Mistral AISprachmodell
Devstral Small
Für Devstral Small gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 251 von 785
42von 100wie im Vormonat
beruht auf zwei Datengruppen, überwiegend Nutzung
Zusammenfassung
Devstral Small ist der 24B-Coding-Agent-Checkpoint aus Juli 2025. Er versteht Codebasen, ruft Funktionen auf und verarbeitet 128.000 Token Kontext. Neben Mistrals Funktionsformat unterstützt er XML-basierte Werkzeugbeschreibungen.
Devstral Small 2 führt die Linie mit größerem Kontext und multimodaler Eingabe weiter.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 23 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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/9eae4ec4-61b8-48bc-9843-3edd506ae933/devstral-small/devstral-small. Name des Quellmodells: Devstral Small. Anbieter laut Quelle: Mistral. Modellstand: Devstral Small (Jul '25). 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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34.5578231292517
- Bewertung
- 34.5578231292517
- 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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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/9eae4ec4-61b8-48bc-9843-3edd506ae933/devstral-small/devstral-small. Name des Quellmodells: Devstral Small. Anbieter laut Quelle: Mistral. Modellstand: Devstral Small (Jul '25). 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: 34,6 %. 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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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.
IFBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34.5578231292517
- Bewertung
- 34.5578231292517
- 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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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/9eae4ec4-61b8-48bc-9843-3edd506ae933/devstral-small/devstral-small. Name des Quellmodells: Devstral Small. Anbieter laut Quelle: Mistral. Modellstand: Devstral Small (Jul '25). 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: 34,6 %. 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 Small (Jul '25) (Release devstral-small, Zeile devstral-small, UUID 9eae4ec4-61b8-48bc-9843-3edd506ae933, 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.
SWE-Bench Verified (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 53.6
- Bewertung
- 53.6
- Messgröße
- score as published
- Einheit
- %
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- Mistral AI Devstral Small 1.1 model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile für Devstral Small 1.1; die Tabelle nennt das OpenHands-Scaffold. Snapshot des Aufgabenbestands und Inferenz-Einstellungen sind nicht angegeben.
SWE-bench Verified, Devstral-Small-2507 base-agent resolution rate (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 30
- Bewertung
- 30
- Messgröße
- Issue resolution rate, base agent
- Einheit
- %
- Benchmark-Version
- arXiv:2509.02360v1 Table 2, SWE-bench Verified
- Kategorie
- software engineering
- Richtung
- Mehr ist besser
- Stichprobe
- 500
- Quellentyp
- independent-evaluator
- Auswertung
- When Agents go Astray authors, Carnegie Mellon University and IBM Research
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Die exakte Basiszeile in Tabelle 2 nennt Devstral-Small-2507. Sie verwendet das SWE-agent-Framework ohne SWE-PRM. Die Studie nutzt die 500 SWE-bench-Verified-Aufgaben, Temperatur 0,0, top_p 1,0, höchstens 75 Schritte und zwei NVIDIA-A100-GPUs.
- Einordnung
- Dies ist ausschließlich die Basis-Agent-Zeile. PRM-gestützte Devstral-Ergebnisse sind andere Konfigurationen und werden hier nicht übernommen. Die Studie nennt keine genaue Gewichtsrevision, Quantisierung, gehostete API-Route oder Konfidenzintervalle.
SoMe social media agent benchmark, average task completion rate (Table 4) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 82.57
- Bewertung
- 82.57
- Messgröße
- Average task completion rate (TCR) over 8 tasks
- Einheit
- %
- Kategorie
- agentic
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- SoMe: A Realistic Benchmark for LLM-based Social Media Agents (AAAI-26)
- Status
- active
- Abrufdatum
- 2026-10-20
- Methodik
- Unabhängige Evaluation. Open-Source-Modell Devstral-Small-2507 (24B), mit vLLM auf 8 NVIDIA A800-SMX4-80GB-GPUs ausgeführt; laut Studie nutzen alle LLMs MCP-Agentenwerkzeuge. Ein modellspezifischer Nenner, Ausführungstag, genauer Gewichte-Commit und Decoding-Einstellungen fehlen.
- Einordnung
- Es werden weder ein modellspezifischer Stichprobenumfang noch ein Konfidenzintervall genannt. Die 17.869 annotierten Aufgabenanfragen beschreiben den Datensatz und werden nicht als N dieses Modells verwendet.
Tool-output JSON total exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.672
- Bewertung
- 0.672
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 1298
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema None, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population total.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Tool-output JSON extractive exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.719
- Bewertung
- 0.719
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 580
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema None, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population extractive.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Tool-output JSON filtering exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.558
- Bewertung
- 0.558
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 394
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema None, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population filtering.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Tool-output JSON aggregation exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.725
- Bewertung
- 0.725
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 324
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema None, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population aggregation.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Tool-output JSON total exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.671
- Bewertung
- 0.671
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 1298
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema Full, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population total.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Tool-output JSON extractive exact-match accuracy (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0.778
- Bewertung
- 0.778
- Messgröße
- exact-match accuracy
- Einheit
- ratio
- Benchmark-Version
- EACL 2026 Long Papers Table 7, exact Devstral-Small-2507 checkpoint
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Stichprobe
- 580
- Quellentyp
- independent-evaluator
- Auswertung
- How Good Are LLMs at Processing Tool Outputs? (EACL 2026 Long Papers)
- Status
- active
- Abrufdatum
- 2026-10-16
- Methodik
- Unabhängige Evaluation. Exakte Zeile Devstral-Small-2507; Ausgabeformat Code, Reasoning None, Schema Full, Antwort Full; Zero-Shot und Greedy Decoding bei Temperatur 0, maximal 1.000 Ausgabetoken; Population extractive.
- Einordnung
- Aufgabenspezifisches Exact-Match-Ergebnis zur Verarbeitung von JSON-Werkzeugausgaben, kein Software-Engineering- oder allgemeiner Qualitätswert. Die Studie nennt den Checkpoint, pinnt aber keine Repository-Revision.
Seite 1 von 2
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
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Devstral SmallLing 3.1 Flash 42Qwen 3 235B A22B 42Xing4.0-29B-A4B 42Hy-Memory-30B-A3B 42
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 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 Small, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Magistral SmallMistral AI · gleicher Anbieter
- Voxtral Small 24BMistral AI · gleicher Anbieter
- Magistral Small 1.2Mistral AI · gleicher Anbieter
- Voxtral Small (latest)Mistral AI · gleicher Anbieter
- Devstral Small 2Mistral AI · gleicher Anbieter
- Ministral 3 14BMistral AI · gleicher Anbieter
- Codestral-22B-v0.1Mistral AI · gleicher Anbieter
- Codestral (latest)Mistral AI · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
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
Häufige Fragen zu Devstral Small
Bis wann reicht das Wissen von Devstral Small?
Bis Mai 2025, laut Mistral AI. Das ist 2 Monate vor der Veröffentlichung.
Angabe von Mistral AI
MaiJuniJuliWissensstandMai 2025Veröffentlicht10.07.2025
Wie groß ist das Kontextfenster von Devstral Small?
128.000 Token. So viel Text liest Devstral Small auf einmal, das sind rund 190 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
Devstral SmallPlatz 98 von 103128 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
Kann ich Devstral Small lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Mistral AI
- Offene Gewichte
- ja
- Lizenz
- Apache 2.0
- Parameter
- 24 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 15 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Artificial Analysis | 1 | 0 | 1 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.