Ministral — lokalny model AI od Mistral AI

Autor: Jakub Rusinowski · Ostatnia aktualizacja:

Model zastąpiony. Ministral został zastąpiony przez Ministral 3. Tę stronę zostawiamy dla odniesienia; nowsza rodzina jest lepszym punktem wyjścia. Zobacz Ministral 3 →

Lekka rodzina modeli Mistral AI do środowisk z ograniczonymi zasobami. Ministral 8B znacznie przewyższa swoje parametry w zadaniach rozumowania i mieści się na każdym GPU z 6 GB VRAM. Ministral 3B jest zaprojektowany dla telefonów i urządzeń edge.

Mistral Blog Hugging Face

Warianty

Najmniejszy wariant Ministral potrzebuje około 3 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.

ModelVRAM
Ministral 3B →
3B
~3 GB
Ministral 8B →
8B
~5.6 GB

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

Jak uruchomić Ministral lokalnie

Zainstaluj Ollama, a potem pobierz tag.

ollama run ministral:3b

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

Licencja

Mistral ResearchTylko badania / użycie niekomercyjne

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

Dotyczy: Ministral 3B, Ministral 8B

Polecane GPU

Najtańsze GPU z naszego katalogu, które uruchomi Ministral lokalnie (min. 3 GB VRAM), to Intel Arc B570 (10 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.
Intel Arc B570 10GB
10 GB VRAM · 150 W board power
Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Czy uruchomię Ministral na moim GPU?

Ministral — najczęściej zadawane pytania

How much VRAM does Ministral need?

Ministral needs about 3 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Ministral 3B (3 GB, Q4_K_M); Ministral 8B (6 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.

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

Yes — Ministral 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 Ministral?

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

Install Ollama, then run: ollama run ministral:3b. This downloads Ministral and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.