Head-to-Head Model Comparison

Qwen3-Coder 30B-A3B Instruct vs Devstral Medium

Benchmarks, API Token Pricing, Context Window & Speed Comparison

Vérifié par l’équipe de recherche de GetInfoUsDernière révision : October 2026Politique éditoriale

Changez et Comparez les Modèles

Select any AI models from our verified benchmark database to generate live side-by-side matrices.

Qwen3-Coder 30B-A3B InstructProfile

Devstral MediumProfile

Multi-Model Arena Stack:

5-Model Matrix Workbench

Popular Matchups:

Alibaba

Qwen3-Coder 30B-A3B Instruct

Modèle de Base à Poids Ouverts

Qwen3-Coder 30B-A3B Instruct de Alibaba est un modèle d’IA conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, offrant une fenêtre de contexte de 262K, une vitesse de 140 tokens/s, un indi

Intelligence Index76 / 100

Input Token:

$0.00 / 1M

Output Token:

$0.00 / 1M

Context Window:

262.1K tokens

SWE-bench Verified:

N/A

Mistral AI

Devstral Medium

IA Agentique et Outils Autonomes

Devstral Medium de Mistral AI est un modèle d’IA conçu pour les flux de travail agentiques autonomes, l’appel d’outils et l’orchestration multi-étapes, offrant une fenêtre de contexte de 128K, une vitesse de 75 tokens/s, un indice d’intelli

Intelligence Index52 / 100

Input Token:

$0.80 / 1M

Output Token:

$2.40 / 1M

Context Window:

128K tokens

SWE-bench Verified:

51.5%

Différences Clés en un Coup d’Œil

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.

Need definitions for token pricing, context, or benchmarks?Explore AI Glossary →

Caractéristique	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

Qui gagne où ?

At-a-glance decision framework

Code

Evaluations ongoing

Coût

Qwen3-Coder 30B-A3B Instruct

1.0x cheaper monthly runtime

Vitesse

Qwen3-Coder 30B-A3B Instruct

+87% faster generation

Contexte

Qwen3-Coder 30B-A3B Instruct

262.1K tokens window

Scores de Benchmarks Vérifiés

Official evaluation metrics verified by independent third-party research labs.

Qwen3-Coder 30B-A3B InstructDevstral Medium

SWE-bench Verified (Autonomous Coding)

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

N/Avs51.5%

GPQA Diamond (Doctorate-Level Science & Math)

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

N/Avs62%

MMLU-Pro (Multi-task Language Understanding)

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

74%vs80.5%

LMSYS Chatbot Arena Elo

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

1285ptsvs1330pts

Terminal-Bench (Agentic Coding & Terminal Use)

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

N/Avs45%

LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

63%vsN/A

AIME (Advanced Math Competition)

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

N/Avs72%

Long-Context Reasoning

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

N/Avs78%

Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

140 tok/s vs75 tok/s

Latence et Temps de Réponse

Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.

Time to First Token (TTFT)Lower is better

Qwen3-Coder 30B-A3B Instruct0.28s

Devstral Medium0.50s

Est. End-to-End Response (500 tokens)TTFT + generation time

Qwen3-Coder 30B-A3B Instruct3.85s

Devstral Medium7.17s

Simulateur Interactif de Coût de Tokens

Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.

Daily Input Tokens100K / day

10K500K1M

Daily Output Tokens30K / day

5K150K300K

Prompt Cache Hit Ratio50% cached

0% (Cold)50%90% (Warm)

Qwen3-Coder 30B-A3B Instruct Monthly API Bill

$0.00 / month

$0/1M in · $0/1M out

Devstral Medium Monthly API Bill

$3.66 / month

$0.8/1M in · $2.4/1M out

Qwen3-Coder 30B-A3B Instruct saves approximately $3.66 / month (100%) under this workload.1.0x Savings

Qwen3-Coder 30B-A3B Instruct · Strengths & Key Advantages

Fenêtre de contexte de 262K et capacité de sortie maximale de 8K tokens (MMLU-Pro 74% · Arena Elo 1285)
Débit rapide de 140 tokens/seconde avec une latence au premier token (TTFT) de 280 ms
Poids ouverts (30B total (3B MoE)) permettant un déploiement sur site ou cloud privé via vLLM, SGLang ou Ollama

Considerations & Trade-offs

Nécessite des serveurs GPU dotés de suffisamment de mémoire VRAM pour l’inférence locale à pleine précision
Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

Devstral Medium · Strengths & Key Advantages

Fenêtre de contexte de 128K et capacité de sortie maximale de 33K tokens (SWE-bench Verified 51.5% · GPQA Diamond 62%)
Débit rapide de 75 tokens/seconde avec une latence au premier token (TTFT) de 500 ms
Tarification API optimisée ($0.8/$2.4 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts

Considerations & Trade-offs

Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs

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

Spécifications Techniques

Architecture, release timeline, capabilities, and modalities.

Caractéristique	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: Réponses Rapides (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.

Verdict

Qwen3-Coder 30B-A3B Instruct (Conçu pour l’auto-hébergement sur infrastructure privée, le fine-tuning et la souveraineté des données, l’intégration RAG et les pipelines de production évolutifs.) et Devstral Medium (Conçu pour les flux de travail agentiques autonomes, l’appel d’outils et l’orchestration multi-étapes, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : Qwen3-Coder 30B-A3B Instruct domine sur les benchmarks de raisonnement et de programmation, Qwen3-Coder 30B-A3B Instruct assure un débit supérieur et Qwen3-Coder 30B-A3B Instruct offre le meilleur rapport coût-efficacité en production.

Questions fréquentes

Quel modèle choisir pour le code et le raisonnement, Qwen3-Coder 30B-A3B Instruct ou Devstral Medium ?+

Sur l’indice d’intelligence composite et les tests de code, Qwen3-Coder 30B-A3B Instruct prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.

Quelle est la différence de prix API entre Qwen3-Coder 30B-A3B Instruct et Devstral Medium ?+

Qwen3-Coder 30B-A3B Instruct est facturé $0.00 / $0.00 par million de tokens (entrée/sortie) contre $0.80 / $2.40 pour Devstral Medium. En coût pondéré, Qwen3-Coder 30B-A3B Instruct est plus économique.

Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+

Qwen3-Coder 30B-A3B Instruct prend en charge 262.1K tokens contre 128K tokens pour Devstral Medium. Côté vitesse de génération, Qwen3-Coder 30B-A3B Instruct est le plus rapide.

AI Terminology & Guide

Explore Glossary →

Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.

Tokens & Pricing Context Window AI Benchmarks Reasoning Models Tool Calling Model Context Protocol (MCP)

Qwen3-Coder 30B-A3B Instruct vs Devstral Medium

Changez et Comparez les Modèles

Qwen3-Coder 30B-A3B Instruct

Devstral Medium

Qui gagne où ?

Scores de Benchmarks Vérifiés

Latence et Temps de Réponse

Simulateur Interactif de Coût de Tokens

Qwen3-Coder 30B-A3B Instruct · Strengths & Key Advantages

Considerations & Trade-offs

Devstral Medium · Strengths & Key Advantages

Considerations & Trade-offs

Token Use & Task Economics

Spécifications Techniques

Qwen3-Coder 30B-A3B Instruct vs Devstral Medium: Réponses Rapides (FAQ)

Verdict

Questions fréquentes

Related reading