核心规格对比

规格DeepSeek Coder V2Codestral
厂商deepseekmistral
版本coder-v2codestral
发布日期2024-06-212024-05-29
上下文窗口128000 tokens32000 tokens
输入模态texttext
输出模态texttext
许可DeepSeek LicenseMNPL
SOC2✗✓
HIPAA✗✗
GDPR✗✓
ISO 27001✗✓

基准测试结果

基准DeepSeek Coder V2Codestral胜出
ARC88.587.4DeepSeek Coder V2
BBH72.358.3DeepSeek Coder V2
GPQA25.432.4Codestral
GSM8K62.963.3Codestral
HUMANEVAL88.969.2DeepSeek Coder V2
IFEVAL56.759.4Codestral
MATH38.229.4DeepSeek Coder V2
MMLU72.375.1Codestral
MUSR40.347.2Codestral
WINOGRANDE78.875.8DeepSeek Coder V2

定价对比

项目 (每百万Token)DeepSeek Coder V2Codestral
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 / Mistral2024-06-21 / 2024-05-29128K / 32KDeepSeek License / MNPL

基准测试表现

基准DeepSeek Coder V2Codestral胜出
ARC88.587.4A
BBH (BIG-Bench Hard)72.358.3A
GPQA25.432.4B
GSM8K (Grade School Math 8K)62.963.3Tie
HumanEval88.969.2A
IFEval56.759.4B
MATH38.229.4A
MMLU (Massive Multitask Language Understanding)72.375.1B
MUSR40.347.2B
WinoGrande78.875.8A

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.