Devstral Medium vs GPT-5.1 Codex mini
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Devstral Medium de Mistral AI y GPT-5.1 Codex mini de OpenAI compiten directamente en el ecosistema actual de IA. Devstral Medium ofrece una ventana de contexto de 128K tokens a $0.80/$2.40 por millón de tokens (entrada/salida), mientras que GPT-5.1 Codex mini ofrece 400K tokens de contexto a $0.25/$2.00 por millón de tokens. Analizamos sus benchmarks, latencia y costos reales.
Cambia y Compara Cualquier Modelo
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Devstral Medium
IA Agéntica y Uso de HerramientasDevstral Medium de Mistral AI es un modelo de IA diseñado para flujos de trabajo agénticos autónomos, llamada a herramientas y automatización compleja, con ventana de contexto de 128K, velocidad de 75 tokens/s, índice de inteligencia de 52/
$0.80 / 1M
$2.40 / 1M
128K tokens
51.5%
GPT-5.1 Codex mini
Modelo Ligero y EconómicoGPT-5.1 Codex mini de OpenAI es un modelo de IA diseñado para máxima eficiencia de costos por token y alta velocidad en producción, con ventana de contexto de 400K, velocidad de 180 tokens/s, índice de inteligencia de 47/100 y tarifa de $0.
$0.25 / 1M
$2.00 / 1M
400K tokens
55.5%
Diferencias Clave de un Vistazo
- GPT-5.1 Codex mini is 1.7x 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 75 tok/s.
- GPT-5.1 Codex mini leads on SWE-bench coding (55.5% vs 51.5%).
| Característica | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 52 | 47 |
Provider | Mistral AI | OpenAI |
Input Price Cost per million input tokens | $0.80 / 1M | $0.25 / 1M |
Output Price Cost per million output tokens | $2.40 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.54 / 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 | 33K | 128K |
Throughput Speed Tokens generated per second | 75 tok/s | 180 tok/s |
SWE-bench Verified Real-world software engineering | 51.5% | 55.5% |
GPQA Diamond Graduate-level reasoning | 62% | 66.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.20 / 1M | $0.03 / 1M |
¿Quién gana en cada área?
At-a-glance decision frameworkPuntuaciones de Benchmarks Verificadas
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.
Latencia y Tiempo de Respuesta
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulador Interactivo de Costos de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Devstral Medium · Strengths & Key Advantages
- Ventana de contexto de 128K con hasta 33K tokens de salida máxima (SWE-bench Verified 51.5% · GPQA Diamond 62%)
- Rendimiento ágil de 75 tokens/segundo con latencia inicial (TTFT) de solo 500 ms
- Economía de API competitiva ($0.8/$2.4 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
GPT-5.1 Codex mini · Strengths & Key Advantages
- Ventana de contexto de 400K con hasta 128K tokens de salida máxima (SWE-bench Verified 55.5% · GPQA Diamond 66.5%)
- Rendimiento ágil de 180 tokens/segundo con latencia inicial (TTFT) de solo 720 ms
- Economía de API competitiva ($0.25/$2 por 1M de tokens) con soporte para caché de prompts y salidas JSON estructuradas
Considerations & Trade-offs
- Modelo propietario en la nube; no permite descargar los pesos para ejecución local sin conexión
- En demostraciones científicas extremas, los modelos de razonamiento pesado de gama alta ofrecen mayor profundidad
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.55 | $0.33 |
Output Tokens / Task Tokens generated per task | 38K | 48K |
Reasoning Tokens / Task Thinking tokens burned per task | 18K | 23K |
Especificaciones Técnicas
Architecture, release timeline, capabilities, and modalities.
| Característica | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
| Official API Model ID (SDK) | devstral-medium-latest | gpt-5-1-codex-mini |
| API Protocol | Mistral AI REST API (OpenAI-Compatible) | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2025-07 | 2025-11 |
| Knowledge Cutoff | May 2025 | October 2024 |
| Architecture | High-Capacity Agentic Code Transformer | Compact code-specialised reasoning model |
| Parameters | Confidential (~70B) | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.8/1M in) across full 128K window | Flat rate ($0.25/1M in) across full 400K window |
| Prompt Cache Policy & TTL | Cached input at $0.2/1M 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 | API Prompt Engineering & RAG Distillation | 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 | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Mistral AI Production Safety & Alignment Verified | OpenAI Preparedness Framework Audited & System Card Published |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text, vision |
| Output Modalities | text | text |
Devstral Medium vs GPT-5.1 Codex mini: Respuestas Rápidas (FAQ)
Which is more intelligent, Devstral Medium or GPT-5.1 Codex mini?
Devstral Medium is more intelligent. It scores 52 compared with 47 on the composite Intelligence Index.
Which model is faster?
GPT-5.1 Codex mini is faster, generating 180 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
GPT-5.1 Codex mini is cheaper at $0.27 per 1M tokens blended, compared with $0.54 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Devstral Medium has lower latency, with a time to first token of 0.50s 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.
Veredicto
Tanto Devstral Medium (Ideal para flujos de trabajo agénticos autónomos, llamada a herramientas y automatización compleja, sistemas RAG empresariales y automatización mediante API.) como GPT-5.1 Codex mini (Ideal para máxima eficiencia de costos por token y alta velocidad en producción, sistemas RAG empresariales y automatización mediante API.) destacan en producción: Devstral Medium lidera en inteligencia general y programación, GPT-5.1 Codex mini ofrece mayor velocidad de generación de tokens y GPT-5.1 Codex mini resulta más rentable para cargas de trabajo API de alto volumen.
Preguntas frecuentes
¿Cuál es mejor para programación y razonamiento, Devstral Medium o GPT-5.1 Codex mini?+
En las pruebas de inteligencia compuesta y resolución de código, Devstral Medium obtiene la ventaja. Puedes revisar la tabla SWE-bench y GPQA arriba para comparar cada métrica.
¿Cuánto cuesta la API de Devstral Medium frente a GPT-5.1 Codex mini?+
Devstral Medium cuesta $0.80 / $2.40 por millón de tokens de entrada/salida, mientras que GPT-5.1 Codex mini cuesta $0.25 / $2.00. En costo combinado, GPT-5.1 Codex mini es la opción más económica.
¿Qué modelo tiene mayor ventana de contexto y menor latencia?+
Devstral Medium cuenta con 128K tokens de contexto frente a 400K tokens de GPT-5.1 Codex mini. En velocidad de inferencia, GPT-5.1 Codex mini ofrece un rendimiento superior.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Devstral Small vs. GPT-5.1 Codex mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- GPT-5.1 Codex mini vs. GPT-5-Codex: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- GPT-5.1 Codex vs. GPT-5.1 Codex mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- North Mini Code vs. GPT-5.1 Codex mini: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Qwen3-Coder 30B-A3B Instruct vs. Devstral Medium: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
- Qwen3 Coder Flash vs. Devstral Medium: Comparativa de Benchmarks, Precios API y Velocidad (2026)Comparar
Las puntuaciones de benchmarks, precios por token y límites de tasa evolucionan rápidamente. Verifique siempre las especificaciones actuales en la documentación oficial del proveedor.
Fuentes: Documentación oficial de API de Mistral AI y OpenAI, tarjetas de sistema y benchmarks independientes (2026).