Voxtral Small TPS kalkulátor

Otevřít váhy Mistral AI 24.3B parametry July 2025

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

241 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 7120P

16 GB · IQ4_XS · 9.8 tok/s

Nejrychlejší karta

B200

139 tok/s · 180 GB

Které GPU mohou spustit Voxtral Small?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

241 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
139 tok/s 84–223 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	26.7 GB	Q8_0	Pohodlný
139 tok/s 84–223 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	26.7 GB	Q8_0	Pohodlný
111 tok/s 67–178 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	26.7 GB	Q8_0	Pohodlný
111 tok/s 67–178 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	26.7 GB	Q8_0	Pohodlný
89.1 tok/s 53–142 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	26.7 GB	Q8_0	Pohodlný
85.2 tok/s 51–136 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.7 GB	Q8_0	Pohodlný
85.2 tok/s 51–136 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.7 GB	Q8_0	Pohodlný
81.6 tok/s 49–131 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	26.7 GB	Q8_0	Pohodlný
72.4 tok/s 43–116 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	26.7 GB	Q8_0	Pohodlný
72.4 tok/s 43–116 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	26.7 GB	Q8_0	Pohodlný
72.4 tok/s 43–116 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	26.7 GB	Q8_0	Pohodlný
68.7 tok/s 41–110 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	26.7 GB	Q8_0	Pohodlný
58.6 tok/s 35–94 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.7 GB	Q8_0	Pohodlný
58.6 tok/s 35–94 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	26.7 GB	Q8_0	Pohodlný
58.6 tok/s 35–94 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	26.7 GB	Q8_0	Pohodlný
58.6 tok/s 35–94 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.7 GB	Q8_0	Pohodlný
58.6 tok/s 35–94 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	26.7 GB	Q8_0	Pohodlný
48.4 tok/s 29–77 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	14.0 GB	IQ4_XS	Těsný
44.6 tok/s 27–71 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	26.7 GB	Q8_0	Pohodlný
44.6 tok/s 27–71 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	26.7 GB	Q8_0	Pohodlný
41.1 tok/s 25–66 · nízká důvěra	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	14.0 GB	IQ4_XS	Těsný
38.4 tok/s 23–61 · nízká důvěra	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	14.0 GB	IQ4_XS	Těsný
38.4 tok/s 23–61 · nízká důvěra	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.0 GB	IQ4_XS	Těsný
38.4 tok/s 23–61 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.0 GB	IQ4_XS	Těsný
38.4 tok/s 23–61 · nízká důvěra	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	14.0 GB	IQ4_XS	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: Mistral AI
Typ organizace: Industry
Země: France
Publikováno: 15 July 2025
Autoři: Alexander H. Liu, Andy Ehrenberg, Andy Lo, Clément Denoix, Corentin Barreau, Guillaume Lample, Jean-Malo Delignon, Khyathi Raghavi Chandu, Patrick von Platen, Pavankumar Reddy Muddireddy, Sanchit Gandhi, Soham Ghosh, Srijan Mishra, Thomas Foubert, Abhinav Rastogi, Adam Yang, Albert Q. Jiang, Alexandre Sablayrolles, Amélie Héliou, Amélie Martin, Anmol Agarwal, Antoine Roux, Arthur Darcet, Arthur Me…

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Speech
Úkol: Audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering
Základní model: Mistral Small 3

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 24.3B
Výcviková data: tokens

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)
Tréninkový kód: Unreleased
Hugging Face: mistralai

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Introducing frontier open source speech understanding models.
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Voxtral Small

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží Voxtral Small

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Hardwareová stránka

Minimum karta

Xeon Phi 7120P

Potřeba paměti

14.0 GB

Nejrychlejší

139 tok/s

Voxtral Small dosahuje počtu parametrů 24.3B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 241.

Na nízkém konci se to řeší pomocí Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 9.8 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 139 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

Voxtral Small byl zveřejněn Mistral AI, v zemi zaznamenané jako France, během July 2025. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Speech, a je zaznamenán jako vykonávající úkol audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering.

Jeho výchozím bodem byl existující základní model, Mistral Small 3. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Protože byly jeho váhy uvolněny, nic ohledně jeho spuštění nezávisí na dostupnosti poskytovatele - je to vaše, jakmile je stáhnuto. Na Hugging Face je publikováno pod organizací mistralai.

Porozumění rychlostem

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 19.2 tokenů za sekundu 192 z nich

Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Krok za krokem

Jak vybrat GPU pro Voxtral Small

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Přečtěte si nejprve číslo paměti

Tabulka uvádí každou kartu, která je schopna pojmout Voxtral Small, potřebující kolem 14.0 GB při kompresi IQ4_XS. Kapacita je brána — karta buď ji má, nebo ne.
02

Rozhodněte, jak dlouho vaše konverzace běží

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. Voxtral Small.
03

Vyberte, jak moc to budete komprimovat.

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese IQ4_XS na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Hodnoťte podle propustnosti spíše než podle specifikace

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro Voxtral Small. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 139 tok/s
05

Přečtěte si poslední sloupec fit

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě Voxtral Small. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Otevřete kartu, na které jste se usadili.

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Voxtral Small.

Odpovědi

Voxtral Small — běžné otázky

Voxtral Small— Kdo to vytvořil?

Bylo to publikováno společností Mistral AI, zakládající se na France, organizace zařazená jako industry.

Voxtral Small— Kdy byl vydán?

Bylo to zveřejněno v July 2025.

Voxtral Small— K čemu se to používá?

funguje v oblasti Speech, a je zaznamenáno jako zpracovávající úkol audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

Voxtral Small— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací mistralai. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

Voxtral Small— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 4.6 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Voxtral Small— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 241. Takže druhá karta je tu zřídka odpovědí.

Voxtral Small— proč se kvantizace liší mezi kartami?

Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Voxtral Small— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 84–223 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Voxtral Small— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 7120P, s kapacitou VRAM 16 GB. Spouští model při kompresi IQ4_XS používající přibližně 14.0 GB, a produkuje přibližně 9.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

Voxtral Small— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 139 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 192.

Voxtral Small— kolik VRAM potřebuje?

Potřebuje asi 14.0 GB při kompresi IQ4_XS, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

Voxtral Small— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi IQ4_XS, používající přibližně 14.0 GB a generováním zhruba 48.4 tokenů za sekundu. Fit je těsný.

Voxtral Small— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q6_K, používající přibližně 21.1 GB a generováním zhruba 33.9 tokenů za sekundu. Fit je těsný.

Voxtral Small— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

Voxtral Small— kolik má parametrů?

Má počet parametrů 24.3B. Table 1. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely