Head-to-Head Model Comparison

Codestral vs DeepSeek-Coder-V2 236B

Benchmarks, API Token Pricing, Context Window & Speed Comparison

GetInfoUs अनुसंधान दल द्वारा समीक्षितअंतिम समीक्षा: October 2026संपादकीय नीति

साझा करें

किसी भी मॉडल को बदलें और तुलना करें

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

CodestralProfile

DeepSeek-Coder-V2 236BProfile

Multi-Model Arena Stack:

5-Model Matrix Workbench

Popular Matchups:

Mistral AI

Codestral

ओपन-वेट्स कोडिंग विशेषज्ञ

Mistral AI का Codestral लोकल सर्वर पर कोडिंग और सॉफ्टवेयर डेवलपमेंट के लिए ओपन-वेट्स के लिए निर्मित एक उन्नत AI मॉडल है, जो 256K कॉन्टेक्स्ट विंडो, 110 टोकन/सेकंड स्पीड और $0.2/$0.6 प्रति 1M टोकन कीमत के साथ 40/100 इंटेलीजेंस स्कोर प्रदान क

Intelligence Index40 / 100

Input Token:

$0.20 / 1M

Output Token:

$0.60 / 1M

Context Window:

256K tokens

SWE-bench Verified:

28%

DeepSeek

DeepSeek-Coder-V2 236B

ओपन-वेट्स फाउंडेशन मॉडल

DeepSeek का DeepSeek-Coder-V2 236B प्राइवेट क्लाउड सेल्फ-होस्टिंग, फ़ाइन-ट्यूनिंग और पूर्ण डेटा गोपनीयता के लिए निर्मित एक उन्नत AI मॉडल है, जो 128K कॉन्टेक्स्ट विंडो, 74 टोकन/सेकंड स्पीड और $0.14/$0.28 प्रति 1M टोकन कीमत के साथ 42/100 इंटे

Intelligence Index42 / 100

Input Token:

$0.14 / 1M

Output Token:

$0.28 / 1M

Context Window:

128K tokens

SWE-bench Verified:

42.1%

एक नज़र में मुख्य अंतर

DeepSeek-Coder-V2 236B is 1.9x cheaper for API usage (input + output tokens combined).
Codestral has a larger context window (256K vs 128K tokens).
Codestral is faster at 110 tok/s vs 74 tok/s.
DeepSeek-Coder-V2 236B leads on SWE-bench coding (42.1% vs 28.0%).

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

Feature	Codestral	DeepSeek-Coder-V2 236B
Intelligence Index Composite reasoning & knowledge score (0-100)	40	42
Provider	Mistral AI	DeepSeek
Input Price Cost per million input tokens	$0.20 / 1M	$0.14 / 1M
Output Price Cost per million output tokens	$0.60 / 1M	$0.28 / 1M
Blended Price Weighted 7:2:1 cache:input:output per 1M	$0.14 / 1M	$0.07 / 1M
Context Window Maximum input + output tokens	256K tokens~384 A4 pages of text	128K tokens~192 A4 pages of text
Max Output Tokens Per single request	8K	8K
Throughput Speed Tokens generated per second	110 tok/s	74 tok/s
SWE-bench Verified Real-world software engineering	28%	42.1%
GPQA Diamond Graduate-level reasoning	42%	49.5%
Cached Input Price Prompt caching discount per 1M tokens	$0.05 / 1M	$0.01 / 1M

किस क्षेत्र में कौन आगे है?

At-a-glance decision framework

Coding

DeepSeek-Coder-V2 236B

+14.1% SWE-bench lead

Cost

DeepSeek-Coder-V2 236B

1.9x cheaper monthly runtime

Speed

Codestral

+49% faster generation

Context

Codestral

256K tokens window

सत्यापित बेंचमार्क स्कोर तुलना

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

CodestralDeepSeek-Coder-V2 236B

SWE-bench Verified (Autonomous Coding)

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

28%vs42.1%

GPQA Diamond (Doctorate-Level Science & Math)

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

42%vs49.5%

MMLU-Pro (Multi-task Language Understanding)

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

70%vs69.8%

LMSYS Chatbot Arena Elo

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

1240ptsvs1272pts

Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

N/Avs5.8%

Terminal-Bench (Agentic Coding & Terminal Use)

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

N/Avs27.8%

SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

N/Avs29.4%

LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

N/Avs48.6%

AIME (Advanced Math Competition)

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

N/Avs61.2%

Long-Context Reasoning

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

N/Avs66.5%

Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

110 tok/s vs74 tok/s

लेटेंसी और रिस्पॉन्स समय

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

Codestral0.35s

DeepSeek-Coder-V2 236B0.51s

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

Codestral4.90s

DeepSeek-Coder-V2 236B7.27s

रियल-टाइम टोकन लागत सिम्युलेटर

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)

Codestral Monthly API Bill

$0.92 / month

$0.2/1M in · $0.6/1M out

DeepSeek-Coder-V2 236B Monthly API Bill

$0.48 / month

$0.14/1M in · $0.28/1M out

DeepSeek-Coder-V2 236B saves approximately $0.43 / month (47%) under this workload.1.9x Savings

Codestral · Strengths & Key Advantages

256K कॉन्टेक्स्ट विंडो और अधिकतम 8K आउटपुट टोकन क्षमता (SWE-bench Verified 28% · GPQA Diamond 42%)
110 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 350ms का प्रथम टोकन लेटेंसी समय (TTFT)
ओपन-वेट्स आर्किटेक्चर (22B) — vLLM, Ollama या निजी GPU क्लस्टर पर सेल्फ-होस्टिंग के लिए उपयुक्त

Considerations & Trade-offs

पूर्ण प्रिसिजन में लोकल GPU सर्वर पर चलाने के लिए पर्याप्त VRAM और हार्डवेयर संसाधनों की आवश्यकता होती है
अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है

DeepSeek-Coder-V2 236B · Strengths & Key Advantages

128K कॉन्टेक्स्ट विंडो और अधिकतम 8K आउटपुट टोकन क्षमता (SWE-bench Verified 42.1% · GPQA Diamond 49.5%)
74 टोकन/सेकंड की तेज़ जनरेशन स्पीड और मात्र 510ms का प्रथम टोकन लेटेंसी समय (TTFT)
ओपन-वेट्स आर्किटेक्चर (236B) — vLLM, Ollama या निजी GPU क्लस्टर पर सेल्फ-होस्टिंग के लिए उपयुक्त

Considerations & Trade-offs

पूर्ण प्रिसिजन में लोकल GPU सर्वर पर चलाने के लिए पर्याप्त VRAM और हार्डवेयर संसाधनों की आवश्यकता होती है
अत्यंत जटिल वैज्ञानिक शोध कार्यों में शीर्ष फ्लैगशिप रीजनिंग मॉडल की तुलना में गहराई थोड़ी कम हो सकती है

Token Use & Task Economics

Estimated cost and token consumption to complete one representative agentic task.

Metric	Codestral	DeepSeek-Coder-V2 236B
Cost per Task Estimated USD to finish one task	$0.20	$0.14
Output Tokens / Task Tokens generated per task	24K	30K
Reasoning Tokens / Task Thinking tokens burned per task	0K	0K

तकनीकी विशिष्टताएँ (Specs)

Architecture, release timeline, capabilities, and modalities.

Feature	Codestral	DeepSeek-Coder-V2 236B
Official API Model ID (SDK)	codestral-latest	deepseek-chat
API Protocol	OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI	OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
Release Date	2024-05	2024-06
Knowledge Cutoff	May 2024	December 2023
Architecture	Code-Optimized Transformer with 32K Window	236B Mixture-of-Experts (21B active)
Parameters	22B	236B
Enterprise Rate Limits (RPM / TPM)	Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud	Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
Long-Context Tier (>128K/200K)	Flat rate ($0.2/1M in) across full 256K window	Flat rate ($0.14/1M in) across full 128K window
Prompt Cache Policy & TTL	Cached input at $0.05/1M tokens	Automatic prefix caching at $0.014/1M (no extra cache-write fee)
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)	Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
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) · 14 GB VRAM (4-bit Quantized) · 47 GB VRAM (Native BF16)	BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 146 GB VRAM (4-bit Quantized) · 507 GB VRAM (Native BF16)
Safety & Frontier Classification	Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)	Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
Enterprise Compliance (ZDR/HIPAA/SOC2)	100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control	100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
Input Modalities	text	text
Output Modalities	text	text

Codestral vs DeepSeek-Coder-V2 236B: त्वरित प्रश्नोत्तर (FAQ)

Which is more intelligent, Codestral or DeepSeek-Coder-V2 236B?

DeepSeek-Coder-V2 236B is more intelligent. It scores 42 compared with 40 on the composite Intelligence Index.

Which model is faster?

Codestral is faster, generating 110 tokens per second compared with 74 tokens per second.

Which model is cheaper to run?

DeepSeek-Coder-V2 236B is cheaper at $0.07 per 1M tokens blended, compared with $0.14 (7:2:1 cache:input:output ratio).

Which model has lower latency?

Codestral has lower latency, with a time to first token of 0.35s compared with 0.51s.

Which model has a larger context window?

Codestral has a larger context window, supporting 256K tokens compared with 128K tokens.

निष्कर्ष

Codestral (लोकल सर्वर पर कोडिंग और सॉफ्टवेयर डेवलपमेंट के लिए ओपन-वेट्स, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) और DeepSeek-Coder-V2 236B (प्राइवेट क्लाउड सेल्फ-होस्टिंग, फ़ाइन-ट्यूनिंग और पूर्ण डेटा गोपनीयता, एंटरप्राइज RAG सिस्टम और स्केलेबल API इंटीग्रेशन के लिए सर्वोत्तम।) दोनों मजबूत विकल्प हैं: DeepSeek-Coder-V2 236B जटिल रीजनिंग और कोडिंग बेंचमार्क में आगे है, Codestral तेज़ टोकन जनरेशन देता है, और DeepSeek-Coder-V2 236B बड़े पैमाने के API उपयोग के लिए अधिक किफायती है।

अक्सर पूछे जाने वाले प्रश्न (FAQ)

कोडिंग और रीजनिंग के लिए Codestral या DeepSeek-Coder-V2 236B में से कौन बेहतर है?+

समग्र इंटेलिजेंस और कोडिंग बेंचमार्क में DeepSeek-Coder-V2 236B आगे है। विस्तृत तुलना के लिए ऊपर SWE-bench और GPQA स्कोर देखें।

Codestral और DeepSeek-Coder-V2 236B में किसका API सस्ता है?+

Codestral की इनपुट/आउटपुट कीमत $0.20 / $0.60 प्रति 1M टोकन है और DeepSeek-Coder-V2 236B की $0.14 / $0.28 है। समग्र लागत में DeepSeek-Coder-V2 236B अधिक किफायती है।

किस मॉडल का कॉन्टेक्स्ट विंडो और स्पीड बेहतर है?+

Codestral में 256K टोकन कॉन्टेक्स्ट विंडो है जबकि DeepSeek-Coder-V2 236B में 128K टोकन है। जनरेशन स्पीड के मामले में Codestral तेज़ है।

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)

Codestral vs DeepSeek-Coder-V2 236B

किसी भी मॉडल को बदलें और तुलना करें

Codestral

DeepSeek-Coder-V2 236B

किस क्षेत्र में कौन आगे है?

सत्यापित बेंचमार्क स्कोर तुलना

लेटेंसी और रिस्पॉन्स समय

रियल-टाइम टोकन लागत सिम्युलेटर

Codestral · Strengths & Key Advantages

Considerations & Trade-offs

DeepSeek-Coder-V2 236B · Strengths & Key Advantages

Considerations & Trade-offs

Token Use & Task Economics

तकनीकी विशिष्टताएँ (Specs)

Codestral vs DeepSeek-Coder-V2 236B: त्वरित प्रश्नोत्तर (FAQ)

निष्कर्ष

अक्सर पूछे जाने वाले प्रश्न (FAQ)

Related reading