DeepSeek Coder V2 vs Codestral：基准对比
详细对比 DeepSeek Coder V2 与 Codestral 的基准表现、定价、上下文窗口与合规性。
核心规格对比
| 规格 | DeepSeek Coder V2 | Codestral |
|---|---|---|
| 厂商 | deepseek | mistral |
| 版本 | coder-v2 | codestral |
| 发布日期 | 2024-06-21 | 2024-05-29 |
| 上下文窗口 | 128000 tokens | 32000 tokens |
| 输入模态 | text | text |
| 输出模态 | text | text |
| 许可 | DeepSeek License | MNPL |
| SOC2 | ✗ | ✓ |
| HIPAA | ✗ | ✗ |
| GDPR | ✗ | ✓ |
| ISO 27001 | ✗ | ✓ |
基准测试结果
| 基准 | DeepSeek Coder V2 | Codestral | 胜出 |
|---|---|---|---|
| ARC | 88.5 | 87.4 | DeepSeek Coder V2 |
| BBH | 72.3 | 58.3 | DeepSeek Coder V2 |
| GPQA | 25.4 | 32.4 | Codestral |
| GSM8K | 62.9 | 63.3 | Codestral |
| HUMANEVAL | 88.9 | 69.2 | DeepSeek Coder V2 |
| IFEVAL | 56.7 | 59.4 | Codestral |
| MATH | 38.2 | 29.4 | DeepSeek Coder V2 |
| MMLU | 72.3 | 75.1 | Codestral |
| MUSR | 40.3 | 47.2 | Codestral |
| WINOGRANDE | 78.8 | 75.8 | DeepSeek Coder V2 |
定价对比
| 项目 (每百万Token) | DeepSeek Coder V2 | Codestral |
|---|---|---|
| 输入 | $0.14 | $0.3 |
| 输出 | $0.28 | $0.9 |
| 缓存读 | $0 | $0 |
| 缓存写 | $0 | $0 |
DeepSeek Coder V2 对比 Codestral
模型概述
DeepSeek Coder V2 与 Codestral 均为 AI 模型市场的重要选项。本页对比两者在基准、定价与合规性上的差异。
核心规格对比
| 厂商 | 发布日期 | 上下文窗口 | 许可证 |
|---|---|---|---|
| Deepseek / Mistral | 2024-06-21 / 2024-05-29 | 128K / 32K | DeepSeek License / MNPL |
基准测试表现
| 基准 | DeepSeek Coder V2 | Codestral | 胜出 |
|---|---|---|---|
| ARC | 88.5 | 87.4 | A |
| BBH (BIG-Bench Hard) | 72.3 | 58.3 | A |
| GPQA | 25.4 | 32.4 | B |
| GSM8K (Grade School Math 8K) | 62.9 | 63.3 | Tie |
| HumanEval | 88.9 | 69.2 | A |
| IFEval | 56.7 | 59.4 | B |
| MATH | 38.2 | 29.4 | A |
| MMLU (Massive Multitask Language Understanding) | 72.3 | 75.1 | B |
| MUSR | 40.3 | 47.2 | B |
| WinoGrande | 78.8 | 75.8 | A |
定价对比
| 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|
| — / — | — / — | — / — | — / — |
每百万 token — A / B
优势 & 劣势
DeepSeek Coder V2
- ✅ HumanEval 88.9，代码生成能力出色。
- ✅ 采用 MoE 混合专家架构。
- ⚠️ 闭源专有模型，不支持自托管。
Codestral
- ✅ 可靠的通用模型。
- ⚠️ 闭源专有模型，不支持自托管。
编辑点评
DeepSeek Coder V2 与 Codestral 各有侧重。建议根据具体场景（代码、长文本、视觉等）选择，参考上方基准与定价表。
常见问题
哪个模型在代码任务上更优？
参考 HumanEval 基准得分表，得分更高者更适合代码任务。
哪个模型价格更低？
参考上方的定价对比表，输入/输出价格更低者更具成本优势。
上下文窗口哪个更长？
参考核心规格对比表，上下文窗口更大的模型适合长文档处理。
参考文献
编辑点评
See Editor's Take section.