Mistral AI22B~14 GB VRAM przy Q4_K_M

Codestral 22B — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 29 maja 2024

The best local model for IDE integration. Trained on 80+ programming languages with Fill-In-Middle support for autocomplete. Use with continue.dev or Cursor for production-grade code assistance. Fits in 16GB VRAM.

Codestral 22B potrzebuje około 14 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika88

Kreatywność55

Kod97

VRAM i szybkość według kwantyzacji

Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.

Kwant.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	10 GB	~76 tok/s	Mieści się
Q3_K_M 3.41 bpw	12.1 GB	~62 tok/s	Mieści się
Q4_K_M 4.83 bpw	16.1 GB	~47 tok/s	Mieści się
Q5_K_M 5.67 bpw	18.4 GB	~41 tok/s	Mieści się
Q6_K 6.56 bpw	20.9 GB	~36 tok/s	Mieści się
Q8_0 8.50 bpw	26.3 GB	~4 tok/s	Częściowo w RAM
F16 16.00 bpw	47.1 GB	~2 tok/s	Częściowo w RAM

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Codestral 22B →

Uruchom Codestral 22B

Najtańsze GPU z naszego katalogu, które uruchomi Codestral 22B, to AMD Radeon RX 9060 XT 16GB (16 GB).

Kup ten sprzęt AMD Radeon RX 9060 XT 16GB — 16 GB VRAM · 160 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)

Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.

Ujawnienie afiliacyjne: Niektóre odnośniki na tej stronie to linki afiliacyjne — jeśli dokonasz zakupu za ich pośrednictwem, LLM Configurator może otrzymać prowizję bez dodatkowych kosztów dla Ciebie. Jako uczestnik programu Amazon Associates, LLM Configurator zarabia na kwalifikujących się zakupach.

AMD Radeon RX 9060 XT 16GB

16 GB VRAM · 160 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Codestral 22B

Zainstaluj Ollama, a potem uruchom:

$ollama run codestral:22b

Wagi na Hugging Face: mistralai/Codestral-22B-v0.1 ↗

Specyfikacja

Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.

Parametry: 22 Billion
Okno kontekstu: 32,768
Architektura: Dense
Dostawca: Mistral AI
Licencja: MNPL (Non-Commercial)
Practical deployment: Laptop
Określono przy: Q4_K_M
RAM systemowy: 24 GB
Rekord zaktualizowany: 2024-05-29

LicencjaMNPL-0.1Tylko badania / użycie niekomercyjne

Research / non-commercial only — this licence does NOT permit shipping a commercial product.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy docoding agentide plugincode completiondev work

Czy uruchomię Codestral 22B na moim GPU?

Codestral 22B — najczęściej zadawane pytania

How much VRAM does Codestral 22B need?

About 14 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.

Does Codestral 22B run on an RTX 4090 (24 GB)?

Yes. Codestral 22B needs about 14 GB at Q4_K_M, inside a 24 GB card, at an estimated 47 tokens/sec.

How do I run Codestral 22B locally?

Install Ollama and run `ollama run codestral:22b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.