Devstral-2 123B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
The flagship coding agent, and dense — Mistral deliberately did not build this one sparse, so all 123B stream per token and throughput scales accordingly. Scores 71.6% on SWE-bench Verified, the best open-source coding-agent result at release. Requires about 75 GB at Q4_K_M, so a dual-GPU workstation. Apache 2.0.
Devstral-2 123B 在 Q4_K_M 下约需 75 GB 显存——量化权重加框架开销，不含 KV 缓存。在 Apple Silicon 上，这部分来自统一内存。
按量化级别的显存与速度
计算基准：NVIDIA RTX 4090 (24 GB)。仅含权重与开销：该模型架构未公开，因此未计入 KV 缓存。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 41.2 GB | ~3 tok/s | 需卸载 | |
| Q3_K_M 3.41 bpw | 53.2 GB | ~2 tok/s | 需卸载 | |
| Q4_K_M 4.83 bpw | 75.1 GB | — | 放不下 | |
| Q5_K_M 5.67 bpw | 88 GB | — | 放不下 | |
| Q6_K 6.56 bpw | 101.7 GB | — | 放不下 | |
| Q8_0 8.50 bpw | 131.5 GB | — | 放不下 | |
| F16 16.00 bpw | 246.8 GB | — | 放不下 |
黑色标记 = NVIDIA RTX 4090 (24 GB) 上的可用显存。 估算来自内存带宽屋顶线模型，详见 方法说明页. Devstral-2 123B 显存计算器 →
运行 Devstral-2 123B
目录中能运行 Devstral-2 123B 的最便宜 GPU 是 NVIDIA DGX Spark (128 GB).
或在 Vast.ai 比较，低至 $0.77/小时 (typical low · varies)
作为亚马逊联盟成员，我们从符合条件的购买中获得收入。云 GPU 链接为推荐链接——我们可能获得佣金，您无需额外付费。
如何运行 Devstral-2 123B
安装 Ollama，然后运行：
ollama run devstral:123b规格
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
Preview — The model is released, but these specs are thin or rest on a single source. Individual fields may be wrong.
- 参数量
- 123 Billion (dense)
- 上下文窗口
- 262,144
- 架构
- Dense Transformer
- 提供商
- Mistral AI
- 许可证
- Apache 2.0
- Practical deployment
- Workstation (large unified memory or pro GPU)
- 规格量化
- Q4_K_M
- 系统内存
- 128 GB
- 记录更新于
- 2026-04-05
Commercial use permitted. No usage restrictions beyond attribution.
质量与使用场景
评分由模型作者或独立评测方发布——衡量质量而非吞吐量，并非我们实测。
| 基准 | 分数 | 来源 |
|---|---|---|
| SWE-bench Verified | 71.6 / 100 % | 已发布 |
| HumanEval | 91.2 / 100 % | 已发布 |
| LiveCodeBench v6 | 67.8 / 100 % | 已发布 |
我的 GPU 能运行 Devstral-2 123B 吗？
- Devstral-2 123B 在 AMD Radeon RX 7800 XT 上
- Devstral-2 123B 在 AMD Radeon RX 7900 XT 上
- Devstral-2 123B 在 AMD Radeon RX 7900 XTX 上
- Devstral-2 123B 在 AMD Radeon RX 9060 XT 16GB 上
- Devstral-2 123B 在 AMD Radeon RX 9060 XT 8GB 上
- Devstral-2 123B 在 AMD Radeon RX 9070 上
- Devstral-2 123B 在 AMD Radeon RX 9070 XT 上
- Devstral-2 123B 在 AMD Ryzen AI Max+ 395 上
- Devstral-2 123B 在 Apple M1 上
- Devstral-2 123B 在 Apple M1 Pro 上
- Devstral-2 123B 在 Apple M1 Ultra 上
- Devstral-2 123B 在 Apple M2 上
- Devstral-2 123B 在 Apple M2 Pro 上
- Devstral-2 123B 在 Apple M3 上
- Devstral-2 123B 在 Apple M3 Pro 上
- Devstral-2 123B 在 Apple M4 上
- Devstral-2 123B 在 Apple M4 Max 上
- Devstral-2 123B 在 Apple M4 Pro 上
- Devstral-2 123B 在 Apple M5 上
- Devstral-2 123B 在 Apple M5 Max 上
- Devstral-2 123B 在 Intel Arc B570 上
- Devstral-2 123B 在 Intel Arc B580 上
- Devstral-2 123B 在 NVIDIA A100 80GB (PCIe) 上
- Devstral-2 123B 在 NVIDIA DGX Spark 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 3060 (12GB) 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 3070 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 3070 Ti 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 3080 (10GB) 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 3090 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4060 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4070 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4070 Super 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4070 Ti 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4070 Ti Super 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4080 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4080 Super 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 4090 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5060 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5070 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5070 Ti 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5080 上
- Devstral-2 123B 在 NVIDIA GeForce RTX 5090 上
- Devstral-2 123B 在 NVIDIA H100 80GB (PCIe) 上
- Devstral-2 123B 在 NVIDIA RTX PRO 6000 Blackwell 上
Devstral 的其他尺寸
Devstral-2 123B — 常见问题
How much VRAM does Devstral-2 123B need?
About 75 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 Devstral-2 123B run on an RTX 4090 (24 GB)?
No. Devstral-2 123B needs about 75 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 Devstral-2 123B locally?
Install Ollama and run `ollama run devstral:123b`. That pulls the weights and starts a local OpenAI-compatible endpoint; after the download nothing leaves the machine.
What other sizes does Devstral come in?
Devstral-2 123B (75 GB), Devstral 2 22B (14 GB), Devstral Small 2505 24B (15 GB), Devstral Small 2 24B (15 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.