数据点: 29
Model compare
Devstral 2 和 GPT-4 的结论先放在这里，方便先判断是否值得继续看明细。
模型 A
devstral-2
模型 B
OpenAI
综合加权结果：GPT-4。Benchmark 能力分类占 80%，价格、API 性能和可用性占 20%。
结论
GPT-4
GPT-4 当前综合加权更高；模型 A / B 得分为 5 对 95。
证据覆盖
29 个数据点
包含 3 个 benchmark、0 个 audit 样本和 2 个 provider 样本。
选择依据
优先看 GPT-4
下方图表把 5 组高信号样本拆开，便于核对速度、跑分和安全分。
左右两边都可以换成其他模型，页面会打开新的 LMSpeed 对比 URL。
选择其他模型后会打开新的对比页。
本页目录
这份报告只使用 LMSpeed 已有数据：Devstral 2 和 GPT-4 的价格、测速聚合、第三方跑分与共同服务商样本。
输入
输出
总体结果按 80% benchmark 能力分类和 20% 价格、API 速度/延迟与可用性加权；近期测试数量不参与胜负，缺失的 benchmark 分类不计分。
Devstral 2
Devstral 2 的运营优势是：平均速度。
GPT-4 在 benchmark 分类（代码）和运营维度（首 token 延迟、免费服务商、服务商覆盖）更强。
来自 LMSpeed 同步的第三方 benchmark profile；只展示两个模型都有数值的指标。
按 0-100 分对比 benchmark 分类表现；点击分类可以聚焦查看差距。
平均分
45.2
49.5
暂无数据
GPT-4 领先 2.6
按具体 benchmark 指标对比两个模型，展示来源、排名覆盖、置信度、误差和评测日期等上下文。
0.71 s
排名 #25/139 · confidence 4
0.97 s
排名 #33/139 · confidence 4
排名 #34/139 · confidence 4
排名 #53/139 · confidence 4
60.4 tok/s
排名 #95/139 · confidence 4
33.9 tok/s
排名 #134/139 · confidence 4
来自共同 provider 的最近完成 audit，展示四个安全/完整性分组分数和报告入口。
把同一 provider 的测速聚合和 input/output 价格放进同一行，便于判断实际 API 表现和迁移成本。
speed / latency
N/A / N/A
input / output
从 Devstral 2 vs GPT-4 继续查看附近模型的横向对比，这些页面都有足够的 LMSpeed 可验证数据。
