Devstral Small vs Codestral
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral AIのDevstral SmallとMistral AIのCodestralは、注目度の高い主要AIモデルです。Devstral Smallは128K 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$0.15/出力$0.45、一方のCodestralは256K トークンのコンテキストで入力$0.20/出力$0.60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 Small
自律型エージェント・ツール特化Mistral AI の Devstral Small 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。128K のコンテキストウィンドウ、毎秒 95 トークンの生成速度、知能指数 45/100（1Mトークンあたり入力$0.15・出力$0.45）を実現しています。
$0.15 / 1M
$0.45 / 1M
128K tokens
42%
Codestral
オープンウェイト・コード特化Mistral AI の Codestral は、自社サーバーでのコード生成や開発パイプラインに最適なオープンウェイト開発向けに設計されたAIモデルです。256K のコンテキストウィンドウ、毎秒 110 トークンの生成速度、知能指数 40/100（1Mトークンあたり入力$0.2・出力$0.6）を実現しています。
$0.20 / 1M
$0.60 / 1M
256K tokens
28%
ひと目でわかる主な違い
- Devstral Small is 1.3x 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 95 tok/s.
- Devstral Small leads on SWE-bench coding (42.0% vs 28.0%).
| Feature | Devstral Small | Codestral |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 45 | 40 |
Provider | Mistral AI | Mistral AI |
Input Price Cost per million input tokens | $0.15 / 1M | $0.20 / 1M |
Output Price Cost per million output tokens | $0.45 / 1M | $0.60 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.11 / 1M | $0.14 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 256K tokens~384 A4 pages of text |
Max Output Tokens Per single request | 16K | 8K |
Throughput Speed Tokens generated per second | 95 tok/s | 110 tok/s |
SWE-bench Verified Real-world software engineering | 42% | 28% |
GPQA Diamond Graduate-level reasoning | 50% | 42% |
Cached Input Price Prompt caching discount per 1M tokens | $0.05 / 1M | $0.05 / 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.
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 Small · Strengths & Key Advantages
- 128K 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 42% · GPQA Diamond 50%）
- 毎秒 95 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 420ms の低遅延
- オープンウェイトモデル (24B)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
Codestral · Strengths & Key Advantages
- 256K のコンテキストウィンドウと最大 8K トークンの出力容量（SWE-bench Verified 28% · GPQA Diamond 42%）
- 毎秒 110 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 350ms の低遅延
- オープンウェイトモデル (22B)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 Small | Codestral |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.14 | $0.20 |
Output Tokens / Task Tokens generated per task | 30K | 24K |
Reasoning Tokens / Task Thinking tokens burned per task | 0K | 0K |
技術仕様・スペック
Architecture, release timeline, capabilities, and modalities.
| Feature | Devstral Small | Codestral |
|---|---|---|
| Official API Model ID (SDK) | devstral-small-latest | codestral-latest |
| API Protocol | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI | OpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI |
| Release Date | 2025-07 | 2024-05 |
| Knowledge Cutoff | May 2025 | May 2024 |
| Architecture | Code-Optimized Autoregressive Transformer | Code-Optimized Transformer with 32K Window |
| Parameters | 24B | 22B |
| 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 ($0.15/1M in) across full 128K window | Flat rate ($0.2/1M in) across full 256K window |
| Prompt Cache Policy & TTL | Cached input at $0.05/1M tokens | Cached input at $0.05/1M 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) | 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) · 15 GB VRAM (4-bit Quantized) · 52 GB VRAM (Native BF16) | BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 14 GB VRAM (4-bit Quantized) · 47 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 Small vs Codestral: よくある質問 (FAQ)
Which is more intelligent, Devstral Small or Codestral?
Devstral Small is more intelligent. It scores 45 compared with 40 on the composite Intelligence Index.
Which model is faster?
Codestral is faster, generating 110 tokens per second compared with 95 tokens per second.
Which model is cheaper to run?
Devstral Small is cheaper at $0.11 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 0.42s.
Which model has a larger context window?
Codestral has a larger context window, supporting 256K tokens compared with 128K tokens.
総合評価
Devstral Small（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Codestral（自社サーバーでのコード生成や開発パイプラインに最適なオープンウェイト開発、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Devstral Smallがリードし、応答速度とスループットではCodestralが優れ、APIコスト効率ではDevstral Small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 Small と Codestral 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 Devstral Small 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 Small と Codestral ではどちらのAPI料金が安いですか？+
Devstral Small は100万トークンあたり入力$0.15 / 出力$0.45、Codestral は入力$0.20 / 出力$0.60です。総合的なコスト効率では Devstral Small 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 Small が 128K トークン、Codestral が 256K トークン です。出力スピード（トークン/秒）では Codestral 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
- Codestral vs DeepSeek-Coder-V2 236B：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Devstral Small vs GPT-5.1 Codex mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Aion-Mini：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-3.0 vs Gemini 3.6 Flash：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aion-Mini vs Laguna XS 2.1：ベンチマーク・API料金・速度の徹底比較 (2026)比較
- Aya Expanse 32B vs Llama 3.2 90B Vision：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Mistral AI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)。