证据: 基准测试结果由厂商自行报告
Shieldstral 1.0 3B — 显存、速度与本地部署
作者： Jakub Rusinowski · 最后更新：
基于 Ministral 3 结构的 3.8B 安全分类器。每个请求以问题形式携带策略；模型返回可设阈值或排序的安全分数。训练序列长度最多 32K token。Apache-2.0；Mistral 表示它可在单块 16 GB GPU 上以 BF16 运行。
Shieldstral 1.0 3B 在 Q4_K_M 下约需 3 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)。包含 8K 上下文的 KV 缓存，因此数值高于上方的主数字。
| 量化 | 显存 | 显存 | 速度（估算） | 适配 |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 2.9 GB | ~222 tok/s | 可运行 | |
| Q3_K_M 3.41 bpw | 3.3 GB | ~200 tok/s | 可运行 | |
| Q4_K_M 4.83 bpw | 4 GB | ~170 tok/s | 可运行 | |
| Q5_K_M 5.67 bpw | 4.4 GB | ~155 tok/s | 可运行 | |
| Q6_K 6.56 bpw | 4.8 GB | ~143 tok/s | 可运行 | |
| Q8_0 8.50 bpw | 5.8 GB | ~121 tok/s | 可运行 | |
| F16 16.00 bpw | 9.4 GB | ~77 tok/s | 可运行 |
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. Shieldstral 1.0 3B 显存计算器 →
运行 Shieldstral 1.0 3B
目录中能运行 Shieldstral 1.0 3B 的最便宜 GPU 是 Intel Arc B570 (10 GB).
或在 Vast.ai 比较，低至 $0.35/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 Shieldstral 1.0 3B
No Ollama tag. Mistral documents vLLM and llama.cpp builds on the model card.
规格
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- 参数量
- 3.8 Billion
- 上下文窗口
- 32,768
- 架构
- Dense Transformer (GQA), image input
- 提供商
- Mistral AI
- 许可证
- Apache-2.0
- Practical deployment
- Edge device (phone, SBC)
- 规格量化
- Q4_K_M
- 系统内存
- 16 GB
- 记录更新于
- 2026-11-03
Commercial use permitted. No usage restrictions beyond attribution.
限制与注意事项
- A classifier, not a chat model: it scores content against the policy you pass in.
- Trained on sequences up to 32K tokens; the card advises staying inside that range.
另请参阅 Ministral 3 3B
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。
Shieldstral 1.0 3B — 常见问题
How much VRAM does Shieldstral 1.0 3B need?
About 3 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 Shieldstral 1.0 3B run on an RTX 4090 (24 GB)?
Yes. Shieldstral 1.0 3B needs about 3 GB at Q4_K_M, inside a 24 GB card, at an estimated 170 tokens/sec.
How do I run Shieldstral 1.0 3B locally?
No Ollama tag. Mistral documents vLLM and llama.cpp builds on the model card. Running the published tag would send your prompts to a hosted GPU rather than your own machine.