Mistral Medium 3.5 calculateur TPS

Ouvrir les poids Mistral AI 128B paramètres April 2026

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

38 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 12.0 tok/s

Carte la plus rapide

H100 NVL 94 GB

30.1 tok/s · 94 GB

Quelles GPU peuvent exécuter Mistral Medium 3.5?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

38 cartes correspondent

Calcul en cours

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

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: Mistral AI
Type d'organisation: Industry
Pays: France
Publié: 29 April 2026

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language, Multimodal
Tâche: Question answering, Language modeling/generation

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 128B
Données d'entraînement: tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (restricted use)

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: Mistral Medium 3.5 128B
Dernière mise à jour: 27 May 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent Mistral Medium 3.5

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore Mistral Medium 3.5

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Ce dont vous avez besoin pour l'exécuter

Carte minimale

RTX PRO 5000 72 GB Blackwell

Mémoire requise

63.2 GB

Le plus rapide

30.1 tok/s

Mistral Medium 3.5 atteint un nombre de paramètres de 128B. Cela le place au-dessus du matériel grand public, dans la gamme où une carte est achetée à cette fin plutôt que réutilisée pour cela. Le nombre de cartes que nous suivons qui peuvent le supporter : 38.

Le matériel minimum qui fonctionne est RTX PRO 5000 72 GB Blackwell, avec une capacité de mémoire de 72 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 12.0 tokens par seconde

À l'autre extrémité se trouve H100 NVL 94 GB, générant à peu près 30.1 tokens par seconde sur la base d'une bande passante de mémoire de 3,940 GB/s.

Contexte

Mistral Medium 3.5 a été publié par Mistral AI, dans le pays enregistré comme France, durant April 2026. La catégorie à laquelle appartient l'éditeur est industry.

Il fonctionne dans le domaine de Language, Multimodal, et est enregistré comme exécutant la tâche de question answering, Language modeling/generation.

Parce que ses poids ont été publiés, rien sur son exécution ne dépend d'un fournisseur restant disponible — il est à vous une fois téléchargé.

Lire les chiffres de débit

Le résultat médian est d'environ 16.6 tokens par seconde 36 d'eux

Chaque poids participe à chaque jeton ici, donc la bande passante est toute l'histoire : le classement ci-dessous est effectivement un classement du débit de mémoire.

Sans la disposition d'attention sur fichier, la colonne de mémoire est une approximation. Elle est suffisamment proche pour choisir le matériel, et la moins fiable sur un long contexte.

Étape par étape

Comment choisir un GPU pour Mistral Medium 3.5

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Commencez par la colonne mémoire

La table répertorie chaque carte capable de supporter Mistral Medium 3.5, ayant besoin d'environ 63.2 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
02

Faites correspondre le contexte à votre utilisation réelle.

La conversation occupe aussi de la mémoire et grandit au fur et à mesure. Réglez le curseur sur la longueur que vous attendez, car avec un long CONTEXTE, une CARTE qui gère facilement les courtes questions peut être abandonnée par. Mistral Medium 3.5.
03

Décidez combien de compression vous allez accepter

La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Classer par débit plutôt que par fiche technique

Trier par vitesse pour voir comment les cartes se classent pour Mistral Medium 3.5. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est H100 NVL 94 GB, à 30.1 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

Un ajustement serré fonctionne, mais ne laisse rien de libre pour une conversation plus longue, dans le cas de Mistral Medium 3.5. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Vérifiez la carte de l'autre côté

Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur Mistral Medium 3.5.

Réponses

Mistral Medium 3.5 — questions courantes

Mistral Medium 3.5— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Mistral Medium 3.5— quelle est la précision de ces estimations de vitesse ?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. Un exemple : 18–48 tok/s sur H100 NVL 94 GB. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

Mistral Medium 3.5— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est RTX PRO 5000 72 GB Blackwell, avec une capacité de mémoire de 72 GB. Il exécute le modèle à une compression de Q3_K_M environ 63.2 GB, et produit environ 12.0 tous les GPU capables de l'exécuter en total 38.

Mistral Medium 3.5— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est H100 NVL 94 GB, à propos de 30.1 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 36.

Mistral Medium 3.5— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 63.2 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Mistral Medium 3.5— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

Mistral Medium 3.5— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 128B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

Mistral Medium 3.5— qui l'a créé ?

Il a été publié par Mistral AI, basé sur France, une organisation catégorisée comme industry.

Mistral Medium 3.5— quand a-t-il été publié ?

Il a été publié dans April 2026.

Mistral Medium 3.5— à quoi ça sert ?

Il fonctionne dans le domaine de Language, Multimodal, et est enregistré comme gérant la tâche de question answering, Language modeling/generation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

Mistral Medium 3.5— où puis-je le télécharger ?

Les poids sont publiés, bien que nous ne possédions pas de lien vers un dépôt pour cela. Ce site calcule les exigences matérielles plutôt que d'héberger des fichiers de modèle.

Mistral Medium 3.5— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 20.5 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Mistral Medium 3.5— deux GPUs l'exécuteraient-ils plus rapidement ?

Une seconde carte double à peu près la mémoire disponible mais pas le taux de génération. Le nombre déjà capable de le faire seul : 38. Ainsi, une seconde carte est rarement la réponse ici.

Source

Publication originale

Dernière mise à jour enregistrée 27 May 2026

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI