Leanstral — lokalny model AI od Mistral AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Modele Mistrala do inżynierii dowodów w Lean 4, oparte na architekturze Mistral Small 4. Otwarte wagi na licencji Apache-2.0; hostowane API wycofano 30 września 2026, więc wagi są teraz jedynym sposobem korzystania z modelu.

Hugging Face Release post (mistral.ai)

Warianty

Najmniejszy wariant Leanstral potrzebuje około 73 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Leanstral 1.5 119B-A6B →
119B (6B active)
~72.6 GB

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

Jak uruchomić Leanstral lokalnie

Zainstaluj Ollama, a potem pobierz tag.

No Ollama tag. Mistral's card documents vLLM; its hosted API was retired on 30 September 2026.

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: Leanstral 1.5 119B-A6B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Leanstral lokalnie (min. 73 GB VRAM), to NVIDIA DGX Spark (128 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.
NVIDIA DGX Spark (128GB)
128 GB VRAM · 150 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Leanstral — najczęściej zadawane pytania

How much VRAM does Leanstral need?

Leanstral needs about 73 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Leanstral 1.5 119B-A6B (73 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

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

Leanstral's smallest variant needs about 73 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.

What quantization should I use for Leanstral?

Q4_K_M is the best balance of quality and VRAM for Leanstral 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 Leanstral with Ollama?

Leanstral has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.