Mistral Medium 3.5 calculadora TPS

Abre pesos Mistral AI 128B parámetros April 2026

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

38 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 12.0 tok/s

Tarjeta más rápida

H100 NVL 94 GB

30.1 tok/s · 94 GB

¿Qué GPU pueden ejecutar? Mistral Medium 3.5?

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.

38 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
30.1 tok/s 18–48 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	78.1 GB	Q4_K_M	Ajustado
27.3 tok/s 16–44 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	70.7 GB	IQ4_XS	Ajustado
27.3 tok/s 16–44 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	70.7 GB	IQ4_XS	Ajustado
26.5 tok/s 16–42 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	137.7 GB	Q8_0	Ajustado
26.5 tok/s 16–42 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	137.7 GB	Q8_0	Cómodo
25.7 tok/s 15–41 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.1 GB	Q4_K_M	Ajustado
25.7 tok/s 15–41 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	78.1 GB	Q4_K_M	Ajustado
25.7 tok/s 15–41 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.1 GB	Q4_K_M	Ajustado
24.6 tok/s 15–39 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	107.9 GB	Q6_K	Ajustado
23.5 tok/s 14–38 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.9 GB	Q6_K	Ajustado
23.5 tok/s 14–38 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	107.9 GB	Q6_K	Ajustado
21.1 tok/s 13–34 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	137.7 GB	Q8_0	Cómodo
21.1 tok/s 13–34 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	137.7 GB	Q8_0	Cómodo
20.0 tok/s 12–32 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	107.9 GB	Q6_K	Ajustado
16.6 tok/s 10–27 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	70.7 GB	IQ4_XS	Ajustado
16.6 tok/s 10–27 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	70.7 GB	IQ4_XS	Ajustado
16.6 tok/s 10–27 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	70.7 GB	IQ4_XS	Ajustado
16.6 tok/s 10–27 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	70.7 GB	IQ4_XS	Ajustado
16.6 tok/s 10–27 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	70.7 GB	IQ4_XS	Ajustado
16.6 tok/s 10–27 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	70.7 GB	IQ4_XS	Ajustado
15.8 tok/s 9–25 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	70.7 GB	IQ4_XS	Ajustado
15.8 tok/s 9–25 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	70.7 GB	IQ4_XS	Ajustado
15.5 tok/s 9–25 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	137.7 GB	Q8_0	Cómodo
13.7 tok/s 8–22 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	137.7 GB	Q8_0	Cómodo
13.7 tok/s 8–22 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	137.7 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: 29 April 2026

Lo que hace

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

Dominio: Language, Multimodal
Tarea: Question answering, Language modeling/generation

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: 128B
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 (restricted use)

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: Mistral Medium 3.5 128B
Última actualización: 27 May 2026

Los extremos

Las diez GPUs más rápidas que ejecutan Mistral Medium 3.5

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 Mistral Medium 3.5

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

RTX PRO 5000 72 GB Blackwell

Memoria necesaria

63.2 GB

Más rápido

30.1 tok/s

Mistral Medium 3.5 llega a un recuento de parámetros de 128B. Eso lo coloca por encima del hardware de consumo, en el rango donde se compra una tarjeta para este propósito en lugar de ser reutilizada para ello. El número de tarjetas que seguimos que pueden contenerlo: 38.

El hardware mínimo que funciona es RTX PRO 5000 72 GB Blackwell, con una capacidad de memoria de 72 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 12.0 tokens por segundo

En el otro extremo se encuentra H100 NVL 94 GB, generando aproximadamente 30.1 tokens por segundo en la fuerza de un ancho de banda de memoria de 3,940 GB/s.

Fondo

Mistral Medium 3.5 fue publicado por Mistral AI, en el país registrado como France, durante April 2026. La categoría en la que se encuentra el editor es industry.

Funciona en el dominio de Language, Multimodal, y se registra como realizando la tarea de question answering, Language modeling/generation.

Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado.

Leyendo las cifras de rendimiento

El resultado mediano es alrededor de 16.6 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 36 de ellos.

Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.

Sin el diseño de atención en nuestro archivo, la columna de memoria es una aproximación. Es lo suficientemente cercana como para elegir hardware, y menos confiable en contexto largo.

Paso a paso

Cómo elegir una GPU para Mistral Medium 3.5

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

Comienza desde la columna de memoria

La tabla enumera cada tarjeta capaz de contener Mistral Medium 3.5, necesitando alrededor 63.2 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Ajusta el contexto a tu uso actual

La conversación ocupa memoria también, y crece a medida que avanza. Ajusta el controlador a la longitud que esperas, porque en un contexto largo una CARD que maneja preguntas cortas fácilmente puede no encajar. Mistral Medium 3.5.
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 Q3_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

Clasifica por rendimiento en lugar de la hoja de especificaciones.

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Mistral Medium 3.5. 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 H100 NVL 94 GB, en 30.1 tok/s
05

Mira el margen, no solo la compatibilidad.

Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de Mistral Medium 3.5. 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

Revisa la tarjeta del otro lado

Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. Mistral Medium 3.5.

Respuestas

Mistral Medium 3.5 — preguntas comunes

Mistral Medium 3.5— ¿Por qué difiere la cuantificación entre tarjetas?

Cada tarjeta se muestra ejecutando la copia menos comprimida que puede contener. El número de niveles de compresión distintos entre las tarjetas que lo soportan: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Mistral Medium 3.5— ¿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: 18–48 tok/s en H100 NVL 94 GB. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.

Mistral Medium 3.5— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es RTX PRO 5000 72 GB Blackwell, con una capacidad de memoria de 72 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 63.2 GB, y produce aproximadamente 12.0 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 38.

Mistral Medium 3.5— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es H100 NVL 94 GB, a aproximadamente 30.1 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: 36.

Mistral Medium 3.5— ¿Cuánta VRAM necesita?

Necesita aproximadamente 63.2 GB a una compresión de Q3_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.

Mistral Medium 3.5— ¿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.

Mistral Medium 3.5— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 128B. 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.

Mistral Medium 3.5— ¿Quién lo creó?

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

Mistral Medium 3.5— ¿cuándo fue lanzado?

Se publicó en April 2026.

Mistral Medium 3.5— ¿Para qué se utiliza?

Funciona en el dominio de Language, Multimodal, y se registra como manejando la tarea de question answering, Language modeling/generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.

Mistral Medium 3.5— ¿Dónde puedo descargarlo?

Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.

Mistral Medium 3.5— ¿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. El fallo más cercano que calculamos se queda corto por 20.5 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Mistral Medium 3.5— ¿Correrían dos GPUS más rápido?

Una segunda tarjeta duplica aproximadamente la memoria disponible, pero no la tasa de generación. El número ya capaz de ejecutarlo solo: 38. Así que una segunda tarjeta rara vez es la respuesta aquí.

Origen

Publicación original

Última actualización registrada 27 May 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