Devstral Medium vs GPT-5.1 Codex mini
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
Mistral AI의 Devstral Medium와 OpenAI의 GPT-5.1 Codex mini는 현재 가장 주목받는 AI 모델입니다. Devstral Medium는 128K 토큰 컨텍스트 윈도우와 100만 토큰당 $0.80/$2.40(입력/출력)의 요금을 제공하며, GPT-5.1 Codex mini는 400K 토큰 컨텍스트와 $0.25/$2.00의 요금을 제공합니다. 아래에서 벤치마크, 지연 시간 및 비용을 상세히 비교해 보세요.
원하는 AI 모델 선택 및 실시간 비교
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
Devstral Medium
자율 에이전트 및 도구 호출 특화Mistral AI의 Devstral Medium 모델은 자율 에이전트 워크플로우, 도구 호출(Tool Calling) 및 다단계 업무 자동화에 최적화된 AI 모델로, 128K 컨텍스트 윈도우, 초당 75 토큰의 생성 속도, 종합 지능 지수 52/100점(1M 토큰당 입력 $0.8 / 출력 $2.4)을 제공합니다.
$0.80 / 1M
$2.40 / 1M
128K tokens
51.5%
GPT-5.1 Codex mini
경량 고효율 가성비 모델OpenAI의 GPT-5.1 Codex mini 모델은 극대화된 토큰당 비용 효율성과 빠른 프로덕션 추론 처리에 최적화된 AI 모델로, 400K 컨텍스트 윈도우, 초당 180 토큰의 생성 속도, 종합 지능 지수 47/100점(1M 토큰당 입력 $0.25 / 출력 $2)을 제공합니다.
$0.25 / 1M
$2.00 / 1M
400K tokens
55.5%
한눈에 보는 핵심 차이점
- GPT-5.1 Codex mini is 1.7x cheaper for API usage (input + output tokens combined).
- GPT-5.1 Codex mini has a larger context window (400K vs 128K tokens).
- GPT-5.1 Codex mini is faster at 180 tok/s vs 75 tok/s.
- GPT-5.1 Codex mini leads on SWE-bench coding (55.5% vs 51.5%).
| Feature | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 52 | 47 |
Provider | Mistral AI | OpenAI |
Input Price Cost per million input tokens | $0.80 / 1M | $0.25 / 1M |
Output Price Cost per million output tokens | $2.40 / 1M | $2.00 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.54 / 1M | $0.27 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 400K tokens~600 A4 pages of text |
Max Output Tokens Per single request | 33K | 128K |
Throughput Speed Tokens generated per second | 75 tok/s | 180 tok/s |
SWE-bench Verified Real-world software engineering | 51.5% | 55.5% |
GPQA Diamond Graduate-level reasoning | 62% | 66.5% |
Cached Input Price Prompt caching discount per 1M tokens | $0.20 / 1M | $0.03 / 1M |
부문별 우위 모델
At-a-glance decision framework검증된 벤치마크 점수 비교
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.
Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.
Autonomous multi-step tasks executed inside a real command-line terminal environment.
Research-grade coding problems drawn from real scientific and numerical workloads.
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.
지연 시간(Latency) 및 응답 속도
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
실시간 API 토큰 비용 시뮬레이터
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
Devstral Medium · Strengths & Key Advantages
- 128K 컨텍스트 윈도우 및 최대 33K 출력 토큰 생성 지원 (SWE-bench Verified 51.5% · GPQA Diamond 62%)
- 초당 75 토큰의 빠른 처리 속도와 500ms에 불과한 첫 토큰 지연 시간(TTFT)
- 합리적인 API 요금 체계(1M 토큰당 입력 $0.8 / 출력 $2.4)와 프롬프트 캐싱, 함수 호출 및 정형화된 JSON 출력 완벽 지원
Considerations & Trade-offs
- 독점 클라우드 전용 모델로 로컬 오프라인 서버에 가중치를 다운로드하여 실행할 수 없습니다
- 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다
GPT-5.1 Codex mini · Strengths & Key Advantages
- 400K 컨텍스트 윈도우 및 최대 128K 출력 토큰 생성 지원 (SWE-bench Verified 55.5% · GPQA Diamond 66.5%)
- 초당 180 토큰의 빠른 처리 속도와 720ms에 불과한 첫 토큰 지연 시간(TTFT)
- 합리적인 API 요금 체계(1M 토큰당 입력 $0.25 / 출력 $2)와 프롬프트 캐싱, 함수 호출 및 정형화된 JSON 출력 완벽 지원
Considerations & Trade-offs
- 독점 클라우드 전용 모델로 로컬 오프라인 서버에 가중치를 다운로드하여 실행할 수 없습니다
- 초고난도 학술 연구 및 수학 증명 과제에서는 상위 대형 추론 특화 모델이 더 깊은 분석을 제공할 수 있습니다
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.55 | $0.33 |
Output Tokens / Task Tokens generated per task | 38K | 48K |
Reasoning Tokens / Task Thinking tokens burned per task | 18K | 23K |
기술 사양 (Specifications)
Architecture, release timeline, capabilities, and modalities.
| Feature | Devstral Medium | GPT-5.1 Codex mini |
|---|---|---|
| Official API Model ID (SDK) | devstral-medium-latest | gpt-5-1-codex-mini |
| API Protocol | Mistral AI REST API (OpenAI-Compatible) | OpenAI Responses API & Chat Completions v1 |
| Release Date | 2025-07 | 2025-11 |
| Knowledge Cutoff | May 2025 | October 2024 |
| Architecture | High-Capacity Agentic Code Transformer | Compact code-specialised reasoning model |
| Parameters | Confidential (~70B) | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 10,000 – 30,000 RPM (Tier 5 Enterprise) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.8/1M in) across full 128K window | Flat rate ($0.25/1M in) across full 400K window |
| Prompt Cache Policy & TTL | Cached input at $0.2/1M tokens | Automatic prefix caching at $0.025/1M (no extra cache-write fee) |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | Supported (Screen coordinate grounding, browser & desktop GUI action loops) |
| 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 | Native Web Search tool + Hosted Code Interpreter & File Search RAG |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | Supervised Fine-Tuning (SFT), Direct Preference (DPO) & Reinforcement Fine-Tuning (RFT) |
| Multimodal Token Billing | Text BPE (~4 chars/token) | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Mistral AI Production Safety & Alignment Verified | OpenAI Preparedness Framework Audited & System Card Published |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text | text, vision |
| Output Modalities | text | text |
Devstral Medium vs GPT-5.1 Codex mini: 핵심 요약 문답 (FAQ)
Which is more intelligent, Devstral Medium or GPT-5.1 Codex mini?
Devstral Medium is more intelligent. It scores 52 compared with 47 on the composite Intelligence Index.
Which model is faster?
GPT-5.1 Codex mini is faster, generating 180 tokens per second compared with 75 tokens per second.
Which model is cheaper to run?
GPT-5.1 Codex mini is cheaper at $0.27 per 1M tokens blended, compared with $0.54 (7:2:1 cache:input:output ratio).
Which model has lower latency?
Devstral Medium has lower latency, with a time to first token of 0.50s compared with 0.72s.
Which model has a larger context window?
GPT-5.1 Codex mini has a larger context window, supporting 400K tokens compared with 128K tokens.
종합 평가
Devstral Medium(자율 에이전트 워크플로우, 도구 호출(Tool Calling) 및 다단계 업무 자동화, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.)와 GPT-5.1 Codex mini(극대화된 토큰당 비용 효율성과 빠른 프로덕션 추론 처리, 엔터프라이즈 RAG 지식베이스 및 대규모 프로덕션 API 연동에 최적.) 모두 뛰어난 성능을 자랑합니다. 고난도 추론과 코딩 벤치마크에서는 Devstral Medium가 앞서며, 토큰 생성 속도에서는 GPT-5.1 Codex mini가 빠르고, 대규모 API 운영 비용 면에서는 GPT-5.1 Codex mini가 더 경제적입니다.
자주 묻는 질문 (FAQ)
코딩과 복잡한 추론에는 Devstral Medium와 GPT-5.1 Codex mini 중 어느 모델이 더 나은가요?+
종합 지능 지수 및 코딩 벤치마크에서는 Devstral Medium가 우위를 보입니다. 상단의 SWE-bench 및 GPQA 점수를 함께 확인해 보세요.
Devstral Medium와 GPT-5.1 Codex mini의 API 요금 차이는 얼마인가요?+
Devstral Medium는 100만 토큰당 입력 $0.80 / 출력 $2.40이며, GPT-5.1 Codex mini는 입력 $0.25 / 출력 $2.00입니다. 혼합 비용 기준으로는 GPT-5.1 Codex mini가 더 저렴합니다.
어느 모델이 더 큰 컨텍스트 윈도우와 빠른 속도를 제공하나요?+
컨텍스트 길이는 Devstral Medium가 128K 토큰, GPT-5.1 Codex mini가 400K 토큰를 지원하며, 출력 속도 면에서는 GPT-5.1 Codex mini가 더 빠릅니다.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- Devstral Small vs GPT-5.1 Codex mini: 벤치마크, API 요금 및 속도 비교 (2026)비교
- GPT-5.1 Codex mini vs GPT-5-Codex: 벤치마크, API 요금 및 속도 비교 (2026)비교
- GPT-5.1 Codex vs GPT-5.1 Codex mini: 벤치마크, API 요금 및 속도 비교 (2026)비교
- North Mini Code vs GPT-5.1 Codex mini: 벤치마크, API 요금 및 속도 비교 (2026)비교
- Qwen3-Coder 30B-A3B Instruct vs Devstral Medium: 벤치마크, API 요금 및 속도 비교 (2026)비교
- Qwen3 Coder Flash vs Devstral Medium: 벤치마크, API 요금 및 속도 비교 (2026)비교
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.
공식 출처: Mistral AI 및 OpenAI 공식 API 문서, 시스템 카드 및 독립 벤치마크 평가 (2026).