Qwen3-Coder 30B-A3B Instruct vs Devstral Medium
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Qwen3-Coder 30B-A3B Instruct von Alibaba und Devstral Medium von Mistral AI gehören zu den führenden KI-Modellen. Qwen3-Coder 30B-A3B Instruct bietet ein Kontextfenster von 262.1K Tokens bei API-Preisen von $0.00/$0.00 pro 1M Tokens, während Devstral Medium 128K Tokens Kontext zu $0.80/$2.40 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.
Qwen3-Coder 30B-A3B Instruct
Open-Weights-BasismodellQwen3-Coder 30B-A3B Instruct von Alibaba ist ein KI-Modell für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität mit 262K Kontextfenster, 140 Token/s Durchsatz, einem Intelligenz-Index von 76/100 und kostenlosem
$0.00 / 1M
$0.00 / 1M
262.1K tokens
N/A
Devstral Medium
Autonomes Agenten-ModellDevstral Medium von Mistral AI ist ein KI-Modell für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung mit 128K Kontextfenster, 75 Token/s Durchsatz, einem Intelligenz-Index von 52/100 und $0.8/$2.4 pro
$0.80 / 1M
$2.40 / 1M
128K tokens
51.5%
Wichtigste Unterschiede auf einen Blick
- Qwen3-Coder 30B-A3B Instruct is 1.0x cheaper for API usage (input + output tokens combined).
- Qwen3-Coder 30B-A3B Instruct has a larger context window (262K vs 128K tokens).
- Qwen3-Coder 30B-A3B Instruct is faster at 140 tok/s vs 75 tok/s.
| Feature | Qwen3-Coder 30B-A3B Instruct | Devstral Medium |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 76 | 52 |
Provider | Alibaba | Mistral AI |
Input Price Cost per million input tokens | $0.00 / 1M | $0.80 / 1M |
Output Price Cost per million output tokens | $0.00 / 1M | $2.40 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.00 / 1M | $0.54 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 8K | 33K |
Throughput Speed Tokens generated per second | 140 tok/s | 75 tok/s |
SWE-bench Verified Real-world software engineering | N/A | 51.5% |
GPQA Diamond Graduate-level reasoning | N/A | 62% |
Cached Input Price Prompt caching discount per 1M tokens | $0.00 / 1M | $0.20 / 1M |
Wer gewinnt in welcher Disziplin?
At-a-glance decision frameworkEvaluations ongoing
Geprüfte 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.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
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.
Qwen3-Coder 30B-A3B Instruct · Strengths & Key Advantages
- 262K Kontextfenster und bis zu 8K maximale Output-Token (MMLU-Pro 74% · Arena Elo 1285)
- Hohe Generierungsgeschwindigkeit von 140 Token/Sekunde bei nur 280 ms Erstlatenz (TTFT)
- Offene Modellgewichte (30B total (3B MoE)) 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
Devstral Medium · Strengths & Key Advantages
- 128K Kontextfenster und bis zu 33K maximale Output-Token (SWE-bench Verified 51.5% · GPQA Diamond 62%)
- Hohe Generierungsgeschwindigkeit von 75 Token/Sekunde bei nur 500 ms Erstlatenz (TTFT)
- Effiziente API-Struktur ($0.8/$2.4 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 | Qwen3-Coder 30B-A3B Instruct | Devstral Medium |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.00 | $0.55 |
Output Tokens / Task Tokens generated per task | 15K | 38K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 18K |
Technische Spezifikationen
Architecture, release timeline, capabilities, and modalities.
| Feature | Qwen3-Coder 30B-A3B Instruct | Devstral Medium |
|---|---|---|
| Official API Model ID (SDK) | qwen3-coder-30b-a3b-instruct | devstral-medium-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | Mistral AI REST API (OpenAI-Compatible) |
| Release Date | 2025-04 | 2025-07 |
| Knowledge Cutoff | March 2025 | May 2025 |
| Architecture | Compact Sparse Mixture-of-Experts Transformer | High-Capacity Agentic Code Transformer |
| Parameters | 30B total (3B active MoE) | Confidential (~70B) |
| Enterprise Rate Limits (RPM / TPM) | Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Free across full context window (only KV-cache VRAM scales) | Flat rate ($0.8/1M in) across full 128K window |
| Prompt Cache Policy & TTL | Automatic prefix KV-caching in vLLM / SGLang (0 cost) | Cached input at $0.2/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| 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 | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory) | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 19 GB VRAM (4-bit Quantized) · 65 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) | Mistral AI Production Safety & Alignment Verified |
| 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 |
| Output Modalities | text | text |
Qwen3-Coder 30B-A3B Instruct vs Devstral Medium: Schnelle Antworten (FAQ)
Which is more intelligent, Qwen3-Coder 30B-A3B Instruct or Devstral Medium?
Qwen3-Coder 30B-A3B Instruct is more intelligent. It scores 76 compared with 52 on the composite Intelligence Index.
Which model is faster?
Qwen3-Coder 30B-A3B Instruct is faster, generating 140 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
Qwen3-Coder 30B-A3B Instruct is cheaper at $0.00 per 1M tokens blended, compared with $0.54 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Qwen3-Coder 30B-A3B Instruct has lower latency, with a time to first token of 0.28s compared with 0.50s.
Which model has a larger context window?
Qwen3-Coder 30B-A3B Instruct has a larger context window, supporting 262.1K tokens compared with 128K tokens.
Fazit
Sowohl Qwen3-Coder 30B-A3B Instruct (Optimal für Self-Hosting im eigenen Rechenzentrum, Fine-Tuning und volle Datensouveränität, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) als auch Devstral Medium (Optimal für autonome Agenten-Workflows, zuverlässiges Tool-Calling und mehrstufige Automatisierung, Enterprise-RAG-Systeme und skalierbare API-Pipelines.) überzeugen im Produktionseinsatz: Qwen3-Coder 30B-A3B Instruct führt bei komplexem Reasoning und Coding, Qwen3-Coder 30B-A3B Instruct liefert den höheren Token-Durchsatz und Qwen3-Coder 30B-A3B Instruct ist die kosteneffizienteste Wahl für große API-Workloads.
Häufig gestellte Fragen (FAQ)
Welches Modell ist besser für Coding und Reasoning – Qwen3-Coder 30B-A3B Instruct oder Devstral Medium?+
Im Gesamt-Intelligenzindex und bei Software-Benchmarks liegt Qwen3-Coder 30B-A3B Instruct vorn. Prüfen Sie oben die SWE-bench- und GPQA-Werte für Ihren Anwendungsfall.
Wie unterscheiden sich die API-Preise von Qwen3-Coder 30B-A3B Instruct und Devstral Medium?+
Qwen3-Coder 30B-A3B Instruct kostet $0.00 / $0.00 pro 1M Input-/Output-Tokens, Devstral Medium liegt bei $0.80 / $2.40. Beim gewichteten Gesamtpreis ist Qwen3-Coder 30B-A3B Instruct günstiger.
Welches Modell hat das größere Kontextfenster und die höhere Geschwindigkeit?+
Qwen3-Coder 30B-A3B Instruct bietet 262.1K Tokens Kontext gegenüber 128K Tokens bei Devstral Medium. Bei der Generierungsgeschwindigkeit liegt Qwen3-Coder 30B-A3B Instruct 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
- Qwen3-Coder 30B-A3B Instruct vs. Qwen 2.5 Coder 32B: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Qwen3 Coder Flash vs. Devstral Medium: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Qwen3 Coder Plus vs. Devstral Medium: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Aion-Mini: Benchmarks, API-Preise & Geschwindigkeit im Vergleich (2026)Vergleich
- Aion-3.0 vs. Gemini 3.6 Flash: 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 Alibaba und Mistral AI, Systemkarten und unabhängige Benchmark-Auswertungen (2026).