১০০% ক্লাউড API)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 76 GB VRAM (৪-বিট কোয়ান্টাইজড) · 264 GB VRAM (নেটিভ BF16)
সেফটি ও ফ্রন্টিয়ার ক্লাসিফিকেশনOpenAI Preparedness Framework Audited & System Card PublishedOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
এন্টারপ্রাইজ কমপ্লায়েন্স (ZDR/HIPAA/SOC2)SOC2 Type II · GDPR · এন্টারপ্রাইজ টিয়ারে Zero Data Retention (ZDR) ও HIPAA BAA সুবিধা১০০% অন-প্রেমিসেস / প্রাইভেট VPC নিয়ন্ত্রণ · সম্পূর্ণ HIPAA, GDPR ও SOC2 কমপ্লায়েন্ট
ইনপুট মডালিটিtext, visiontext
আউটপুট মডালিটিtexttext

GPT-5.1 Codex vs Devstral 2: সংক্ষিপ্ত প্রশ্নোত্তর (FAQ)

Which is more intelligent, GPT-5.1 Codex or Devstral 2?

GPT-5.1 Codex is more intelligent. It scores 61 compared with 56 on the composite Intelligence Index.

Which model is faster?

GPT-5.1 Codex is faster, generating 125 tokens per second compared with 70 tokens per second.

Which model is cheaper to run?

Devstral 2 is cheaper at $0.99 per 1M tokens blended, compared with $1.34 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Devstral 2 has lower latency, with a time to first token of 0.52s compared with 1.20s.

Which model has a larger context window?

GPT-5.1 Codex has a larger context window, supporting 400K tokens compared with 262.1K tokens.

চূড়ান্ত মতামত

GPT-5.1 Codex (জটিল এন্টারপ্রাইজ রিজনিং, কোডিং এবং প্রোডাকশন এআই ওয়ার্কফ্লোর জন্য নির্মিত ফ্ল্যাগশিপ, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) এবং Devstral 2 (অটোনোমাস এজেন্টিক ওয়ার্কফ্লো, টুল কলিং এবং মাল্টি-স্টেপ অটোমেশনের জন্য অপ্টিমাইজড, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) উভয়ই শক্তিশালী মডেল। সার্বিক রিজনিং ও কোডিং বেঞ্চমার্কে GPT-5.1 Codex এগিয়ে, দ্রুত ইনফারেন্স গতির জন্য GPT-5.1 Codex সেরা এবং কম এপিআই খরচে প্রোডাকশন ডিপ্লয়মেন্টের জন্য Devstral 2 সবচেয়ে সাশ্রয়ী পছন্দ।

সাধারণ জিজ্ঞাসা (FAQ)

কোডিং ও জটিল রিজনিংয়ের জন্য GPT-5.1 Codex নাকি Devstral 2 কোনটি ভালো?+

বেঞ্চমার্ক এবং রিজনিং মূল্যায়নে GPT-5.1 Codex এগিয়ে রয়েছে। তবে আপনার নির্দিষ্ট প্রজেক্টের জন্য উভয় মডেলের SWE-bench ও GPQA স্কোর তুলনা করে নেওয়া উত্তম।

GPT-5.1 Codex এবং Devstral 2-এর এপিআই খরচের পার্থক্য কত?+

GPT-5.1 Codex-এর ইনপুট/আউটপুট মূল্য $1.25 / $10.00 (প্রতি ১ মিলিয়ন টোকেন) এবং Devstral 2-এর মূল্য $1.50 / $4.50। সার্বিক ওয়ার্কলোডে Devstral 2 বেশি সাশ্রয়ী।

কোন মডেলটির কনটেক্সট উইন্ডো ও স্পিড বেশি?+

GPT-5.1 Codex মডেলের কনটেক্সট উইন্ডো 400K টোকেন এবং Devstral 2 মডেলের কনটেক্সট উইন্ডো 262.1K টোকেন। ইনফারেন্স গতির দিক থেকে GPT-5.1 Codex দ্রুততর আউটপুট প্রদান করে।

এআই পরিভাষা ও গাইড
সম্পূর্ণ গ্লোসারি →

মডেলের বিভিন্ন পরিমাপক যেমন কনটেক্সট উইন্ডো, টোকেন প্রাইজ এবং রিজনিং স্কোর সম্পর্কে বিস্তারিত জানতে আমাদের এআই গ্লোসারি দেখুন।

টোকেন (Token)কনটেক্সট উইন্ডোএআই বেঞ্চমার্করিজনিং মডেলটুল কলিংমডেল কনটেক্সট প্রোটোকল

Related reading

এআই ল্যাবগুলোর নতুন রিলিজের সাথে সাথে বেঞ্চমার্ক স্কোর, টোকেন প্রাইসিং এবং রেট লিমিট নিয়মিত পরিবর্তিত হয়। প্রোডাকশনে ব্যবহারের পূর্বে সর্বদা অফিশিয়াল প্রোভাইডার ডকুমেন্টেশন যাচাই করুন।

তথ্যসূত্র: OpenAI ও Mistral AI অফিশিয়াল এপিআই ডকুমেন্টেশন এবং স্বাধীন বেঞ্চমার্ক ইভালুয়েশন (২০২৬)।