Mistral Medium 3.5 — lokalny model AI od Mistral AI
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Pierwszy połączony flagowiec Mistrala: jeden gęsty model 128B, który łączy linie rozumowania (Magistral) i programowania (Devstral 2) w jednym checkpoincie, z wejściem obrazowym i kontekstem 256K. Gęsty oznacza, że każdy parametr jest czytany przy każdym tokenie, więc jest wolniejszy na token niż model mixture-of-experts tej samej wielkości, ale przy około 78 GB w Q4_K_M mieści się w Macu ze 128 GB albo na dwóch kartach 48 GB. Jego licencja „Modified MIT” odbiera wszelkie prawa firmom z przychodem powyżej 20 mln USD miesięcznie.
Warianty
Najmniejszy wariant Mistral Medium 3.5 potrzebuje około 78 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| Mistral Medium 3.5 128B → 128B | ~77.9 GB | 262,144 | ollama run mistral-medium-3.5:128b |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić Mistral Medium 3.5 lokalnie
Zainstaluj Ollama, a potem pobierz tag.
ollama run mistral-medium-3.5:128bWybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Dotyczy: Mistral Medium 3.5 128BPolecane GPU
Najtańsze GPU z naszego katalogu, które uruchomi Mistral Medium 3.5 lokalnie (min. 78 GB VRAM), to NVIDIA DGX Spark (128 GB).
Mistral Medium 3.5 — najczęściej zadawane pytania
How much VRAM does Mistral Medium 3.5 need?
Mistral Medium 3.5 needs about 78 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Mistral Medium 3.5 128B (78 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Mistral Medium 3.5 on an RTX 4090 (24 GB)?
Mistral Medium 3.5's smallest variant needs about 78 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 Mistral Medium 3.5?
Q4_K_M is the best balance of quality and VRAM for Mistral Medium 3.5 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 Mistral Medium 3.5 with Ollama?
Install Ollama, then run: ollama run mistral-medium-3.5:128b. This downloads Mistral Medium 3.5 and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.