Mistral-Small-24B-Instruct-2501 の VRAM・メモリ要件
出典付きの構成と、選択した重みファイルに基づく具体的なチェックポイントです。 GGUF Q4_K_M (Unsloth)：8,192 トークンで約 14.72 GiB–15.45 GiB、シーケンス 1、FP16 KV、llama.cpp。
これは見積もりであり、実機トレースではありません。未確認ファイル由来の重み
動く構成
- Mistral-Small-24B-Instruct-2501 は RTX 4090 で動きますか？
- Mistral-Small-24B-Instruct-2501 は RTX 3090 で動きますか？
- Mistral-Small-24B-Instruct-2501 は RTX 3060 で動きますか？
- Mistral-Small-24B-Instruct-2501 は RTX 4060 Ti で動きますか？
- Mistral-Small-24B-Instruct-2501 は RTX 4070 Ti SUPER で動きますか？
- Mistral-Small-24B-Instruct-2501 は RX 7900 XTX で動きますか？
公開元と出典
- 提供元Mistral AI
- Hugging Face
mistralai/Mistral-Small-24B-Instruct-2501 - Revision
9527884be6e5616bdd54de542f9ae13384489724 - 総パラメータ数23,572,403,200
- 層数40
- クエリヘッド32
- KVヘッド8 (gqa)
- ヘッド次元128
- 記録されているコンテキスト上限32,768
- 完全性complete · full
この見積もりのメモリ内訳
ファイルのバイト、生の KV、エンジンの追加分、合計需要は別々です。ランタイムのトレースではありません。
- Weight artifact
- 13.35 GiB (14,333,909,248 bytes)
- Raw KV cache
- 1.25 GiB (1,342,177,280 bytes)
- Engine extras / workspace
- 0.13 GiB–0.85 GiB
- Total estimated demand
- 14.72 GiB–15.45 GiB
計上したファイル
| 量子化 | 計上したファイル | バイト | 実行エンジン | 根拠 |
|---|---|---|---|---|
| BF16 safetensors bf16 | 47,144,806,400 (43.91 GiB / 47.14 GB) | vllm, sglang, unspecified | file-metadata | |
| GGUF Q4_K_M (Unsloth) gguf-q4_k_m | Mistral-Small-24B-Instruct-2501-Q4_K_M.gguf | 14,333,909,248 (13.35 GiB / 14.33 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q6_K (Unsloth) gguf-q6_k | Mistral-Small-24B-Instruct-2501-Q6_K.gguf | 19,345,938,688 (18.02 GiB / 19.35 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q8_0 (Unsloth) gguf-q8_0 | Mistral-Small-24B-Instruct-2501.Q8_0.gguf | 25,054,779,648 (23.33 GiB / 25.05 GB) | llama.cpp, ollama, unspecified | file-metadata |
| GGUF Q5_K_M (bartowski) gguf-q5_k_m | Mistral-Small-24B-Instruct-2501-Q5_K_M.gguf | 16,763,983,552 (15.61 GiB / 16.76 GB) | llama.cpp, ollama, unspecified | file-metadata |
| INT4 theoretical | 公開ファイルなし | 11,786,201,600 (理論行はダウンロード可能な成果物ではありません。) | — | theoretical |
量子化とコンテキストごとのメモリ
同時シーケンスは 1 です。KV は既定で FP16 です。範囲には、記載したエンジンの記録済みランタイム分が含まれます。数字は対話式計算機と同じコアです。
| 量子化 | 2,048 tokens | 8,192 tokens | 32,768 tokens |
|---|---|---|---|
| BF16 safetensors | 44.84 GiB–46.73 GiB | 45.78 GiB–47.69 GiB | 49.53 GiB–51.56 GiB |
| GGUF Q4_K_M (Unsloth) | 13.79 GiB–14.44 GiB | 14.72 GiB–15.45 GiB | 18.47 GiB–19.47 GiB |
| GGUF Q6_K (Unsloth) | 18.45 GiB–19.20 GiB | 19.39 GiB–20.22 GiB | 23.14 GiB–24.23 GiB |
| GGUF Q8_0 (Unsloth) | 23.77 GiB–24.62 GiB | 24.71 GiB–25.64 GiB | 28.46 GiB–29.65 GiB |
| GGUF Q5_K_M (bartowski) | 16.05 GiB–16.74 GiB | 16.99 GiB–17.76 GiB | 20.74 GiB–21.77 GiB |
| INT4 theoretical 理論行はダウンロード可能な成果物ではありません。 | 11.41 GiB–15.08 GiB | 12.35 GiB–16.25 GiB | 16.10 GiB–20.87 GiB |
KV Cache（生データ）
標準の GQA/MHA 生 KV は 2 × 層数 × kvHeads × headDim × トークン数 × シーケンス数 × 要素バイトです。このページは query heads（32）ではなく KV heads（8）を使います。
- 8,192 tokens, 1 sequence, FP16: 1,342,177,280 bytes (1.2500 GiB)
- 32,768 tokens: 5,368,709,120 bytes (5.00 GiB)
関連ページ
出典
結果を左右する前提
- 要求コンテキストは記録上のネイティブ窓 32768 トークン以内です。
- 常駐ウェイトの見積もりは総パラメータを使い、非アクティブな MoE エキスパートも含めます。
- ウェイトのバイト数は選んだファイルだけです。リポジトリ内の全量子化を合計しません。
- ダウンロードサイズはピーク GPU メモリではありません。実行時レイアウトと KV は別です。
- 計上したファイル: Mistral-Small-24B-Instruct-2501-Q4_K_M.gguf。
- コンテキストはシーケンスあたりのキャッシュトークン数（入力＋生成の予約）です。
- 同時シーケンスは同一のモデル複製を共有し、ウェイトはシーケンス数では増えません。
- KV の型は、変更しない限りウェイト量子化とは独立です。
計算機
公開カタログスナップショットを読み込み中…
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。
検索するかカタログから選ぶと、ローカルLLMの必要VRAMが出ます。