Modelos / Mistral
Magistral Small 24B
Versão de raciocínio do Mistral Small.
- Parâmetros
- 23.6B
- Contexto máximo
- 40K
- Placa mínima
- 20 GB de VRAM
- Mac mínimo
- 24 GB
Mistral AI · licença apache-2.0 · mínimos com Q4_K_M e 8K de contexto
Rodar no Ollama
- Q4_K_M
ollama run magistral:24b - Q8_0
ollama run magistral:24b-small-2506-q8_0 - FP16
ollama run magistral:24b-small-2506-fp16
Quanta memória precisa
Total com pesos, KV cache e runtime, por quantização e contexto.
| Quantização | 4K | 8K | 32K |
|---|---|---|---|
| Q4_K_M | 15,4 GB | 16,2 GB | 20,8 GB |
| Q5_K_M | 17,8 GB | 18,6 GB | 23,2 GB |
| Q8_0 | 26,1 GB | 26,8 GB | 31,4 GB |
| FP16 | 48,1 GB | 48,9 GB | 53,5 GB |
Placas que rodam
- Radeon RX 7900 XT 20 GBRoda bem≈ 31 tok/s
- RTX 4090 24 GBRoda bem≈ 48 tok/s
- RTX 3090 24 GBRoda bem≈ 44 tok/s
- Radeon RX 7900 XTX 24 GBRoda bem≈ 37 tok/s
- RTX 5090 32 GBRoda bem≈ 85 tok/s
Macs
- M5a partir de 24 GB · ≈ 7,5 tok/s
- M5 Proa partir de 24 GB · ≈ 15 tok/s
- M5 Maxa partir de 36 GB · ≈ 18 tok/s
- M4a partir de 24 GB · ≈ 5,9 tok/s
- M4 Proa partir de 24 GB · ≈ 13 tok/s
- M4 Maxa partir de 36 GB · ≈ 16 tok/s
Arquitetura
- 40 camadas, 8 cabeças de KV de 128 dimensões.
- Cada token de contexto ocupa cerca de 160 KB de KV cache em F16.
Fontes: config.json · arquivo de pesos · atualizado em 16/10/2026
Mesma família
Mistral Nemo 12B · Ministral 3 8B · Ministral 3 14B · Mistral Small 3.2 24B · Devstral Small 2 24B