commercial phare ingénierie logicielle agent fine-tuned pour terminal exécution, test-driven debugging, et end-à-end dépôt fixes.
Technical Specifications
- Provider
- Mistral AI
- Category
- flagship
- Release Date
- 2025-07
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- API Pay-as-you-go
- Reasoning Effort Control
- Configurable (Low / Med / High)
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- devstral-medium-latest
- Supported SDK & API Protocol
- Mistral AI REST API (OpenAI-Compatible)
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2027+)
- Production Rate Limits (RPM & TPM)
- 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($0.8/1M in) across full 128K window
- Prompt Cache Write & TTL Policy
- Cached input at $0.2/1M tokens
- Computer Use & Browser GUI Agent
- 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
- Web Search Grounding & Code Sandbox
- Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools
- Fine-Tuning & Distillation Support
- API Prompt Engineering & RAG Distillation
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster)
- Minimum GPU VRAM Requirement
- Zero Local VRAM Required (100% Serverless Cloud API)
- Supported Inference Engines
- Managed Mistral AI Cloud API
- System Card & Safety Framework
- Mistral AI Production Safety & Alignment Verified
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier
Devstral Medium Cost, Context, Hardware & API Integration
For single-user chat, a $20/mo subscription caps your bill below this API volume.
Break-even point: ~152 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to Devstral Medium:
Benchmark Scores & 6-Axis Capability Radar
- SWE-bench Verified
- 51.5%
- GPQA Diamond
- 62%
- MMLU-Pro
- 80.5%
- HumanEval
- 92.4%
- Terminal-Bench
- 45%
- AIME
- 72%
- Long-Context Reasoning
- 78%
- Chatbot Arena Elo
- 1330pts
Strengths
- spécialement conçu autonome agent loop intégration avec bash et file outils
- Impressive 51.5% SWE-bench Verified score avec faible token burn
- supérieur multifichier consistency et unit test vérification
Limitations & Trade-offs
- propriétaire fermé-weights API seulement
- supérieur coût que ouvert Devstral petit
Editorial Assessment
de Mistral dédié logiciel agent contender, fournissant sharp terminal exécution.
Best for: autonome bug-fixing bots, CI/CD pipeline automatisation, et d'entreprise dépôt refactorisation
Compare Devstral Medium
Frequently Asked Questions about Devstral Medium
How much does the Devstral Medium API cost per 1M tokens?+
Devstral Medium by Mistral AI is priced at $0.8 per 1M input tokens and $2.4 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.2 per 1M tokens, and asynchronous Batch API requests receive a 50% discount.
Should I use a $20/month subscription or the Devstral Medium pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in Devstral Medium's context window?+
Devstral Medium features a 128K tokens context window, which equals approximately 96,000 English words or ~256 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 32,768 tokens.
Can I run Devstral Medium locally on my own GPU (Open Weights)?+
No, Devstral Medium is a proprietary closed-weights model hosted by Mistral AI. It cannot be downloaded for local GPU execution and must be accessed via Mistral AI's official API or cloud platform.
Does Mistral AI train on data sent to the Devstral Medium API, and is commercial use allowed?+
API payloads are excluded from model training by default. License tier: Proprietary Commercial API (Mistral AI Terms). Full commercial ownership of generated outputs. Supported deployment channels include: Mistral AI Cloud API & Enterprise Endpoints.
How does Devstral Medium perform on coding and reasoning benchmarks?+
Devstral Medium achieves a composite Intelligence Index of 52/100, scoring 51.5% on SWE-bench Verified, 62% on GPQA Diamond, 80.5% on MMLU-Pro, and 1330 pts on Chatbot Arena Elo.
What is Devstral Medium best used for?+
Devstral Medium is best suited for: autonome bug-fixing bots, CI/CD pipeline automatisation, et d'entreprise dépôt refactorisation. Assessment: de Mistral dédié logiciel agent contender, fournissant sharp terminal exécution.
Mistral AI Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to Mistral AI's flagship reasoning tier:
Mistral Medium 3.5
Mistral Small 4
Devstral 2
Devstral Small
Mistral Small 3.2
Mistral Medium 3
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to Devstral Medium:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
Un modèle d'IA entraîné par apprentissage par renforcement pour allouer du temps de calcul à la réflexion logique avant d'émettre une solution, idéal pour les problèmes scientifiques et le code complexe.
Une méthode de raisonnement pas-à-pas où le modèle décompose le problème en étapes logiques intermédiaires avant de conclure, augmentant drastiquement la précision en mathématiques et programmation.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Mistral AI Agent Suite (July 2025)↗