Voxtral Mini calculadora TPS

Abre pesos Mistral AI 4.7B parámetros July 2025

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

818 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Tesla C1080

4 GB · Q4_K_M · 18.1 tok/s

Tarjeta más rápida

B200

721 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Voxtral Mini?

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.

818 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
721 tok/s 433–1,153 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	5.7 GB	Q8_0	Cómodo
721 tok/s 433–1,153 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	5.7 GB	Q8_0	Cómodo
576 tok/s 345–921 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	5.7 GB	Q8_0	Cómodo
576 tok/s 345–921 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	5.7 GB	Q8_0	Cómodo
460 tok/s 276–737 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	5.7 GB	Q8_0	Cómodo
441 tok/s 264–705 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	5.7 GB	Q8_0	Cómodo
441 tok/s 264–705 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	5.7 GB	Q8_0	Cómodo
422 tok/s 253–675 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	5.7 GB	Q8_0	Cómodo
374 tok/s 225–599 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	5.7 GB	Q8_0	Cómodo
374 tok/s 225–599 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	5.7 GB	Q8_0	Cómodo
374 tok/s 225–599 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	5.7 GB	Q8_0	Cómodo
355 tok/s 213–568 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	5.7 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo
231 tok/s 138–369 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	5.7 GB	Q8_0	Cómodo
231 tok/s 138–369 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	5.7 GB	Q8_0	Cómodo
192 tok/s 115–307 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	5.7 GB	Q8_0	Cómodo
188 tok/s 113–301 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	5.7 GB	Q8_0	Cómodo
184 tok/s 110–294 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	5.7 GB	Q8_0	Cómodo
184 tok/s 110–294 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	5.7 GB	Q8_0	Cómodo
184 tok/s 110–294 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	5.7 GB	Q8_0	Cómodo
184 tok/s 110–294 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	5.7 GB	Q8_0	Cómodo

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: 15 July 2025
Autores: 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…

Lo que hace

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

Dominio: Speech, Language
Tarea: Audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering
Modelo base: Ministral 3B

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: 4.7B
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 (unrestricted)
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.

Confianza de registro: Confident

Fuentes

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

Referencia: Introducing frontier open source speech understanding models.
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Voxtral Mini

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 Voxtral Mini

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

Requisitos de hardware en la práctica

Mínima tarjeta

Tesla C1080

Memoria necesaria

3.5 GB

Más rápido

721 tok/s

Voxtral Mini llega a un recuento de parámetros de 4.7B. Eso es lo suficientemente pequeño como para que el hardware rara vez sea el obstáculo, incluso en tarjetas de varios años. El número de tarjetas que rastreamos que pueden ejecutarlo: 818.

El punto de entrada es Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q4_K_M y produciendo alrededor 18.1 tokens por segundo

En el otro extremo se encuentra B200, generando aproximadamente 721 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Fondo

Voxtral Mini fue publicado por Mistral AI, en el país registrado como France, durante July 2025. La organización editora está clasificada como industry.

Funciona en el dominio de Speech, Language, y se registra como realizando la tarea de audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering.

Se basa en Ministral 3B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.

Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización mistralai.

Leyendo las cifras de rendimiento

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 28.3 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 771 de ellos.

Siendo denso, lee todo de sí mismo por token, razón por la cual el orden según velocidad a continuación sigue tan de cerca el orden por ancho de banda de memoria.

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 Voxtral Mini

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

Empieza desde lo que realmente necesita, que es el requerimiento de Voxtral Mini, necesitando alrededor 3.5 GB a una compresión de Q4_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Establece la longitud de contexto en la que trabajarás.

Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. Voxtral Mini.
03

Elige cuán lejos lo comprimirás.

Cada tarjeta ejecuta la copia menos comprimida que puede contener., 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

Compara tokens por segundo, no especificaciones

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Voxtral Mini. 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 721 tok/s
05

Lee la columna de ajuste al final

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Voxtral Mini. 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

Mira qué más ejecuta esa tarjeta

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

Respuestas

Voxtral Mini — preguntas comunes

Voxtral Mini— ¿Qué tan precisas son estas estimaciones de velocidad?

Estas son estimaciones con barras de error reales, y cualquiera de ellas podría razonablemente situarse en cualquier parte de su rango publicado dependiendo del runtime que utilices. El resultado más rápido aquí: 433–1,153 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.

Voxtral Mini— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Tesla C1080, con una capacidad de memoria de 4 GB. Funciona el modelo a una compresión de Q4_K_M usando alrededor 3.5 GB, y produce aproximadamente 18.1 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

Voxtral Mini— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 721 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: 771.

Voxtral Mini— ¿Cuánta VRAM necesita?

Necesita aproximadamente 3.5 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.

Voxtral Mini— ¿Puedo ejecutarlo en una GPU que tiene? 8 GB?

Sí. La tarjeta CMP 170HX 8 GB, sosteniendo 8 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 5.7 GB y generando aproximadamente 134 tokens por segundo. El ajuste es cómodo.

Voxtral Mini— ¿Puedo ejecutarlo en una GPU que tiene? 12 GB?

Sí. La tarjeta GeForce RTX 3080 Ti, sosteniendo 12 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 5.7 GB y generando aproximadamente 82.2 tokens por segundo. El ajuste es cómodo.

Voxtral Mini— ¿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 Q8_0, usando alrededor 5.7 GB y generando aproximadamente 102 tokens por segundo. El ajuste es cómodo.

Voxtral Mini— ¿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 Q8_0, usando alrededor 5.7 GB y generando aproximadamente 121 tokens por segundo. El ajuste es cómodo.

Voxtral Mini— ¿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.

Voxtral Mini— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 4.7B. Table 1. 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.

Voxtral Mini— ¿Quién lo creó?

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

Voxtral Mini— ¿cuándo fue lanzado?

Se publicó en July 2025.

Voxtral Mini— ¿Para qué se utiliza?

Funciona en el dominio de Speech, Language, y se registra como manejando la tarea de audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.

Voxtral Mini— ¿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.

Voxtral Mini— ¿Puedo ejecutarlo si no cabe en mi GPU?

Solo al descargar, lo cual suele ser una falsa economía: la parte mantenida en la memoria del sistema arrastra todo. Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Voxtral Mini— ¿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: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.

Voxtral Mini— ¿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.

Origen

Publicación original

Última actualización registrada 28 November 2025

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