Mistral Medium 3.5 128B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
127,7B gęstych parametrów w 88 warstwach, uwaga grouped-query z 8 głowami KV, kontekst 262 144 tokenów, wejście obrazowe. Opublikowany w FP8 (267 GB na dysku); Mistral zaleca vLLM i wskazuje pliki GGUF od Unsloth dla llama.cpp, a Ollama ma tag 128B. Jego licencja Modified MIT nie jest wersją wymagającą tylko atrybucji: firma, której skonsolidowany przychód miesięczny przekracza 20 mln USD, nie otrzymuje na jej podstawie żadnych praw.
Mistral Medium 3.5 128B potrzebuje około 78 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
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. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 45.7 GB | ~3 tok/s | Częściowo w RAM | |
| Q3_K_M 3.41 bpw | 58.2 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 80.9 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 94.3 GB | — | Za duży | |
| Q6_K 6.56 bpw | 108.5 GB | — | Za duży | |
| Q8_0 8.50 bpw | 139.4 GB | — | Za duży | |
| F16 16.00 bpw | 259.2 GB | — | Za duży |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Mistral Medium 3.5 128B →
Uruchom Mistral Medium 3.5 128B
Najtańsze GPU z naszego katalogu, które uruchomi Mistral Medium 3.5 128B, to NVIDIA DGX Spark (128 GB).
lub porównaj w Vast.ai od $0.77/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.
Jak uruchomić Mistral Medium 3.5 128B
Zainstaluj Ollama, a potem uruchom:
ollama run mistral-medium-3.5:128bSpecyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 127.7 Billion
- Okno kontekstu
- 262,144
- Architektura
- Dense Transformer (GQA) with vision encoder
- Dostawca
- Mistral AI
- Licencja
- Modified MIT (revenue-gated)
- Availability
- Weights downloadable
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 128 GB
- Rekord zaktualizowany
- 2026-10-15
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
No rights at all for a company whose consolidated monthly revenue exceeds $20M.
Ograniczenia i zastrzeżenia
- Licence: no rights at all for a company above $20M consolidated monthly revenue.
- Dense 128B: every token reads all 128B parameters, so decode is far slower than a mixture-of-experts model of similar size; the estimate table on this page gives the figure for your hardware.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Mistral Medium 3.5 128B — najczęściej zadawane pytania
How much VRAM does Mistral Medium 3.5 128B need?
About 78 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 Mistral Medium 3.5 128B run on an RTX 4090 (24 GB)?
No. Mistral Medium 3.5 128B needs about 78 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run Mistral Medium 3.5 128B locally?
Install Ollama and run `ollama run mistral-medium-3.5:128b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.