D

Devstral Medium

Mistral AI と All Hands AI が共同開発した高度なコードエージェントモデルで、ソフトウェアエンジニアリングタスクに特化しています。SWE-Bench Verified ベンチマークで 61.6% のスコアを達成し、Gemini 2.5 Pro および GPT 4.1 を上回りましたが、価格はその4分の1です。エンタープライズレベルのデプロイとカスタムファインチューニングをサポートし、高性能なコード生成と複数ファイル編集が必要な複雑な開発シナリオに適しています。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
いいえ
推論モデルかどうか
256,000
コンテキストウィンドウ
128,000
最大出力トークン
-
知識カットオフ

価格設定

¥2.88 /M tokens
入力
¥14.4 /M tokens
出力
¥5.76 /M tokens
混合価格

クイック簡易比較

入力

出力

Devstral Small (May '25)
¥0.1
Devstral Medium
¥0.4
Devstral
¥0.1

基本パラメータ

Devstral Medium技術パラメータ
パラメータ数
未発表
コンテキスト長
256.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
137
リリース日
2025-07-10
応答速度
97.926 tokens/s

ベンチマークスコア

以下はDevstral Mediumの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
38.18
大規模言語モデルインテリジェンスレベル
コーディング指数
31.52
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
38.7
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
70.8
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
49.2
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
3.8
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
33.7
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
29.4
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
93.5
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
70.7
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
6.7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase