Devstral Small vs GPT-5.1 Codex mini
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Devstral Small von Mistral AI und GPT-5.1 Codex mini von OpenAI gehören zu den führenden KI-Modellen. Devstral Small bietet ein Kontextfenster von 128K Tokens bei API-Preisen von $0.15/$0.45 pro 1M Tokens, während GPT-5.1 Codex mini 400K Tokens Kontext zu $0.25/$2.00 pro 1M Tokens bereitstellt. Hier finden Sie den vollständigen Benchmark-, Latenz- und Kostenvergleich.
Beliebige Modelle wechseln & vergleichen
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Devstral Small
Autonomes Agenten-ModellDevstral Small von Mistral AI ist ein KI-Modell für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung mit 128K Kontextfenster, 95 Token/s Durchsatz, einem Intelligenz-Index von 45/100 und $0.15/$0.45 pro
$0.15 / 1M
$0.45 / 1M
128K tokens
42%
GPT-5.1 Codex mini
Kompaktes Effizienz-ModellGPT-5.1 Codex mini von OpenAI ist ein KI-Modell für maximale Kosteneffizienz pro Token und ressourcenschonende Produktions-Workloads mit 400K Kontextfenster, 180 Token/s Durchsatz, einem Intelligenz-Index von 47/100 und $0.25/$2 pro 1M Toke
$0.25 / 1M
$2.00 / 1M
400K tokens
55.5%
Wichtigste Unterschiede auf einen Blick
- Devstral Small is 3.1x cheaper for API usage (input + output tokens combined).
- GPT-5.1 Codex mini has a larger context window (400K vs 128K tokens).
- GPT-5.1 Codex mini is faster at 180 tok/s vs 95 tok/s.
- GPT-5.1 Codex mini leads on SWE-bench coding (55.5% vs 42.0%).
| Feature | Devstral Small | GPT-5.1 Codex mini |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 45 | 47 |
Provider | Mistral AI | OpenAI |
Input Price Cost per million input tokens | $0.15 / 1M | $0.25 / 1M |
Output Price Cost per million output tokens | $0.45 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.11 / 1M | $0.27 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 400K tokens~600 A4 pages of text |
Max Output Tokens Per single request | 16K | 128K |
Throughput Speed Tokens generated per second | 95 tok/s | 180 tok/s |
SWE-bench Verified Real-world software engineering | 42% | 55.5% |
GPQA Diamond Graduate-level reasoning | 50% | 66.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.05 / 1M | $0.03 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkGeprüfte Benchmark-Ergebnisse im Vergleich
Official evaluation metrics verified by independent third-party research labs.
Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
Contamination-free competitive programming problems collected continuously over time.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Accuracy when reasoning over very large inputs that fill the model context window.
Tokens emitted per second during active generation streaming.
Latenz & Antwortzeit
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Interaktiver Token-Kosten-Simulator
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Devstral Small · Strengths & Key Advantages
- 128K Kontextfenster und bis zu 16K maximale Output-Token (SWE-bench Verified 42% · GPQA Diamond 50%)
- Hohe Generierungsgeschwindigkeit von 95 Token/Sekunde bei nur 420 ms Erstlatenz (TTFT)
- Offene Modellgewichte (24B) für lokales Self-Hosting und Fine-Tuning über vLLM, SGLang oder Ollama
Considerations & Trade-offs
- Erfordert dedizierte GPU-Hardware mit ausreichend VRAM für den lokalen Betrieb in voller Präzision
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
GPT-5.1 Codex mini · Strengths & Key Advantages
- 400K Kontextfenster und bis zu 128K maximale Output-Token (SWE-bench Verified 55.5% · GPQA Diamond 66.5%)
- Hohe Generierungsgeschwindigkeit von 180 Token/Sekunde bei nur 720 ms Erstlatenz (TTFT)
- Effiziente API-Struktur ($0.25/$2 pro 1M Token) inklusive Prompt-Caching, Tool-Calling und strikter JSON-Ausgabe
Considerations & Trade-offs
- Proprietäres Cloud-Modell ohne Möglichkeit zum lokalen Download der Modellgewichte
- Bei extrem komplexen mehrstufigen Forschungsfragen bieten schwere Reasoning-Spezialmodelle noch tiefere Analysen
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Devstral Small | GPT-5.1 Codex mini |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.14 | $0.33 |
Output Tokens / Task Tokens generated per task | 30K | 48K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 23K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | Devstral Small | GPT-5.1 Codex mini |
|---|---|---|
| Official API Model ID (SDK) | devstral-small-latest | gpt-5-1-codex-mini |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2025-07 | 2025-11 |
| Knowledge Cutoff | May 2025 | October 2024 |
| Architecture | Code-Optimized Autoregressive Transformer | Compact code-specialised reasoning model |
| Parameters | 24B | Confidential |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.15/1M in) across full 128K window | Flat rate ($0.25/1M in) across full 400K window |
| Prompt Cache Policy & TTL | Cached input at $0.05/1M tokens | Automatic prefix caching at $0.025/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Native Web Search tool + Hosted Code Interpreter & File Search RAG |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 15 GB VRAM (4-bit Quantized) · 52 GB VRAM (Native BF16) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma) | OpenAI Preparedness Framework Audited & System Card Published |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text, vision |
| Output Modalities | text | text |
Devstral Small vs GPT-5.1 Codex mini: Schnelle Antworten (FAQ)
Which is more intelligent, Devstral Small or GPT-5.1 Codex mini?
GPT-5.1 Codex mini is more intelligent. It scores 47 compared with 45 on the composite Intelligence Index.
Which model is faster?
GPT-5.1 Codex mini is faster, generating 180 tokens per second compared with 95 tokens per second.
Which model is cheaper to run?
Devstral Small is cheaper at $0.11 per 1M tokens blended, compared with $0.27 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Devstral Small has lower latency, with a time to first token of 0.42s compared with 0.72s.
Which model has a larger context window?
GPT-5.1 Codex mini has a larger context window, supporting 400K tokens compared with 128K tokens.
Fazit
Sowohl Devstral Small (Optimal für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch GPT-5.1 Codex mini (Optimal für maximale Kosteneffizienz pro Token und ressourcenschonende Produktions-Workloads, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: GPT-5.1 Codex mini führt bei komplexem Reasoning und Coding, GPT-5.1 Codex mini liefert den höheren Token-Durchsatz und Devstral Small ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – Devstral Small oder GPT-5.1 Codex mini?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt GPT-5.1 Codex mini vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von Devstral Small und GPT-5.1 Codex mini?+
Devstral Small kostet $0.15 / $0.45 pro 1M Input-/Output-Tokens, GPT-5.1 Codex mini liegt bei $0.25 / $2.00. Beim gewichteten Gesamtpreis ist Devstral Small günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
Devstral Small bietet 128K Tokens Kontext gegenüber 400K Tokens bei GPT-5.1 Codex mini. Bei der Generierungsgeschwindigkeit liegt GPT-5.1 Codex mini vorn.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Devstral Medium vs. GPT-5.1 Codex mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Devstral Small vs. Codestral: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- GPT-5.1 Codex mini vs. GPT-5-Codex: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- GPT-5.1 Codex vs. GPT-5.1 Codex mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- North Mini Code vs. GPT-5.1 Codex mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Aion-Mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
Benchmark scores, token prices, and rate limits evolve rapidly as AI labs release model updates. Always verify current specifications and pricing on the official provider documentation.
Offizielle Quellen: Offizielle API-Dokumentation von Mistral AI und OpenAI, Systemkarten und unabhängige Benchmark-Auswertungen (2026).