Devstral — lokalny model AI od Mistral AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Druga generacja specjalisty od kodowania Mistral AI, wydana w kwietniu 2026. Wariant 123B Sparse osiąga 71,6% na SWE-bench Verified — w chwili premiery najwyższy wynik open-source w zadaniach agentów programistycznych. Zbudowany do agentowej inżynierii oprogramowania: edycji wielu plików, nawigacji po repozytorium i programowania sterowanego testami. Licencja Apache 2.0.

Mistral AI Hugging Face Ollama Library

Warianty

Najmniejszy wariant Devstral potrzebuje około 14 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Devstral-2 123B →
123B
~75.1 GB
Devstral 2 22B
22B
~14.1 GB
Devstral Small 2505 24B →
24B
~15.3 GB
Devstral Small 2 24B →
24B
~15.3 GB

Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.

Jak uruchomić Devstral lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama run devstral:123b

Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.

Licencja

Apache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Dotyczy: Devstral-2 123B, Devstral 2 22B, Devstral Small 2505 24B, Devstral Small 2 24B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Devstral lokalnie (min. 14 GB VRAM), to AMD Radeon RX 9060 XT 16GB (16 GB).

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.

Czy uruchomię Devstral na moim GPU?

Devstral — najczęściej zadawane pytania

How much VRAM does Devstral need?

Devstral needs about 14 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Devstral-2 123B (75 GB, Q4_K_M); Devstral 2 22B (14 GB, Q4_K_M); Devstral Small 2505 24B (15 GB, Q4_K_M); Devstral Small 2 24B (15 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

Can I run Devstral on an RTX 4090 (24 GB)?

Yes — Devstral runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.

What quantization should I use for Devstral?

Q4_K_M is the best balance of quality and VRAM for Devstral in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.

How do I run Devstral with Ollama?

Install Ollama, then run: ollama run devstral:123b. This downloads Devstral and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.