Zum Hauptinhalt springen

Mistral AISprachmodell

Devstral 2

Für Devstral 2 gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.

BeliebtheitPlatz 472 von 785

33von 100wie im Vormonat

beruht auf Suche, Nutzung und Aufmerksamkeit

Zusammenfassung

Neu an Devstral 2 ist die Ausrichtung auf Agenten, die Entwicklungsumgebungen bedienen. Der dichte Checkpoint umfasst 123 Milliarden Parameter, 256.000 Token Kontext, Werkzeugaufrufe, Repository-Navigation und lange Codeänderungen.

Devstral Small 2 ist die 24B-Variante derselben Produktlinie. Devstral 2 steht unter der Modified-MIT-Lizenz.

Selbst ansehen: ein Auftrag, ein Versuch

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Devstral 2

Devstral 2: SVG-Kurztest

Auftrag

Gib nur ein eigenständiges SVG eines Pelikans zurück, der Fahrrad fährt. Verwende viewBox „0 0 800 600“, einfache Formen, zwei deutlich sichtbare Räder und einen erkennbaren Pelikan mit langem Schnabel. Höchstens 30 SVG-Elemente und 1.800 Zeichen. Kein Markdown, keine Erklärungen, Kommentare, Skripte, Animationen, CSS oder externen Ressourcen.

Englischer Original-Auftrag

Return only one standalone SVG of a pelican riding a bicycle. Use viewBox="0 0 800 600", simple shapes, two clearly visible wheels and a recognizable pelican with a long beak. At most 30 SVG elements and 1800 characters. No Markdown, explanations, comments, scripts, animation, CSS or external resources.

14.10.2026 · 0,0010 $

Testdetails
Testlauf
14.10.2026
Anbieter
mistral/eu
API-Modell
mistralai/devstral-2512
Ausgabe
461 Token
Reasoning
API meldet 0 Reasoning-Tokens
Kosten des Versuchs
0,0010 $
Testrunde
43b8c5c46830
Frühere Tests
Devstral 2: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

02.10.2026 · 7,1 s · 0,0020 $

Testdetails
Datum des Testlaufs
02.10.2026
API-Anbieter
openrouter
Angefragtes API-Modell
mistralai/devstral-2512
Reasoning-Einstellung
nicht vorgegeben
Tokenlimit inklusive Reasoning
8.192 Token
Ausgabe-Token
1.002 Token
Kosten des Versuchs
0,0020 $
Antwortzeit
7,1 s
API-Modell laut Antwort
mistralai/devstral-2512
Festgelegter Endpunkt
Mistral | mistralai/devstral-2512
Temperatur
Anbieterstandard
Testprotokoll
community-visual-tests-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Frühere Versuche (1)

  • 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: nicht vorgegeben
Ursprung der Aufgabe: Simon Willison

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 44 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 4

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

CritPt v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0
Bewertung
0
Messgröße
pass@1 accuracy
Einheit
%
Benchmark-Version
v2
Kategorie
reasoning
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
disputed
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Kennung des Quellmodells: artificial-analysis/09f43999-b67b-4c1b-b050-44df41ed7e62/devstral-2/devstral-2. Name des Quellmodells: Devstral 2. Anbieter laut Quelle: Mistral. Modellstand: Devstral 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 0,0 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-critpt-v2:v2:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Der vollständige CritPt-v2-Lauf umfasst 70 Fragen mit fünf Wiederholungen. Der offizielle Grading-Server bewertet pass@1.. Werkzeugrichtlinie: Python functions, symbolic expressions, and numerical answers; official grading server. Versuche: 70 questions, five repeats per question, pass@1. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die AA-Quelle enthält hier den ursprünglichen CritPt-Wert. Die frühere Zuordnung zu CritPt v2 ist falsch; Wert und frühere Beschriftung bleiben als strittiger Altbeleg erhalten.. Der Quelldatensatz markiert diesen Wert als umstritten. Er bleibt als dokumentierte Evidenz sichtbar, ist aber kein belastbarer Vergleichsnachweis.
Quelle Artificial Analysis
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
38.0952380952381
Bewertung
38.0952380952381
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 questions
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
superseded
Abrufdatum
2026-11-02
Methodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/09f43999-b67b-4c1b-b050-44df41ed7e62/devstral-2/devstral-2. Name des Quellmodells: Devstral 2. Anbieter laut Quelle: Mistral. Modellstand: Devstral 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 38,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-02-67d46be20a5b. Prüfsumme der Quelldaten: 67d46be20a5b412db6cfb60ad190441fcaa5513500b8fd47d033168d0e97b6b2. Parserversion: artificial-analysis-rsc-models-v3. Importiert am: 2026-11-02. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). AA kennzeichnet diese Modellvariante als non-reasoning und weist 0 Reasoning-Tokens aus. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.. Dieser Wert wird als historische Evidenz geführt und ist nicht mit aktuellen Ergebnissen gleichzusetzen.
Quelle Artificial Analysis
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
38.0952380952381
Bewertung
38.0952380952381
Messgröße
IFBench prompt-level loose accuracy (pass@1)
Einheit
%
Benchmark-Version
AA test set: 294 questions
Kategorie
general
Aufgabe
overall
Aufgabenbezeichnung
Overall
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis
Status
active
Abrufdatum
2026-11-07
Methodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Kennung des Quellmodells: artificial-analysis/09f43999-b67b-4c1b-b050-44df41ed7e62/devstral-2/devstral-2. Name des Quellmodells: Devstral 2. Anbieter laut Quelle: Mistral. Modellstand: Devstral 2. Evaluator: Artificial Analysis. Datensatztyp: artificial-analysis-evaluation. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none. Angezeigter Wert: 38,1 %. Quellenkennung: artificial-analysis. Kennung der Evidenzaufnahme: aa-model-page-2026-11-07-b96e3ffc8c5b. Prüfsumme der Quelldaten: b96e3ffc8c5b052aa56f96d05e89d02b8cc234a75085820fca0ca2a39e498274. Parserversion: artificial-analysis-rsc-models-v4. Importiert am: 2026-11-07. Quellenkohorte: artificial-analysis-ifbench:AA test set: 294 questions:standalone:non-reasoning:effort=unspecified:suffix=unspecified
Vergleichsmethodik
Exakte AA-Konfiguration: Devstral 2 (Release devstral-2, Zeile devstral-2, UUID 09f43999-b67b-4c1b-b050-44df41ed7e62, reasoning=false, effort=nicht angegeben, suffix=nicht angegeben). Diese Quellenfassung enthält keine durchschnittliche Reasoning-Tokenzahl. Artificial Analysis führt 294 Fragen aus dem IFBench-Testdatensatz mit fünf Wiederholungen je Frage aus. Der offizielle Evaluator bewertet die Genauigkeit je Prompt im Modus loose als pass@1.. Werkzeugrichtlinie: Single-turn answer evaluated with the official IFBench source code. Versuche: pass@1, 5 repeats per question. Reasoning: non-reasoning. Reasoning-Stufe: none
Einordnung
Die Angabe von 58 bezieht sich auf die verifizierbaren Out-of-Domain-Bedingungstypen, nicht auf die Zahl der Fragen im AA-Testlauf.
Quelle Artificial Analysis
SWE-Bench Verified (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
72.2
Bewertung
72.2
Messgröße
score as published
Einheit
%
Kategorie
coding
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Mistral AI Devstral 2 model card
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Zeile für Devstral 2 (123B); die Modellkarte nennt weder das Benchmark-Harness noch Decoding-Einstellungen oder das Datum des Laufs.
Quelle Mistral AI Devstral 2 model card
SWE-Bench Multilingual (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
61.3
Bewertung
61.3
Messgröße
score as published
Einheit
%
Kategorie
coding
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Mistral AI Devstral 2 model card
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Zeile für Devstral 2 (123B); die Modellkarte nennt weder das Benchmark-Harness noch Decoding-Einstellungen oder das Datum des Laufs.
Quelle Mistral AI Devstral 2 model card
Terminal-Bench 2 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
32.6
Bewertung
32.6
Messgröße
score as published
Einheit
%
Benchmark-Version
2
Kategorie
coding
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Mistral AI Devstral 2 model card
Status
active
Abrufdatum
2026-10-15
Methodik
Vom Anbieter veröffentlichter Wert. Exakte Zeile für Devstral 2 (123B); die Modellkarte nennt weder das Benchmark-Harness noch Decoding-Einstellungen oder das Datum des Laufs.
Quelle Mistral AI Devstral 2 model card
SWE-bench Verified (official mini-SWE-agent) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
53.8
Bewertung
53.8
Messgröße
resolved issue rate
Einheit
%
Benchmark-Version
SWE-bench Verified; mini-SWE-agent 1.17.2; submission 20251209_mini-v1.17.2_devstral-2512
Kategorie
coding
Richtung
Mehr ist besser
Quellentyp
official-leaderboard
Auswertung
SWE-bench
Status
active
Abrufdatum
2026-10-16
Methodik
Offizielle Benchmark-Rangliste. Offizielles SWE-bench Verified (500 Benchmarkaufgaben); mini-SWE-agent 1.17.2; Quellenkennung 20251209_mini-v1.17.2_devstral-2512; Quelldatum 2025-12-09; Modellbezeichnung Devstral (2512); Reasoning-Stufe nicht angegeben. Quellprotokolle: s3://swe-bench-submissions/bash-only/20251209_mini-v1.17.2_devstral-2512/logs. Die Rangliste kennzeichnet die unabhängige Prüfung dieses Eintrags als bestätigt.
Einordnung
Historischer Eintrag der offiziellen Rangliste, kein neuer Modelllauf und keine Vals-Auswertung. mini-SWE-agent 1.x und 2.x verwenden unterschiedliche Aktionsschnittstellen und sind nicht automatisch vergleichbar. Nicht genannte Sampling-Werte, Wiederholungszahlen und Backend-Revisionen bleiben unbekannt.
Quelle SWE-bench
Cline human evaluation versus DeepSeek V3.2, win rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
42.8
Bewertung
42.8
Messgröße
Win rate
Einheit
%
Benchmark-Version
Mistral Devstral 2 release evaluation; version not stated
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Mistral AI, Devstral 2 and Mistral Vibe release
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Devstral 2 im Vergleich mit DeepSeek V3.2 in menschlichen Bewertungen eines unabhängigen Annotierungsdienstleisters; die Aufgaben wurden mit Cline vorbereitet. Quelle und Bericht nennen weder Aufgabenzahl noch Annotierungsprotokoll oder Konfidenzintervall.
Einordnung
Vom Anbieter berichteter Vergleich. Die menschlichen Bewertungen führte ein unabhängiger Annotierungsdienstleister durch, doch Aufgabenzahl, Annotierungsprotokoll und Konfidenzintervall sind nicht veröffentlicht. Eine Unentschieden-Quote wird nicht abgeleitet.
Quelle Mistral AI, Devstral 2 and Mistral Vibe release
Cline human evaluation versus DeepSeek V3.2, loss rate (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
28.6
Bewertung
28.6
Messgröße
Loss rate
Einheit
%
Benchmark-Version
Mistral Devstral 2 release evaluation; version not stated
Richtung
Weniger ist besser
Quellentyp
vendor-reported
Auswertung
Mistral AI, Devstral 2 and Mistral Vibe release
Status
active
Abrufdatum
2026-10-17
Methodik
Vom Anbieter veröffentlichter Wert. Devstral 2 im Vergleich mit DeepSeek V3.2 in menschlichen Bewertungen eines unabhängigen Annotierungsdienstleisters; die Aufgaben wurden mit Cline vorbereitet. Quelle und Bericht nennen weder Aufgabenzahl noch Annotierungsprotokoll oder Konfidenzintervall. Aus den beiden berichteten Quoten wird keine Unentschieden-Quote abgeleitet.
Einordnung
Vom Anbieter berichteter Vergleich. Die menschlichen Bewertungen führte ein unabhängiger Annotierungsdienstleister durch, doch Aufgabenzahl, Annotierungsprotokoll und Konfidenzintervall sind nicht veröffentlicht. Eine Unentschieden-Quote wird nicht abgeleitet.
Quelle Mistral AI, Devstral 2 and Mistral Vibe release
AutomationBench-AA (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
3
Bewertung
3
Messgröße
Objectives completed without guardrail violations
Einheit
%
Kategorie
agentic SaaS workflows
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis model comparison
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. Eintrag von Mistral Devstral 2 im Vergleich von Artificial Analysis (125B laut Quelle; Reasoning: nein). Der Vergleich nennt 13.000 Ausgabetokens pro Aufgabe, 0 Reasoning-Tokens pro Aufgabe und 18 Mio. Ausgabetokens für den Intelligence Index. Exakter Checkpoint und Revision, Bereitstellungs- oder Agentenroute, Prompt, Decoding-Einstellungen und Inferenzkonfiguration je Evaluation werden nicht offengelegt.
Einordnung
Artificial Analysis kennzeichnet das Modell als eingestellt und schreibt, dass nur Leistungsmessungen für den Standard-Workload mit 10.000 Eingabetokens fortgeführt werden; Ergebnisse für andere Workloads seien historisch und würden nicht mehr aktualisiert. Der Vergleich nennt weder ein Evaluationsdatum noch Stichprobengröße oder Konfidenzintervall je Zelle. Der Abruf erfolgte am 18.10.2026 und belegt keinen neuen Testlauf.
Quelle Artificial Analysis model comparison
Terminal-Bench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
0
Bewertung
0
Messgröße
Score
Einheit
%
Benchmark-Version
4.0
Kategorie
agentic coding and terminal use
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis model comparison
Status
active
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. Eintrag von Mistral Devstral 2 im Vergleich von Artificial Analysis (125B laut Quelle; Reasoning: nein). Der Vergleich nennt 13.000 Ausgabetokens pro Aufgabe, 0 Reasoning-Tokens pro Aufgabe und 18 Mio. Ausgabetokens für den Intelligence Index. Exakter Checkpoint und Revision, Bereitstellungs- oder Agentenroute, Prompt, Decoding-Einstellungen und Inferenzkonfiguration je Evaluation werden nicht offengelegt.
Einordnung
Artificial Analysis kennzeichnet das Modell als eingestellt und schreibt, dass nur Leistungsmessungen für den Standard-Workload mit 10.000 Eingabetokens fortgeführt werden; Ergebnisse für andere Workloads seien historisch und würden nicht mehr aktualisiert. Der Vergleich nennt weder ein Evaluationsdatum noch Stichprobengröße oder Konfidenzintervall je Zelle. Der Abruf erfolgte am 18.10.2026 und belegt keinen neuen Testlauf.
Quelle Artificial Analysis model comparison
SciCode (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
33
Bewertung
33
Messgröße
SciCode score
Einheit
%
Kategorie
coding
Richtung
Mehr ist besser
Quellentyp
independent-evaluator
Auswertung
Artificial Analysis model comparison
Status
disputed
Abrufdatum
2026-10-18
Methodik
Unabhängige Evaluation. Eintrag von Mistral Devstral 2 im Vergleich von Artificial Analysis (125B laut Quelle; Reasoning: nein). Der Vergleich nennt 13.000 Ausgabetokens pro Aufgabe, 0 Reasoning-Tokens pro Aufgabe und 18 Mio. Ausgabetokens für den Intelligence Index. Exakter Checkpoint und Revision, Bereitstellungs- oder Agentenroute, Prompt, Decoding-Einstellungen und Inferenzkonfiguration je Evaluation werden nicht offengelegt.
Einordnung
Artificial Analysis kennzeichnet die Evaluation SciCode in seiner öffentlichen Evaluationsliste als „Under review“ (erhaltener Quellenmitschnitt source-01, L192). Das Statusfeld ist auf „disputed“ gesetzt, weil das Schema keinen eigenen Wert für diese vom Evaluator als vorläufig markierte Prüfung enthält. Damit wird kein Widerspruch zwischen gemeldeten Punktwerten behauptet. Der angezeigte Wert bleibt vorläufig und ist kein endgültig bestätigtes aktives Ergebnis. Artificial Analysis kennzeichnet das Modell als eingestellt und schreibt, dass nur Leistungsmessungen für den Standard-Workload mit 10.000 Eingabetokens fortgeführt werden; Ergebnisse für andere Workloads seien historisch und würden nicht mehr aktualisiert. Der Vergleich nennt weder ein Evaluationsdatum noch Stichprobengröße oder Konfidenzintervall je Zelle. Der Abruf erfolgte am 18.10.2026 und belegt keinen neuen Testlauf.
Quelle Artificial Analysis model comparison

Seite 1 von 4

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter

20 von 101 Modellen

GPT-6 Astra83
Claude Haiku 5.577
GPT-6 Sol73
GPT-573
DeepSeek V4.1 Flash 101769
Claude Opus 5.568
Qwen 3.8 27B68
Grok 4.767
Kimi K367
Qwen 3.8 Max 090266
Claude Sonnet 564
Qwen3.5 4B64
DeepSeek-V4-Flash64
Claude Fable 5.164
GPT-5.6 Terra64
MiniCPM-V 4.7 35B-A3B63
GPT-6.1 Sol63
Claude Opus 563
Qwen 3.8 Flash62
Devstral 233

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 7. November 2026

Devstral 2Llama 3.3 Nemotron Super 49B v1 33Holo4-27B 33Index-Translate-35B-A3B Preview 32Mistral Large 3 32

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Ähnliche Modelle

Weitere Modelle derselben Art wie Devstral 2, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.

Alle technischen Daten

Architektur

Parameter
123 Mrd.
Quelle: Parameter
Wissensstand
Dezember 2025
Quelle: Wissensstand

Ein- und Ausgabe

Kontextfenster
262.144 Token
Quelle: Kontextfenster
Maximale Ausgabe
262.144 Token
Quelle: Maximale Ausgabe
Eingaben
Text
Quelle: Eingaben
Ausgaben
Text
Quelle: Ausgaben
Tool-Aufrufe
Ja
Quelle: Tool-Aufrufe

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Gewichte
Offene Gewichte
Quelle: Gewichte
Zugang
API
Quelle: Zugang
Lizenz
Modified MIT (Mistral)
Quelle: Lizenz

Preise

In keinem Abo in Deutschland enthalten.

Alle Tarife im KI-Abo-Vergleich

Häufige Fragen zu Devstral 2

Bis wann reicht das Wissen von Devstral 2?

Bis Dezember 2025, laut Mistral AI. Das ist der Monat der Veröffentlichung.

Angabe von Mistral AI

Wie groß ist das Kontextfenster von Devstral 2?

262.144 Token. So viel Text liest Devstral 2 auf einmal, das sind rund 390 A4-Seiten.

Seitenzahl als Faustregel nach Artificial Analysis

KontextfensterToken, die das Modell auf einmal liest · höher ist besser
Devstral 2Platz 67 von 103262 Tsd.
Kimi K2.6262 Tsd.
Qwen 3.8 27B262 Tsd.
Kimi K2.7 Code262 Tsd.
Kimi K2.5262 Tsd.
Nemotron 3 Ultra262 Tsd.
Kimi K2 Thinking262 Tsd.

Kann ich Devstral 2 lokal nutzen?

Ja, die Gewichte sind offen. Mit 123 Mrd. Parametern braucht es aber sehr viel Speicher, eher einen Server als einen Laptop.

Angaben von Mistral AI

Offene Gewichte
ja
Lizenz
Modified MIT (Mistral)
Parameter
123 Mrd.
davon aktiv je Token
k. A.

Quellen und Datenstand

Alle 23 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

AuswerterTestreihenGesamtindizesErfasste aktive Messwerte
Artificial Analysis8111
SWE-bench001

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten. 2 Messwerte sind noch keiner Testreihe zugeordnet.

ArtNachweis und Datenstand
Eingabe

Dokumentierte Modalitäten. Abgerufen am 27. Oktober 2026.

Quelle: models.dev catalog · models.dev catalog (abgerufen 27. Oktober 2026)
Ausgabe

Dokumentierte Modalitäten. Abgerufen am 27. Oktober 2026.

Quelle: models.dev catalog · models.dev catalog (abgerufen 27. Oktober 2026)
RecherchestandRecherchestand 15. Oktober 2026. 12 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

benchmark-configuration

Hinweis

Die Modellkarte enthält drei Werte, nennt aber weder Testumgebung noch Agenten-Ausführungsgerüst, Aufgabendaten oder Inferenz-Einstellungen.

Nicht veröffentlicht

human-evaluation-sample-count-and-confidence-interval

Originalwortlaut

The article does not publish the number of human-evaluated tasks, annotation details, or confidence intervals. The unreported remainder is not interpreted as ties.

Nicht veröffentlicht

95% confidence interval

Originalwortlaut

The paper reports SD, CV, and an observed range for Total but no confidence interval; confidence-interval fields are omitted.

Nicht veröffentlicht

sampleCount

Originalwortlaut

The paper describes five evaluation rounds and 107 tasks per round but does not state sampleCount for the aggregate result; sampleCount is omitted.

Nicht veröffentlicht

Provider/API route and immutable serving revision

Originalwortlaut

The paper does not identify the provider/API route or an immutable serving revision.

Weitere QuelleHugging Face (abgerufen 15. Oktober 2026; 18. Oktober 2026) · Devstral 2 model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 29. Oktober 2026; 2. November 2026; 7. November 2026)
Weitere QuelleArtificial Analysis (abgerufen 2. November 2026; 7. November 2026)
Weitere QuelleSWE-bench (abgerufen 16. Oktober 2026)
Weitere QuelleMistral AI, Devstral 2 and Mistral Vibe release (abgerufen 17. Oktober 2026) · Devstral 2 and Vibe CLI announcement · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleDataLLM Lab (abgerufen 18. Oktober 2026)
Weitere QuelleArtificial Analysis model comparison (abgerufen 18. Oktober 2026)
Weitere QuelleEVM-QuestBench, ACL 2026 (abgerufen 18. Oktober 2026)
Weitere QuelleContextBench authors (arXiv paper) (abgerufen 19. Oktober 2026)
Weitere QuelleOfficial n8n AI Benchmark (abgerufen 23. Oktober 2026) (am 2. November 2026 nicht abrufbar) https://n8n.io/ai-benchmark/devstral-2512/
Weitere QuelleObviousBench Mistral model reliability (abgerufen 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 16. Oktober 2026)12
Weitere QuelleModellmetadaten (abgerufen 18. Oktober 2026)
Weitere QuelleMistral model overview · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0