Mistral AI24B~15 GB VRAM przy Q4_K_M

Mistral Small 3.1 24B — VRAM, szybkość i lokalna konfiguracja

Name: LLM Configurator — GPU VRAM Checker
Author: LLM Configurator

Autor: Jakub Rusinowski · Ostatnia aktualizacja: 17 marca 2025

The best Apache 2.0 licensed model in the 24B class — can see images, has 128k context, and outperforms Gemma 3 27B on most benchmarks. Ideal for commercial deployment where licensing matters.

Mistral Small 3.1 24B potrzebuje około 15 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.

Logika92

Kreatywność89

Kod90

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.	VRAM	Szybkość (szac.)	Dopasowanie
Q2_K 2.63 bpw	9.9 GB	~75 tok/s	Mieści się
Q3_K_M 3.41 bpw	12.2 GB	~61 tok/s	Mieści się
Q4_K_M 4.83 bpw	16.4 GB	~45 tok/s	Mieści się
Q5_K_M 5.67 bpw	18.9 GB	~40 tok/s	Mieści się
Q6_K 6.56 bpw	21.5 GB	~35 tok/s	Mieści się
Q8_0 8.50 bpw	27.2 GB	~4 tok/s	Częściowo w RAM
F16 16.00 bpw	49.3 GB	~2 tok/s	Częściowo w RAM

Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Mistral Small 3.1 24B →

Uruchom Mistral Small 3.1 24B

Najtańsze GPU z naszego katalogu, które uruchomi Mistral Small 3.1 24B, to AMD Radeon RX 7900 XT (20 GB).

Kup ten sprzęt AMD Radeon RX 7900 XT 20GB — 20 GB VRAM · 315 W board power Uruchom w chmurze RTX 4090 w RunPod — od $0.34/godz. · stawka sprawdzona 2026-07

lub porównaj w Vast.ai od $0.35/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.

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 7900 XT 20GB

20 GB VRAM · 315 W board power

Ceny w 2026 są niestabilne — sprawdź aktualną ofertę.

Sprawdź cenę na Amazon

Jak uruchomić Mistral Small 3.1 24B

Zainstaluj Ollama, a potem uruchom:

$ollama run mistral-small3.1

Wagi na Hugging Face: mistralai/Mistral-Small-3.1-24B-Instruct-2503 ↗

Specyfikacja

Curated — A hand-written entry from before this catalogue recorded its sources. The figures are long-standing but their provenance is not on file.

Parametry: 24 Billion
Okno kontekstu: 128,000
Architektura: Dense + Vision Encoder
Dostawca: Mistral AI
Licencja: Apache 2.0
Practical deployment: Single consumer GPU
Określono przy: Q4_K_M
RAM systemowy: 32 GB
Rekord zaktualizowany: 2025-03-17

LicencjaApache-2.0Użycie komercyjne dozwolone

Commercial use permitted. No usage restrictions beyond attribution.

Jakość i zastosowania

Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.

Najlepszy dovisionragchatcommercial

Czy uruchomię Mistral Small 3.1 24B na moim GPU?

Mistral Small 3.1 24B — najczęściej zadawane pytania

How much VRAM does Mistral Small 3.1 24B need?

About 15 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 Small 3.1 24B run on an RTX 4090 (24 GB)?

Yes. Mistral Small 3.1 24B needs about 15 GB at Q4_K_M, inside a 24 GB card, at an estimated 45 tokens/sec.

How do I run Mistral Small 3.1 24B locally?

Install Ollama and run `ollama run mistral-small3.1`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.