Mistral Small 4 calculadora TPS

Abre pesos Mistral AI 119B parámetros March 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

43 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Radeon Instinct MI200

64 GB · Q3_K_M · 68.3 tok/s

Tarjeta más rápida

B200

158 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Mistral Small 4?

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.

43 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
158 tok/s 95–253 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	120.1 GB	Q8_0	Cómodo
158 tok/s 95–253 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	120.1 GB	Q8_0	Cómodo
153 tok/s 92–245 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	64.7 GB	Q4_K_M	Ajustado
153 tok/s 92–245 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	64.7 GB	Q4_K_M	Ajustado
147 tok/s 88–235 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	92.4 GB	Q6_K	Cómodo
139 tok/s 83–223 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	78.5 GB	Q5_K_M	Ajustado
126 tok/s 76–202 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	120.1 GB	Q8_0	Cómodo
126 tok/s 76–202 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	120.1 GB	Q8_0	Cómodo
119 tok/s 72–191 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	92.4 GB	Q6_K	Cómodo
119 tok/s 71–190 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.5 GB	Q5_K_M	Ajustado
119 tok/s 71–190 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	78.5 GB	Q5_K_M	Ajustado
119 tok/s 71–190 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.5 GB	Q5_K_M	Ajustado
108 tok/s 65–172 · baja confianza	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	50.8 GB	Q3_K_M	Ajustado
96.7 tok/s 58–155 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	120.1 GB	Q8_0	Ajustado
96.7 tok/s 58–155 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	120.1 GB	Q8_0	Ajustado
93.1 tok/s 56–149 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	64.7 GB	Q4_K_M	Ajustado
93.1 tok/s 56–149 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	64.7 GB	Q4_K_M	Ajustado
93.1 tok/s 56–149 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	64.7 GB	Q4_K_M	Ajustado
93.1 tok/s 56–149 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	64.7 GB	Q4_K_M	Ajustado
93.1 tok/s 56–149 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	64.7 GB	Q4_K_M	Ajustado
93.1 tok/s 56–149 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	64.7 GB	Q4_K_M	Ajustado
92.5 tok/s 56–148 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	120.1 GB	Q8_0	Cómodo
88.6 tok/s 53–142 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	64.7 GB	Q4_K_M	Ajustado
88.6 tok/s 53–142 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	64.7 GB	Q4_K_M	Ajustado
82.1 tok/s 49–131 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	120.1 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: 16 March 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, Vision
Tarea: Language modeling/generation, Question answering

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: 119B
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)

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 Mistral Small 4
Última actualización: 11 August 2026

Los extremos

Las diez GPUs más rápidas que ejecutan Mistral Small 4

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 Small 4

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 se necesita para ejecutar este modelo

Mínima tarjeta

Radeon Instinct MI200

Memoria necesaria

50.8 GB

Más rápido

158 tok/s

Mistral Small 4 llega a un recuento de parámetros de 119B. 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: 43.

La tarjeta más pequeña que lo sostiene es Radeon Instinct MI200, con una capacidad de memoria de 64 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 68.3 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 158 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

Mistral Small 4 fue publicado por Mistral AI, en el país registrado como France, durante March 2026. La organización editora está clasificada como industry.

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

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

Qué decide la velocidad

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 92.5 tokens por segundo. Excediendo velocidad de lectura directamente: 41 de ellos.

Este es un modelo de mezcla de expertos, que enruta cada token a través de solo parte de sí mismo. Por lo tanto, genera mucho más rápido de lo que su tamaño total sugiere — mientras aún necesita que cada parámetro resida en memoria, por lo que es rápido sin ser barato de mantener.

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 Mistral Small 4

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

Empieza desde lo que realmente necesita, que es el requerimiento de Mistral Small 4, necesitando alrededor 50.8 GB a una compresión de Q3_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
02

Ajusta el contexto a tu uso actual

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 Mistral Small 4.
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

Ordenar por velocidad

La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. Mistral Small 4. 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 158 tok/s
05

Mira el margen, no solo la compatibilidad.

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Mistral Small 4. 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 nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para Mistral Small 4.

Respuestas

Mistral Small 4 — preguntas comunes

Mistral Small 4— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 158 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: 41.

Mistral Small 4— ¿Cuánta VRAM necesita?

Necesita aproximadamente 50.8 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 Small 4— ¿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 Small 4— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 119B. "119B total parameters, with 6B active parameters per token (8B including embedding and output layers).". 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 Small 4— ¿Quién lo creó?

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

Mistral Small 4— ¿cuándo fue lanzado?

Se publicó en March 2026.

Mistral Small 4— ¿Para qué se utiliza?

Funciona en el dominio de Language, Multimodal, Vision, y se registra como manejando la tarea de language modeling/generation, Question answering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

Mistral Small 4— ¿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 Small 4— ¿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 21.5 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Mistral Small 4— ¿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: 43. Así que una segunda tarjeta rara vez es la respuesta aquí.

Mistral Small 4— ¿Por qué difiere la cuantificación entre tarjetas?

Una tarjeta más grande sostiene una copia más precisa. El número de niveles de compresión utilizados en las tarjetas que la ejecutan: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Mistral Small 4— ¿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: 95–253 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.

Mistral Small 4— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI200, con una capacidad de memoria de 64 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 50.8 GB, y produce aproximadamente 68.3 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 43.

Origen

Publicación original

Última actualización registrada 11 August 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