Devstral 2 vs Qwen3-Coder 480B-A35B Instruct
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral AIのDevstral 2とAlibabaのQwen3-Coder 480B-A35B Instructは、注目度の高い主要AIモデルです。Devstral 2は262.1K トークンのコンテキストウィンドウを備え、API料金は100万トークンあたり入力$1.50/出力$4.50、一方のQwen3-Coder 480B-A35B Instructは262.1K トークンのコンテキストで入力$0.00/出力$0.00です。以下でベンチマーク、速度、コストを詳しく比較します。
任意のAIモデルを切り替えて比較
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Devstral 2
自律型エージェント・ツール特化Mistral AI の Devstral 2 は、自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化向けに設計されたAIモデルです。262K のコンテキストウィンドウ、毎秒 70 トークンの生成速度、知能指数 56/100（1Mトークンあたり入力$1.5・出力$4.5）を実現しています。
$1.50 / 1M
$4.50 / 1M
262.1K tokens
58.2%
Qwen3-Coder 480B-A35B Instruct
オープンウェイト基盤モデルAlibaba の Qwen3-Coder 480B-A35B Instruct は、オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保向けに設計されたAIモデルです。262K のコンテキストウィンドウ、毎秒 52 トークンの生成速度、知能指数 86/100（無料のオープンウェイト提供）を実現しています。
$0.00 / 1M
$0.00 / 1M
262.1K tokens
56.5%
ひと目でわかる主な違い
- Qwen3-Coder 480B-A35B Instruct is 1.0x cheaper for API usage (input + output tokens combined).
- Devstral 2 is faster at 70 tok/s vs 52 tok/s.
- Devstral 2 leads on SWE-bench coding (58.2% vs 56.5%).
| Feature | Devstral 2 | Qwen3-Coder 480B-A35B Instruct |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 56 | 86 |
Provider | Mistral AI | Alibaba |
Input Price Cost per million input tokens | $1.50 / 1M | $0.00 / 1M |
Output Price Cost per million output tokens | $4.50 / 1M | $0.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.99 / 1M | $0.00 / 1M |
Context Window Maximum input + output tokens | 262.1K tokens~393 A4 pages of text | 262.1K tokens~393 A4 pages of text |
Max Output Tokens Per single request | 66K | 16K |
Throughput Speed Tokens generated per second | 70 tok/s | 52 tok/s |
SWE-bench Verified Real-world software engineering | 58.2% | 56.5% |
GPQA Diamond Graduate-level reasoning | 66.5% | 70% |
Cached Input Price Prompt caching discount per 1M tokens | $0.35 / 1M | $0.00 / 1M |
分野別勝者スコアカード
At-a-glance decision framework検証済みベンチマークスコア比較
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.
レイテンシ＆応答時間
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
リアルタイムAPIトークン料金シミュレーター
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Devstral 2 · Strengths & Key Advantages
- 262K のコンテキストウィンドウと最大 66K トークンの出力容量（SWE-bench Verified 58.2% · GPQA Diamond 66.5%）
- 毎秒 70 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 520ms の低遅延
- オープンウェイトモデル (123B)として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Qwen3-Coder 480B-A35B Instruct · Strengths & Key Advantages
- 262K のコンテキストウィンドウと最大 16K トークンの出力容量（SWE-bench Verified 56.5% · GPQA Diamond 70%）
- 毎秒 52 トークンの高速スループットと、初回トークン到達時間（TTFT）わずか 760ms の低遅延
- オープンウェイトモデル (480B total (35B MoE))として vLLM・SGLang・Ollama を用いた自社GPUでのローカル運用が可能
Considerations & Trade-offs
- 非量子化のフル精度でローカル推論を行うには十分なGPU VRAM容量が必要です
- 極めて高度な専門科学の証明問題では、上位の大型推論特化モデルの方がより深い洞察を提供する場合があります
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Devstral 2 | Qwen3-Coder 480B-A35B Instruct |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.65 | $0.00 |
Output Tokens / Task Tokens generated per task | 42K | 25K |
Reasoning Tokens / Task Thinking tokens burned per task | 20K | 9K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Devstral 2 | Qwen3-Coder 480B-A35B Instruct |
|---|---|---|
| Official API Model ID (SDK) | devstral-2-latest | qwen3-coder-480b-a35b-instruct |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-12 | 2025-04 |
| Knowledge Cutoff | October 2025 | March 2025 |
| Architecture | Advanced Agentic Code Transformer | Code-Specialized Sparse Mixture-of-Experts Transformer |
| Parameters | 123B | 480B total (35B active MoE) |
| 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 ($1.5/1M in) across full 262K window | Free across full context window (only KV-cache VRAM scales) |
| Prompt Cache Policy & TTL | Cached input at $0.35/1M tokens | Automatic prefix KV-caching in vLLM / SGLang (0 cost) |
| 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) · 76 GB VRAM (4-bit Quantized) · 264 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 298 GB VRAM (4-bit Quantized) · 1032 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 |
Devstral 2 vs Qwen3-Coder 480B-A35B Instruct: よくある質問 (FAQ)
Which is more intelligent, Devstral 2 or Qwen3-Coder 480B-A35B Instruct?
Qwen3-Coder 480B-A35B Instruct is more intelligent. It scores 86 compared with 56 on the composite Intelligence Index.
Which model is faster?
Devstral 2 is faster, generating 70 tokens per second compared with 52 tokens per second.
Which model is cheaper to run?
Qwen3-Coder 480B-A35B Instruct is cheaper at $0.00 per 1M tokens blended, compared with $0.99 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Devstral 2 has lower latency, with a time to first token of 0.52s compared with 0.76s.
総合評価
Devstral 2（自律型AIエージェントの実行、ツール呼び出し（Tool Calling）、複雑な業務自動化、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）とQwen3-Coder 480B-A35B Instruct（オンプレミス環境でのセルフホスト、ファインチューニング、完全なデータ主権の確保、エンタープライズRAG基盤、スケーラブルな本番API統合に最適。）はいずれも優れた選択肢です。高度な推論・コーディング精度ではQwen3-Coder 480B-A35B Instructがリードし、応答速度とスループットではDevstral 2が優れ、APIコスト効率ではQwen3-Coder 480B-A35B Instructが有利です。
よくある質問 (FAQ)
コーディングや複雑な推論には Devstral 2 と Qwen3-Coder 480B-A35B Instruct のどちらが適していますか？+
総合知能指数およびコーディング評価では Qwen3-Coder 480B-A35B Instruct が優位です。上部の SWE-bench や GPQA スコアもあわせてご確認ください。
Devstral 2 と Qwen3-Coder 480B-A35B Instruct ではどちらのAPI料金が安いですか？+
Devstral 2 は100万トークンあたり入力$1.50 / 出力$4.50、Qwen3-Coder 480B-A35B Instruct は入力$0.00 / 出力$0.00です。総合的なコスト効率では Qwen3-Coder 480B-A35B Instruct がより経済的です。
コンテキスト長と生成速度はどちらが優れていますか？+
コンテキストウィンドウは Devstral 2 が 262.1K トークン、Qwen3-Coder 480B-A35B Instruct が 262.1K トークン です。出力スピード（トークン/秒）では Devstral 2 がリードしています。
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Devstral 2 vs Claude Sonnet 5.5：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GPT-5.1 Codex Max vs Devstral 2：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GPT-5.1 Codex vs Devstral 2：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GPT-5.2 Codex vs Devstral 2：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- GPT-5-Codex vs Qwen3-Coder 480B-A35B Instruct：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Qwen3-Coder 480B-A35B Instruct vs Claude 3.7 Sonnet：ベンチマーク・API料金・速度の徹底比較 (2026)比較
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.
公的ソース: Mistral AIおよびAlibaba公式APIドキュメント、システムカード、独立ベンチマーク評価 (2026)。