Voxtral Mini Υπολογιστής TPS
Κάθε κάρτα παρακάτω αξιολογείται σύμφωνα με αυτό το μοντέλο στη διάρκεια συμφραζομένων και την ελάχιστη ποιότητα που επιλέγετε. Η ταχύτητα είναι μια εκτίμηση για ένα μόνο αίτημα, υπολογισμένη από το εύρος ζώνης μνήμης της κάρτας και το μέγεθος του μοντέλου μόλις συμπιεστεί..
Υπολογίστηκε για αυτό το μοντέλο
818 κάρτες που κρατάμε προδιαγραφές για
Η μικρότερη κάρτα που χωράει
Tesla C1080
4 GB · Q4_K_M · 18.1 tok/s
Ταχύτερη κάρτα
B200
721 tok/s · 180 GB
Ποιες GPU μπορούν να τρέξουν Voxtral Mini?
Ορίστε τις εισόδους, διαβάστε την απάντηση
Μια μεγαλύτερη συζήτηση χρειάζεται περισσότερη μνήμη, γεγονός που μπορεί να απομακρύνει αυτό το μοντέλο από μικρότερες κάρτες..
Κρύβει κάρτες που θα χωρούσαν μόνο το μοντέλο συμπιέζοντας το κάτω από αυτό το σημείο.
818 οι κάρτες ταιριάζουν
Υπολογισμός| Χρειάζεται | Ποσοτικοποίηση | Καλά | |||||
|---|---|---|---|---|---|---|---|
|
721
tok/s
433–1,153 · χαμηλή εμπιστοσύνη |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 5.7 GB | Q8_0 | Άνετο |
|
721
tok/s
433–1,153 · χαμηλή εμπιστοσύνη |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 5.7 GB | Q8_0 | Άνετο |
|
576
tok/s
345–921 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 5.7 GB | Q8_0 | Άνετο |
|
576
tok/s
345–921 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 5.7 GB | Q8_0 | Άνετο |
|
460
tok/s
276–737 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 5.7 GB | Q8_0 | Άνετο |
|
441
tok/s
264–705 · χαμηλή εμπιστοσύνη |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 5.7 GB | Q8_0 | Άνετο |
|
441
tok/s
264–705 · χαμηλή εμπιστοσύνη |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 5.7 GB | Q8_0 | Άνετο |
|
422
tok/s
253–675 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 5.7 GB | Q8_0 | Άνετο |
|
374
tok/s
225–599 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 5.7 GB | Q8_0 | Άνετο |
|
374
tok/s
225–599 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 5.7 GB | Q8_0 | Άνετο |
|
374
tok/s
225–599 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 5.7 GB | Q8_0 | Άνετο |
|
355
tok/s
213–568 · χαμηλή εμπιστοσύνη |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
|
303
tok/s
182–484 · χαμηλή εμπιστοσύνη |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
|
303
tok/s
182–484 · χαμηλή εμπιστοσύνη |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 5.7 GB | Q8_0 | Άνετο |
|
303
tok/s
182–484 · χαμηλή εμπιστοσύνη |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
|
303
tok/s
182–484 · χαμηλή εμπιστοσύνη |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
|
303
tok/s
182–484 · χαμηλή εμπιστοσύνη |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
|
231
tok/s
138–369 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 5.7 GB | Q8_0 | Άνετο |
|
231
tok/s
138–369 · χαμηλή εμπιστοσύνη |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 5.7 GB | Q8_0 | Άνετο |
|
192
tok/s
115–307 · χαμηλή εμπιστοσύνη |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 5.7 GB | Q8_0 | Άνετο |
|
188
tok/s
113–301 · χαμηλή εμπιστοσύνη |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 5.7 GB | Q8_0 | Άνετο |
|
184
tok/s
110–294 · χαμηλή εμπιστοσύνη |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 5.7 GB | Q8_0 | Άνετο |
|
184
tok/s
110–294 · χαμηλή εμπιστοσύνη |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 5.7 GB | Q8_0 | Άνετο |
|
184
tok/s
110–294 · χαμηλή εμπιστοσύνη |
A800 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Aug 2022 | 5.7 GB | Q8_0 | Άνετο |
|
184
tok/s
110–294 · χαμηλή εμπιστοσύνη |
H100 CNX NVIDIA | 80 GB | 2,040 GB/s | Mar 2023 | 5.7 GB | Q8_0 | Άνετο |
Οι ταχύτητες είναι εκτιμήσεις για ένα μόνο αίτημα — μία συνομιλία τη φορά — υπολογισμένες από την μνήμη, το μέγεθος του μοντέλου και την ποσοτικοποίηση. Η πραγματική διακύμανση έξοδου ποικίλλει με τον χρόνο εκτέλεσης συμπερασμάτων και την έκδοσή του. Οι αριθμοί που δημοσιεύονται από τους προμηθευτές υλικού μετρούν πολλές ταυτόχρονες αιτήσεις και είναι πολύ υψηλότεροι..
Σε καταγραφή
Πλήρης προδιαγραφή
Όλα τα καταγεγραμμένα για αυτό το μοντέλο. Τα περισσότερα από αυτά περιγράφουν το πώς εκπαιδεύτηκε παρά το πώς τρέχει — χρήσιμο πλαίσιο για την εκτίμηση του πόση εργασία έχει επενδυθεί σε αυτό, και πώς συγκρίνεται με μοντέλα που έχουν κατασκευαστεί σε διαφορετική κλίμακα..
Προέλευση
Ποιος κατασκεύασε αυτό το μοντέλο, πού και πότε δημοσιεύθηκε.
- Οργάνωση
- Mistral AI
- Τύπος οργανισμού
- Industry
- Χώρα
- France
- Δημοσιευμένο
- 15 July 2025
- Συγγραφείς
- 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…
Τι κάνει
Οι προβληματικές περιοχές για τις οποίες σχεδιάστηκε το μοντέλο. Ένα μοντέλο μπορεί να διαθέτει αρκετές από κάθε μία.
- τομέας
- Speech, Language
- Εργασία
- Audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering
- Βασικό μοντέλο
- Ministral 3B
Μέγεθος
Πόσο μεγάλο είναι το μοντέλο και πόσα δεδομένα έχει εκπαιδευτεί. Οι παράμετροι είναι ο αριθμός που αποφασίζει αν χωράει σε μια δεδομένη κάρτα γραφικών.
- παράμετροι
- 4.7B
- Δεδομένα εκπαίδευσης
- tokens
Table 1
Διαθεσιμότητα
Εάν μπορείτε να αποκτήσετε το μοντέλο και να το τρέξετε στο δικό σας υλικό, το οποίο αποφασίζει αν οποιαδήποτε από τις αριθμούς της κάρτας γραφικών σε αυτή τη σελίδα ισχύει.
- Βάρη
- Open — downloadable
- Πρόσβαση μοντέλου
- Open weights (unrestricted)
- Κωδικός εκπαίδευσης
- Unreleased
- Αγκαλιάζοντας το Πρόσωπο
- mistralai
Apache 2.0 https://huggingface.co/mistralai/Voxtral-Mini-3B-2507
Πώς ταξινομείται
Ετικέτες το πηγαίο σύνολο δεδομένων εφαρμόζει όταν παρακολουθεί σημαντικά μοντέλα, και πόσο βέβαιο είναι στην είσοδο.
- Εγγραφή εμπιστοσύνης
- Confident
Πηγές
Από πού προήλθε αυτή η καταγραφή και πότε ελέγχθηκε τελευταία φορά.
- Αναφορά
- Introducing frontier open source speech understanding models.
- Τελευταία ενημέρωση
- 28 November 2025
Οι ακραίοι
Οι δέκα ταχύτερες GPUs που τρέχουν Voxtral Mini
Καταταγμένο κατά εκτιμώμενα tokens ανά δευτερόλεπτο, η νέα κάρτα πρώτα όπου οι ταχύτητες ισοφαρίζουν. Επειδή η γενιά εξαρτάται από την μνήμη μπάδνγουθ, αυτή η ταξινόμηση ακολουθεί την μπάδνγουθ παρά οποιοδήποτε benchmark παιχνιδιού..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 721 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 721 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 576 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 576 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 460 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 441 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 441 tok/s
- 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 422 tok/s
- 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 374 tok/s
- 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 374 tok/s
Οι μικρότερες GPUs που ακόμη λειτουργούν Voxtral Mini
Η φθηνότερη διαδρομή, κατά χωρητικότητα μνήμης. Μια σφιχτή εφαρμογή τρέχει το μοντέλο αλλά δεν αφήνει τίποτα επιπλέον για μια μεγαλύτερη συνομιλία..
- 01 GeForce RTX 4010 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 20.0 tok/s
- 02 RTX A400 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 20.0 tok/s
- 03 RTX 500 Mobile Ada Generation 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 26.6 tok/s
- 04 GeForce RTX 3050 A Mobile 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 39.9 tok/s
- 05 Jetson Orin Nano 4 GB 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 7.1 tok/s
- 06 Radeon RX 6450M 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 20.8 tok/s
- 07 Radeon RX 6550M 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 23.4 tok/s
- 08 Radeon RX 6550S 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 20.8 tok/s
- 09 Arc A310 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 16.8 tok/s
- 10 Arc Pro A30M 4 GB · Χρειάζεται 3.5 GB · Q4_K_M · Στενά 17.3 tok/s
Τι σημαίνουν οι αριθμοί
Απαιτήσεις υλικού στην πράξη
Ελάχιστη κάρτα
Tesla C1080
Μνήμη που απαιτείται
3.5 GB
Ταχύτερος
721 tok/s
Voxtral Mini φτάνει σε αριθμό παραμέτρων του 4.7B. Αυτό είναι αρκετά μικρό ώστε το υλικό σπάνια να είναι το εμπόδιο, συμπεριλαμβανομένων καρτών αρκετών ετών. Ο αριθμός των καρτών που παρακολουθούμε που μπορούν να το τρέξουν: 818.
Το σημείο εισόδου είναι Tesla C1080, με χωρητικότητα μνήμης 4 GB, τρέχοντας το σε μια συμπίεση του Q4_K_M και παράγοντας περίπου 18.1 tokens ανά δευτερόλεπτο
Στην άλλη άκρη κάθεται B200, γεννά προσεγγιστικά 721 tokens ανά δευτερόλεπτο με βάση τη μνήμη bandwidth ενός 8,000 GB/s.
Υπόβαθρο
Voxtral Mini δημοσιεύθηκε από Mistral AI, στην χώρα καταγεγραμμένη ως France, κατά τη διάρκεια July 2025. Ο εκδοτικός οργανισμός κατηγοριοποιείται ως industry.
Λειτουργεί στον τομέα της Speech, Language, και καταγράφεται ότι εκτελεί την εργασία του audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering.
Βασίζεται σε Ministral 3B. Οι περισσότεροι μοντέλα σε αυτή την κλίμακα προσαρμόζονται από μια υπάρχουσα βάση παρά κατασκευάζονται από το μηδέν.
Τα βάρη είναι δημοσιευμένα, έτσι ώστε να μπορούν να κατεβούν και να τρέξουν στον δικό σας υπολογιστή επ' αόριστον, εκτός σύνδεσης, χωρίς λογαριασμό συνδεδεμένο. Στο Hugging Face δημοσιεύεται υπό την οργάνωση mistralai.
Διαβάζοντας τα νούμερα απόδοσης
Σε κάθε κάρτα που μπορεί να το εκτελέσει, το μέσο της γκάμας βρίσκεται σε 28.3 τόκεν ανά δευτερόλεπτο. Παραγωγή κειμένου ταχύτερα από το μεγαλύτερο μέρος των ανθρώπων το διαβάζουν. 771 τους
Επειδή είναι πυκνό, διαβάζει όλα τα στοιχεία του ανά τοκέν, γι' αυτό και η ταξινόμηση κατά ταχύτητα παρακάτω ακολουθεί τόσο στενά την ταξινόμηση κατά μνήμης πλάτους.
Η εσωτερική του αρχιτεκτονική δεν είναι καταχωρημένη, οπότε η μνήμη προσεγγίζεται από τον αριθμό παραμέτρων και σημειώνεται αναλόγως. Αναμένετε η πραγματική τιμή να διαφέρει, περισσότερο σε μεγάλο πλαίσιο.
Βήμα προς βήμα
Πώς να επιλέξετε μια GPU για Voxtral Mini
Ο πίνακας παραπάνω έχει ήδη αξιολογήσει κάθε κάρτα για την οποία έχουμε προδιαγραφές σε σχέση με αυτό το μοντέλο. Η εύρεση της απάντησής σας απαιτεί έξι βήματα.
-
01
Διάβασε πρώτα την εικόνα μνήμης
Αρχίστε από αυτό που πραγματικά χρειάζεται, το οποίο είναι η απαίτηση του Voxtral Mini, χρειάζεστε γύρω 3.5 GB σε συμπίεση ενός Q4_K_M. Η Χωρητικότητα είναι η πύλη — μια κάρτα είτε την κρατά είτε δεν την κρατά.
-
02
Ρύθμισε το context length που θα εργαστείς.
Ρυθμίστε το πλαίσιο σε αυτό που θα χρησιμοποιήσετε πραγματικά. Η μνήμη αυξάνεται με την συνομιλία, και είναι ο συνηθισμένος λόγος που μια κάρτα που φαινόταν εντάξει σταματά να ταιριάζει. Voxtral Mini.
-
03
Επίλεξε πόσο μακριά θα το συμπιέσεις
Κάθε κάρτα εκτελεί την λιγότερο συμπιεσμένη έκδοση που μπορεί να κρατήσει, φτάνοντας σε μια συμπίεση του Q4_K_M στην μικρότερη κάρτα που χωρά. Η ρύθμιση μιας ελάχιστης ποιότητας απορρίπτει τις κάρτες που το διαχειρίζονται μόνο σφίγγοντας περισσότερο από αυτό που θα θέλατε, και διατηρεί τη σύγκριση σε ένα επίπεδο.
-
04
Σύγκριση TPS, όχι προδιαγραφές
Ταξινόμηση κατά ταχύτητα για να δείτε πώς οι ΚΑΡΤΕΣ κατατάσσονται για Voxtral Mini. Δεν θα ταιριάξει σε μια παραγγελία παιχνιδιών, επειδή η γενιά περιορίζεται από το memory bandwidth. Η κάρτα που είναι στην κορυφή της λίστας είναι B200, σε 721 τοκ/σ.
-
05
Διαβάστε την τελευταίο στήλη εφαρμογής
Το "Tight" σημαίνει ότι φορτώνει και λειτουργεί χωρίς περιθώριο να αυξηθεί το context αργότερα, στην περίπτωση του Voxtral Mini. Άνετο σημαίνει ότι μπορείτε να επεκτείνετε το context αργότερα. Αυτή η διαφορά έχει μεγαλύτερη σημασία από μερικά tokens ανά δευτερόλεπτο, οπότε αγοράστε για άνετο αν το περιμένετε.
-
06
Δες τι άλλο τρέχει αυτή η κάρτα
Κάθε σελίδα κάρτας επαναλαμβάνει αυτή τη διαδικασία για κάθε μοντέλο που διαθέτουμε, απαντώντας σε το τι άλλο είναι καλό για το υλικό πέρα από Voxtral Mini.
Απαντήσεις
Voxtral Mini — κοινές ερωτήσεις
Voxtral Mini— πόσο ακριβείς είναι αυτές οι εκτιμήσεις ταχύτητας;
Αυτές είναι εκτιμήσεις με πραγματικά περιθώρια σφάλματος, και οποιαδήποτε από αυτές θα μπορούσε λογικά να βρεθεί οπουδήποτε εντός της δημοσιευμένης περιοχής της, ανάλογα με το ποιο τρέξιμο χρησιμοποιείτε. Το ταχύτερο αποτέλεσμα εδώ: 433–1,153 tok/s στον B200. Το ίδιο μοντέλο και κάρτα διαφέρουν κατά τριάντα έως πενήντα τοις εκατό ανάλογα με το λογισμικό συμπερασμού και την έκδοσή του.
Voxtral Mini— ποια GPU χρειάζομαι για να το τρέξω;
Η μικρότερη κάρτα στον κατάλογό μας που το κρατάει είναι Tesla C1080, με χωρητικότητα μνήμης 4 GB. Τρέχει το μοντέλο σε συμπίεση της Q4_K_M χρησιμοποιώντας περίπου 3.5 GB, και παράγει περίπου 18.1 δεκάρια ανά δευτερόλεπτο. Ο αριθμός των καρτών που είναι ικανές να το εκτελέσουν συνολικά: 818.
Voxtral Mini— πώς γρήγορα είναι σε μια GPU;
Εξαρτάται από την ΚΑΡΤΑ. Ο πιο γρήγορος υπολογισμός που κάνουμε είναι B200, γύρω από 721 tokens ανά δευτερόλεπτο; ο πιο αργός που εξακολουθεί να τρέχει διαχειρίζεται σημαντικά λιγότερα. Η ταχύτητα ανάγνωσης είναι γύρω από δέκα tokens ανά δευτερόλεπτο, και ο αριθμός των καρτών που καθαρίζουν αυτό: 771.
Voxtral Mini— πόσο VRAM χρειάζεται;
Χρειάζεται περίπου 3.5 GB σε συμπίεση Q4_K_M, ποια είναι η μικρότερη κάρτα που το τρέχει. Λιγότερη συμπίεση χρειάζεται περισσότερα: οι αριθμοί στη στήλη μνήμης παραπάνω υπολογίζονται ξανά για κάθε κάρτα, επειδή κάθε μία κρατά την λιγότερο συμπιεσμένη έκδοση που μπορεί.
Voxtral Mini— μπορώ να το τρέξω σε μια GPU holding 8 GB?
Ναι. Η GPU CMP 170HX 8 GB, κρατώντας 8 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 5.7 GB και παράγοντας περίπου 134 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.
Voxtral Mini— μπορώ να το τρέξω σε μια GPU holding 12 GB?
Ναι. Η GPU GeForce RTX 3080 Ti, κρατώντας 12 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 5.7 GB και παράγοντας περίπου 82.2 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.
Voxtral Mini— μπορώ να το τρέξω σε μια GPU holding 16 GB?
Ναι. Η GPU Tesla V100 SXM2 16 GB, κρατώντας 16 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 5.7 GB και παράγοντας περίπου 102 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.
Voxtral Mini— μπορώ να το τρέξω σε μια GPU holding 24 GB?
Ναι. Η GPU GeForce RTX 5090 D V2, κρατώντας 24 ΓΒ, το τρέχει με συμπίεση από Q8_0, χρησιμοποιώντας περίπου 5.7 GB και παράγοντας περίπου 121 εγγραφές ανά δευτερόλεπτο. Η εφαρμογή είναι άνετη.
Voxtral Mini— είναι ανοιχτού κώδικα;
Οι βάσεις του είναι δημοσιευμένες, οπότε μπορεί να κατέβει και να τρέξει σε δικό σας υλικό. Σημειώστε ότι τα open weights δεν είναι το ίδιο με το open source με την πλήρη έννοια — δεν λέει τίποτα για τα δεδομένα εκπαίδευσης, τον κώδικα εκπαίδευσης ή τους εμπορικούς όρους που συσχετίζονται.
Voxtral Mini— πόσες παραμέτρους έχει;
Έχει αριθμό παραμέτρων 4.7B. Table 1. Αυτή η φιγούρα είναι το σύνολο, και είναι αυτό που αποφασίζει πόση μνήμη χρειάζεται το μοντέλο - περίπου μισό γιγαμπάιτ ανά δισεκατομμύριο με τη συμπίεση που χρησιμοποιεί το πιο πολλοί άνθρωποι.
Voxtral Mini— ποιος το δημιούργησε;
Δημοσιεύθηκε από Mistral AI, βασισμένο σε France, μία οργάνωση κατηγοριοποιημένη ως industry.
Voxtral Mini— πότε κυκλοφόρησε;
Δημοσιεύθηκε σε July 2025.
Voxtral Mini— για τί χρησιμοποιείται;
Λειτουργεί στον τομέα της Speech, Language, και καταγράφεται ως διαχείριση της εργασίας του audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering. Τα Μοντέλα συχνά φέρουν περισσότερα από ένα από το καθένα, και οι ετικέτες περιγράφουν τον σκοπό παρά τους περιορισμούς ικανότητας.
Voxtral Mini— πού μπορώ να το κατεβάσω;
Τα βάρη του είναι δημοσιευμένα στο Hugging Face, υπό την οργάνωση mistralai. Δεν φιλοξενούμε αρχεία μοντέλων — αυτός ο ιστότοπος υπολογίζει ποιο υλικό απαιτείται για να τα εκτελέσετε.
Voxtral Mini— μπορώ να το τρέξω αν δεν χωράει στην GPU μου;
Μόνο μέσω της εκφόρτωσης, η οποία είναι συνήθως μια ψευδής οικονομία: το μέρος που κρατιέται στη μνήμη του συστήματος τραβάει όλο το πράγμα κάτω. Κάθε αριθμός εδώ υποθέτει ότι ολόκληρο το μοντέλο είναι εγκατεστημένο στην κάρτα.
Voxtral Mini— θα τρέξουν δύο GPU πιο γρήγορα;
Η ικανότητα προστίθεται σε κάρτες; η απόδοση δεν προστίθεται. Ο αριθμός των καρτών που το κρατούν ήδη μόνες τους: 818. Έτσι, μια δεύτερη κάρτα σπάνια είναι η απάντηση εδώ.
Voxtral Mini— γιατί διαφέρει η ποσοτικοποίηση μεταξύ των καρτών;
Επειδή η χωρητικότητα διαφέρει, έτσι διαφέρει και πόσο σφιχτά πρέπει να συμπιεστεί. Ο αριθμός των διακριτών επιπέδων στον παραπάνω πίνακα: 4. Οι μεγαλύτερες κάρτες παίρνουν την πιο ακριβή έκδοση, και η ποιότητα του δαπέδου πάνω από τις βελονίτσες συγκρατεί τη σύγκριση σε ένα επίπεδο.
Η άλλη κατεύθυνση
Κοιτάζοντας το από την άλλη πλευρά;
Αυτή η σελίδα ξεκινά από το μοντέλο. Αν έχετε ήδη μια κάρτα και θέλετε να μάθετε τα πάντα για το τι θα τρέξει., ξεκινήστε από το υλικό αντ' αυτού.