Mistral-Small-24B-Instruct-2501: requisitos de VRAM e memória
Checkpoints específicos, com arquitetura e arquivos de peso rastreáveis. GGUF Q4_K_M (Unsloth): 14,72 GiB–15,45 GiB em 8.192 tokens, 1 sequência, KV FP16, llama.cpp.
Este resultado é uma estimativa, não um rastreio medido.Não verificadoPesos com arquivo
Roda em
- Mistral-Small-24B-Instruct-2501 roda em RTX 4090?
- Mistral-Small-24B-Instruct-2501 roda em RTX 3090?
- Mistral-Small-24B-Instruct-2501 roda em RTX 3060?
- Mistral-Small-24B-Instruct-2501 roda em RTX 4060 Ti?
- Mistral-Small-24B-Instruct-2501 roda em RTX 4070 Ti SUPER?
- Mistral-Small-24B-Instruct-2501 roda em RX 7900 XTX?
Publicador e procedência
- FornecedorMistral AI
- Hugging Face
mistralai/Mistral-Small-24B-Instruct-2501 - Revision
9527884be6e5616bdd54de542f9ae13384489724 - Parâmetros totais23.572.403.200
- Camadas40
- Heads de consulta32
- Heads KV8 (gqa)
- Dimensão do head128
- Contexto documentado32.768
- Completudecomplete · full
Camadas de memória desta estimativa
Bytes do arquivo, KV bruto, extras do engine e demanda total ficam separados. Isto não é um rastreio de execução.
- 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
Arquivos contados
| Quantização | Arquivos contados | Bytes | Motor de execução | Evidência |
|---|---|---|---|---|
| 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 | Nenhum arquivo publicado | 11.786.201.600 (Linhas teóricas não são artefactos descarregáveis.) | — | theoretical |
Memória por quantização e contexto
Sequências concorrentes = 1. O KV padrão é FP16. O intervalo inclui extras de runtime documentados para o engine indicado. Os números usam o mesmo núcleo da calculadora interativa.
| Quantização | 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 Linhas teóricas não são artefactos descarregáveis. | 11,41 GiB–15,08 GiB | 12,35 GiB–16,25 GiB | 16,10 GiB–20,87 GiB |
Cache KV (dados brutos)
O KV bruto de GQA/MHA é 2 × camadas × kvHeads × headDim × tokens × sequências × bytes por elemento. Esta página usa KV heads (8), não query heads (32).
- 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)
Páginas relacionadas
Fontes
- Mistral-Small-24B-Instruct-2501 model card
- config.json — revision 9527884be6e5616bdd54de542f9ae13384489724
- safetensors index — metadata.total_size=47144806400
- Artifact repo unsloth/Mistral-Small-24B-Instruct-2501-GGUF
- Artifact repo bartowski/Mistral-Small-24B-Instruct-2501-GGUF
Premissas que afetam o resultado
- O contexto pedido cabe na janela nativa de 32768 tokens.
- A estimativa residente usa o total de parâmetros, inclusive especialistas MoE inativos.
- Os bytes dos pesos vêm só dos arquivos escolhidos, não de todas as quantizações do repositório.
- O tamanho do download não é o pico de GPU. Layout em execução e KV vêm a mais.
- Arquivos contados: Mistral-Small-24B-Instruct-2501-Q4_K_M.gguf.
- O contexto é o número de tokens em cache por sequência (entrada mais geração reservada).
- Sequências simultâneas compartilham uma cópia do modelo; os pesos não multiplicam pela quantidade de sequências.
- O tipo da KV é independente da quantização dos pesos, a menos que você mude.
Calculadora
A carregar o snapshot do catálogo…
Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.
Pesquise ou escolha um modelo do catálogo para ver a VRAM necessária e rodar um LLM local.