Codestral calculadora TPS

Abre pesos Mistral AI 22.2B parámetros May 2024

Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..

Calculado para este modelo

241 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Xeon Phi 7120P

16 GB · Q4_K_M · 10.1 tok/s

Tarjeta más rápida

B200

153 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Codestral?

Establecer las entradas, leer la respuesta

Longitud del contexto tokens

Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..

Calidad mínima

Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..

Buscar tarjetas

Memoria de la tarjeta

También muestra tarjetas que no pueden ejecutarlo.

241 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
153 tok/s 92–244 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	24.5 GB	Q8_0	Cómodo
153 tok/s 92–244 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	24.5 GB	Q8_0	Cómodo
122 tok/s 73–195 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	24.5 GB	Q8_0	Cómodo
122 tok/s 73–195 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	24.5 GB	Q8_0	Cómodo
97.5 tok/s 58–156 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	24.5 GB	Q8_0	Cómodo
93.3 tok/s 56–149 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	24.5 GB	Q8_0	Cómodo
93.3 tok/s 56–149 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	24.5 GB	Q8_0	Cómodo
89.3 tok/s 54–143 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	24.5 GB	Q8_0	Cómodo
79.2 tok/s 48–127 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	24.5 GB	Q8_0	Cómodo
79.2 tok/s 48–127 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	24.5 GB	Q8_0	Cómodo
79.2 tok/s 48–127 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	24.5 GB	Q8_0	Cómodo
75.2 tok/s 45–120 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	24.5 GB	Q8_0	Cómodo
64.1 tok/s 38–103 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	24.5 GB	Q8_0	Cómodo
64.1 tok/s 38–103 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	24.5 GB	Q8_0	Cómodo
64.1 tok/s 38–103 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	24.5 GB	Q8_0	Cómodo
64.1 tok/s 38–103 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	24.5 GB	Q8_0	Cómodo
64.1 tok/s 38–103 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	24.5 GB	Q8_0	Cómodo
49.8 tok/s 30–80 · baja confianza	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	14.1 GB	Q4_K_M	Ajustado
48.8 tok/s 29–78 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	24.5 GB	Q8_0	Cómodo
48.8 tok/s 29–78 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	24.5 GB	Q8_0	Cómodo
42.3 tok/s 25–68 · baja confianza	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	14.1 GB	Q4_K_M	Ajustado
40.7 tok/s 24–65 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	24.5 GB	Q8_0	Cómodo
39.8 tok/s 24–64 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	24.5 GB	Q8_0	Cómodo
39.5 tok/s 24–63 · baja confianza	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	14.1 GB	Q4_K_M	Ajustado
39.5 tok/s 24–63 · baja confianza	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	14.1 GB	Q4_K_M	Ajustado

Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..

En registro

especificación completa

Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..

Origen

Quién construyó este modelo, dónde, y cuándo fue publicado.

Organización: Mistral AI
Tipo de Organización: Industry
País: France
Publicado: 29 May 2024
Autores: Albert Jiang, Alexandre Sablayrolles, Alexis Tacnet, Antoine Roux, Arthur Mensch, Audrey Herblin-Stoop, Baptiste Bout, Baudouin de Monicault, Blanche Savary, Bam4d, Caroline Feldman, Devendra Singh Chaplot, Diego de las Casas, Eleonore Arcelin, Emma Bou Hanna, Etienne Metzger, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Harizo Rajaona, Henri Roussez, Jean-Malo Delignon, Jia Li, Justus Murke,…

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio: Language
Tarea: Code generation, Code autocompletion

Tamaño

Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.

parámetros: 22.2B
Datos de entrenamiento: tokens

Disponibilidad

Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.

Pesos: Open — downloadable
Acceso al modelo: Open weights (non-commercial)
Código de entrenamiento: Unreleased
Hugging Face: mistralai

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Probablemente por encima de 10²³ FLOP: Yes
Confianza de registro: Confident

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia: Empowering developers and democratising coding with Mistral AI.
Última actualización: 19 June 2026

Los extremos

Las diez GPUs más rápidas que ejecutan Codestral

Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..

Las GPUs más pequeñas que aún funcionan Codestral

La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..

Qué significan los números

Lo que necesitas para ejecutar esto

Mínima tarjeta

Xeon Phi 7120P

Memoria necesaria

14.1 GB

Más rápido

153 tok/s

Codestral llega a un recuento de parámetros de 22.2B. Eso cae dentro del rango que una tarjeta de escritorio seria puede manejar una vez que los pesos están comprimidos. El número de tarjetas que rastreamos que pueden ejecutarlo: 241.

El hardware mínimo que funciona es Xeon Phi 7120P, con una capacidad de memoria de 16 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 10.1 tokens por segundo

Gama alta es B200, generando aproximadamente 153 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Fondo

Codestral fue publicado por Mistral AI, en el país registrado como France, durante May 2024. La organización editora está clasificada como industry.

Funciona en el dominio de Language, y se registra como realizando la tarea de code generation, Code autocompletion.

Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible. En Hugging Face está publicado bajo la organización mistralai.

Leyendo las cifras de rendimiento

El resultado mediano es alrededor de 19.7 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 194 de ellos.

Es un modelo denso, por lo que cada parámetro se lee para cada token producido. Eso hace que la velocidad rastree el ancho de banda de la memoria casi exactamente: una tarjeta con el doble de ancho de banda genera aproximadamente el doble de rápido.

Su arquitectura interna no está en nuestra base de datos, por lo que la memoria se aproxima a partir del conteo de parámetros y se marca en consecuencia. Se espera que la cifra real difiera, más aún en contextos largos.

Paso a paso

Cómo elegir una GPU para Codestral

La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..

01

Lee la cifra de MEMORIA primero

La tabla enumera cada tarjeta capaz de contener Codestral, necesitando alrededor 14.1 GB a una compresión de Q4_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Decide cuánto duran tus conversaciones.

Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para Codestral.
03

Decide cuánto compresión aceptarás

La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., alcanzando una compresión de Q4_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
04

Ordenar por velocidad

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Codestral. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B200, en 153 tok/s
05

Lee la columna de ajuste al final

Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de Codestral. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
06

Abre la tarjeta que has elegido.

Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de Codestral.

Respuestas

Codestral — preguntas comunes

Codestral— ¿Correrían dos GPUS más rápido?

La capacidad se suma entre las tarjetas; el rendimiento no. El número de tarjetas que ya lo tienen por sí solas: 241. Así que una segunda tarjeta rara vez es la respuesta aquí.

Codestral— ¿Por qué difiere la cuantificación entre tarjetas?

Debido a que la capacidad varía, también varía cuán difícil tiene que ser exprimido. El número de niveles distintos en la tabla de arriba: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Codestral— ¿Qué tan precisas son estas estimaciones de velocidad?

Se calculan a partir de especificaciones en lugar de ser medidas, y cada una tiene un rango. Un ejemplo: 92–244 tok/s en B200. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.

Codestral— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Xeon Phi 7120P, con una capacidad de memoria de 16 GB. Funciona el modelo a una compresión de Q4_K_M usando alrededor 14.1 GB, y produce aproximadamente 10.1 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 241.

Codestral— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 153 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 194.

Codestral— ¿Cuánta VRAM necesita?

Necesita aproximadamente 14.1 GB a una compresión de Q4_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.

Codestral— ¿Puedo ejecutarlo en una GPU que tiene? 16 GB?

Sí. La tarjeta Tesla V100 SXM2 16 GB, sosteniendo 16 GB, lo ejecuta a una compresión de Q4_K_M, usando alrededor 14.1 GB y generando aproximadamente 49.8 tokens por segundo. El ajuste es ajustado.

Codestral— ¿Puedo ejecutarlo en una GPU que tiene? 24 GB?

Sí. La tarjeta GeForce RTX 5090 D V2, sosteniendo 24 GB, lo ejecuta a una compresión de Q6_K, usando alrededor 19.3 GB y generando aproximadamente 37.1 tokens por segundo. El ajuste es ajustado.

Codestral— ¿Es de código abierto?

Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.

Codestral— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 22.2B. 22.2B from hugging face model card. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.

Codestral— ¿Quién lo creó?

Fue publicado por Mistral AI, basado en France, una organización categorizada como industry.

Codestral— ¿cuándo fue lanzado?

Se publicó en May 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.

Codestral— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de code generation, Code autocompletion. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

Codestral— ¿Dónde puedo descargarlo?

Sus pesos están publicados en Hugging Face, bajo la organización mistralai. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.

Codestral— ¿Puedo ejecutarlo si no cabe en mi GPU?

Se puede dividir entre la tarjeta y la memoria del sistema, pero se genera muy lentamente de esa manera. El fallo más cercano que calculamos se queda corto por 3.3 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Origen

Publicación original

Última actualización registrada 19 June 2026

La otra dirección

¿Mirándolo desde el otro lado?

Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.

Todos los modelos de IA