Mistral Small 3.1 TPS kalkulátor

Otevřít váhy Mistral AI 24B parametry March 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 · 9.9 tok/s

Nejrychlejší karta

B200

141 tok/s · 180 GB

Které GPU mohou spustit Mistral Small 3.1?

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
141 tok/s 120–169	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	26.1 GB	Q8_0	Pohodlný
141 tok/s 120–169	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	26.1 GB	Q8_0	Pohodlný
113 tok/s 68–180 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Pohodlný
113 tok/s 68–180 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Pohodlný
90.2 tok/s 54–144 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	26.1 GB	Q8_0	Pohodlný
86.3 tok/s 73–104	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Pohodlný
86.3 tok/s 73–104	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Pohodlný
82.6 tok/s 50–132 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
69.5 tok/s 59–83	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
49.0 tok/s 42–59	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.6 GB	IQ4_XS	Těsný
45.2 tok/s 27–72 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Pohodlný
45.2 tok/s 27–72 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Pohodlný
41.6 tok/s 35–50	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Těsný
38.8 tok/s 33–47	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.6 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: 17 March 2025

Co to dělá

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

Doména: Language, Vision, Multimodal
Úkol: Language modeling/generation, Question answering, Quantitative reasoning, Code generation, Translation, Visual question answering, Character recognition (OCR)
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: 24B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Jak bylo ustanoveno: Comparison with other models

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: Mistral Small 3.1: the best model in its weight class.
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Mistral Small 3.1

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 Mistral Small 3.1

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

Co čísla znamenají

Co potřebujete k tomu, abyste to spustili

Minimum karta

Xeon Phi 7120P

Potřeba paměti

13.6 GB

Nejrychlejší

141 tok/s

Mistral Small 3.1 dosahuje počtu parametrů 24B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 241.

Nejmenší hardware, který funguje, je Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 9.9 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 141 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

Mistral Small 3.1 byl zveřejněn Mistral AI, v zemi zaznamenané jako France, během March 2025. Vydavatelská organizace je kategorizována jako industry.

funguje v oblasti Language, Vision, Multimodal, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Quantitative reasoning, Code generation, Translation, Visual question answering, Character recognition (OCR).

Místo toho, aby byl trénován od nuly, je odvozen z Mistral Small 3. To je obvyklý způsob, jak je specializovaný model vytvářen.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací mistralai.

Jak rychle to běží a proč

Mediánový výsledek je kolem 19.4 tokenů za sekundu 192 z nich

Je to hustý model, takže každý parametr je čten pro každý token vyprodukovaný. To dělá rychlost téměř přesně sledovat paměťovou šířku pásma — karta s dvojnásobnou šířkou pásma generuje přibližně dvojnásobně rychle.

Jeho rozložení pozornosti je v naší databázi, takže hodnoty VRAM jsou vypočítány přesně místo přibližně.

Krok za krokem

Jak vybrat GPU pro Mistral Small 3.1

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

01

Zkontrolujte, co to potřebuje před čímkoli jiným.

Tabulka uvádí každou kartu, která je schopna pojmout Mistral Small 3.1, potřebující kolem 13.6 GB při kompresi IQ4_XS. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Rozhodněte, jak dlouho vaše konverzace běží

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro Mistral Small 3.1.
03

Nastavte minimální kvalitu

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

Třídit podle rychlosti

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro Mistral Small 3.1. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 141 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 Mistral Small 3.1. 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

Podívejte se, co dalšího ta karta spouští

Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. Mistral Small 3.1.

Odpovědi

Mistral Small 3.1 — běžné otázky

Mistral Small 3.1— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 141 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.

Mistral Small 3.1— kolik VRAM potřebuje?

Potřebuje asi 13.6 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.

Mistral Small 3.1— 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 13.6 GB a generováním zhruba 49.0 tokenů za sekundu. Fit je těsný.

Mistral Small 3.1— 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 20.6 GB a generováním zhruba 34.4 tokenů za sekundu. Fit je těsný.

Mistral Small 3.1— 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.

Mistral Small 3.1— kolik má parametrů?

Má počet parametrů 24B. 24B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Mistral Small 3.1— Kdo to vytvořil?

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

Mistral Small 3.1— Kdy byl vydán?

Bylo to zveřejněno v March 2025.

Mistral Small 3.1— K čemu se to používá?

funguje v oblasti Language, Vision, Multimodal, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning, Code generation, Translation, Visual question answering, Character recognition (OCR). Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

Mistral Small 3.1— 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.

Mistral Small 3.1— 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 4.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Mistral Small 3.1— 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.

Mistral Small 3.1— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Mistral Small 3.1— Jak přesné jsou tyto odhady rychlosti?

Každé číslo je odvozeno od šířky pásma VRAM a velikosti modelu, není benchmarkováno, což je důvod, proč je každé publikováno jako rozsah spíše než jako jediné číslo. Jeden příklad: 120–169 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Mistral Small 3.1— 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 13.6 GB, a produkuje přibližně 9.9 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

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