Was ist Devstral Small 2?
Devstral Small 2 ist ein Coding-Modell mit 24 Milliarden Parametern von Mistral AI, veröffentlicht am 9. Dezember 2025 zusammen mit Devstral 2 und dem Kommandozeilen-Agenten Mistral Vibe. Es liest Text und Bilder, schreibt Text, unterstützt Tool Calling und hat 256K Tokens Kontext. Laut Model Card ist es leicht genug für eine einzelne RTX 4090 oder einen Mac mit 32GB RAM.
Mistral hat seitdem die gesamte Devstral-Reihe auf seiner API auslaufen lassen. Devstral Small 2 wurde am 27. Februar 2026 als veraltet markiert und am 31. März 2026 abgeschaltet; Devstral 2 folgte am 31. Juli 2026. Mistral verweist auf Mistral Medium 3.5, und die Modellseite führt kein aktuelles Devstral-Modell mehr. Die offenen Gewichte unter Apache 2.0 bleiben auf Hugging Face und funktionieren mit vLLM, llama.cpp, LM Studio und Ollama.
Lohnt sich Devstral Small 2?
Devstral Small 2 ist ein fähiges lokales Coding-Modell, dessen Hersteller weitergezogen ist. Mistral hat die API-Version im März 2026 abgeschaltet und das größere Devstral 2 im Juli, und die Modellseite führt inzwischen überhaupt kein Devstral mehr. Was du darauf aufbaust, pflegst du ohne Roadmap eines Anbieters.
Die Zahlen, die es bekannt machten, stammen von Mistral selbst: 68,0% auf SWE-bench Verified, 55,7% auf SWE-bench Multilingual und 22,5% auf Terminal Bench 2, in Mistrals Tabelle bei Verified gleichauf mit dem 355B großen GLM 4.6. Claude Sonnet 4.5 kam im selben Vergleich auf 77,2%. Artificial Analysis führt es unabhängig davon mit 8 auf seinem Intelligence Index, Platz 17 von 74 offenen Modellen ohne Reasoning zwischen 4B und 40B Parametern, bei einem Median von 6.
Sein eigentlicher Vorteil ist, dass es passt. Die offiziellen Gewichte liegen in FP8 vor, etwa 24GB, und Unsloths Quantisierung Q4_K_M kommt auf 14,3GB. Eine RTX 4090 mit 24GB fasst das Modell also und hat noch Platz für einen brauchbaren Teil der 256K Kontext. Mistrals vorgeschlagene Nachfolger, Mistral Small 4 mit 119B und Medium 3.5 mit 128B, passen auf diese Hardware überhaupt nicht.
Die Schwäche ist die Zeit. IBMs Granite 4.2 und Googles Gemma 4 sind Modelle unter Apache 2.0 aus dem Jahr 2026, gebaut für denselben Platz auf einer einzelnen GPU, und beide sind neuer als alles, was von der Devstral-Reihe übrig ist. Benchmarks verschiedener Anbieter nutzen unterschiedliche Agenten-Scaffolds, der ehrliche Vergleich ist daher eine Woche mit deinem eigenen Repository.
Wo es sich lohnt
Ein sicherheitsbewusstes Fintech-Team mit acht Entwicklern
Einen Coding-Agenten betreiben, ohne Quellcode in irgendeine Cloud zu schicken
Stell die FP8-Gewichte mit vLLM auf einer Workstation-GPU mit 48GB bereit und richte Cline oder OpenHands darauf. Die Hardware ist eine einmalige Ausgabe; das Risiko ist, dass kein Anbieter das Modell mehr patcht oder aktualisiert.
Eine freiberufliche Entwicklerin mit einem MacBook Pro mit 32GB
Einen Offline-Coding-Assistenten für Reisen und Kundenstandorte ohne Internet
Hol dir devstral-small-2 über Ollama, etwa 15GB, und nutze es in LM Studio oder Cline. Die Antworten kommen langsamer als bei einem gehosteten Modell, und bei großen Refactorings über viele Dateien sinkt die Qualität.
Ein Engineering Manager, der lokale Modelle für ein 30-köpfiges Team vergleicht
Eine Baseline für einen internen, selbst gehosteten Coding-Dienst wählen
Devstrals 68% auf SWE-bench Verified sind ein vernünftiger Referenzpunkt, aber da die Reihe eingestellt ist, ist für einen Dienst über mehrere Jahre eine Modellfamilie sicherer, die noch Releases bekommt.
Bevor du dich festlegst
- Einrichtung
- ollama pull devstral-small-2 oder Bereitstellung mit vLLM und Mistrals Tokenizer-Flags; Mistral empfiehlt ein Setup aus Server und Client und bittet, Fehler beim lokalen Betrieb an das jeweilige Framework zu melden.
- Integrationen
- vLLM, SGLang, Transformers, llama.cpp, LM Studio und Ollama; Coding-Agenten wie Mistral Vibe, Cline, Kilo Code, Claude Code, OpenHands und SWE-agent.
- Daten und Datenschutz
- Apache 2.0 ohne Nutzungsbeschränkungen; selbst gehostet, Code verlässt deine Hardware also nie, außer du wählst einen Drittanbieter.
- Kosten im großen Maßstab
- Einen API-Preis vom Hersteller gibt es nicht mehr; Self-Hosting bedeutet etwa 24GB VRAM für die offiziellen FP8-Gewichte, 19,3GB in Q6_K oder 14,3GB in Q4_K_M, plus Speicher für den KV-Cache bei langen Kontexten.
- Grenzen
- Mistrals API-Endpunkte für alle Devstral-Modelle sind abgeschaltet; Artificial Analysis stuft es als etwas wortreich ein, mit 18M Tokens auf seinem Index gegenüber einem Median von 16M.
Was gut ist
- Apache-2.0-Lizenz
- Q4-Quantisierung mit 14,3GB passt auf eine RTX 4090
- 256K Tokens Kontext und Bildeingabe
- Funktioniert mit Cline, OpenHands, Claude Code und Mistral Vibe
Was nicht
- API-Version bei Mistral im März 2026 abgeschaltet, kein Devstral mehr auf der API
- Keine öffentliche gehostete API bei Artificial Analysis gelistet
- Auf SWE-bench Verified 9 Punkte hinter Claude Sonnet 4.5 in Mistrals eigener Tabelle
- Keine weiteren Updates zu erwarten
Am besten für
Entwickler, die einen selbst gehosteten Coding-Agenten auf einer GPU mit 24GB oder einem Mac mit 32GB wollen und damit leben können, ein Modell zu pflegen, das sein Hersteller nicht mehr weiterentwickelt.
Alternativen zu Devstral Small 2
Devstral Small 2: häufige Fragen
- Lohnt sich Devstral Small 2?
- Devstral Small 2 läuft weiterhin gut auf einer einzelnen Gaming-GPU, aber Mistral hat die Reihe aufgegeben, und niemand verkauft es mehr als Dienst. Wir bewerten es mit 3.4 von 5.
- Was kostet Devstral Small 2?
- Kostenlose Gewichte unter Apache 2.0. Die API-Version bei Mistral wurde am 31. März 2026 abgeschaltet, und Artificial Analysis führt keine öffentliche API.
- Welche Nachteile hat Devstral Small 2?
- API-Version bei Mistral im März 2026 abgeschaltet, kein Devstral mehr auf der API; Keine öffentliche gehostete API bei Artificial Analysis gelistet; Auf SWE-bench Verified 9 Punkte hinter Claude Sonnet 4.5 in Mistrals eigener Tabelle; Keine weiteren Updates zu erwarten.
- Für wen eignet sich Devstral Small 2?
- Entwickler, die einen selbst gehosteten Coding-Agenten auf einer GPU mit 24GB oder einem Mac mit 32GB wollen und damit leben können, ein Modell zu pflegen, das sein Hersteller nicht mehr weiterentwickelt.
- Was kostet Devstral Small 2 für ein Team oder im Produktivbetrieb?
- Einen API-Preis vom Hersteller gibt es nicht mehr; Self-Hosting bedeutet etwa 24GB VRAM für die offiziellen FP8-Gewichte, 19,3GB in Q6_K oder 14,3GB in Q4_K_M, plus Speicher für den KV-Cache bei langen Kontexten.
- Ist Devstral Small 2 sicher für Firmendaten?
- Apache 2.0 ohne Nutzungsbeschränkungen; selbst gehostet, Code verlässt deine Hardware also nie, außer du wählst einen Drittanbieter.
- Was sind die besten Alternativen zu Devstral Small 2?
- Die nächsten Alternativen, die wir getestet haben, sind Gemma 4, Granite 4.2, Mistral Small 4 und Devstral 2.
Antworten geprüft am 22. Okt. 2026.