Voxtral Mini TPS kalkulátor

Nyitott súlyok Mistral AI 4.7B Paraméterek July 2025

Minden kártyát az alábbiak szerint értékelünk e modell alapján a választott kontextus hossza és minimális minőség szerint. A sebesség egy becslés egyetlen kérésre, amelyet a kártya memória sávszélessége és a modell mérete alapján számítunk ki, miután tömörítettük..

Kiszámítva ehhez a MODElhez

818 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

Tesla C1080

4 GB · Q4_K_M · 18.1 tok/s

Leggyorsabb kártya

B200

721 tok/s · 180 GB

Melyik GPU képes futtatni Voxtral Mini?

Állítsa be a bemeneteket, olvassa el a választ

Kontekthossz tokenek

Egy hosszabb beszélgetés több memóriaigényt támaszt, ami kiszoríthatja ezt a modellt a kisebb kártyákról..

Minimum minőség

Elrejti azokat a GPU-kártyákat, amelyek csak a modellbe illeszkednének a compressziójuk ezen pont alá..

Kártyák keresése

Kártya memória

Olyan kártyákat is mutasson, amelyek nem tudják futtatni.

818 kártyák illeszkednek

Számítás

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

A sebességek egyetlen kérésre - egy beszélgetés egy időben - vonatkozó becslések, amelyeket a MEMORY BANDWIDTH, a MODEL SIZE és a QUANTISATION alapján számítanak ki. A valós áteresztőképesség változik az INFERENCE RUNTIME és annak verziója szerint. A HARDWARE VENDORS által közzétett számok sok párhuzamos kérést mérnek, és sokkal magasabbak..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet: Mistral AI
Szervezet típusa: Industry
Ország: France
Közölt: 15 July 2025
Szerzők: 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…

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány: Speech, Language
Feladat: Audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering
Alapmodell: Ministral 3B

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Paraméterek: 4.7B
Képzési adatok: tokens

Elérhetőség

Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.

Súlyok: Open — downloadable
Modell hozzáférés: Open weights (unrestricted)
Képzés kód: Unreleased
Hugging Face: mistralai

Hogyan van besorolva

Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.

Nyilvántartási bizalom: Confident

Források

Honnan származik ez a felvétel és mikor ellenőrizték utoljára.

Referencia: Introducing frontier open source speech understanding models.
Utoljára frissítve: 28 November 2025

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Voxtral Mini

A másodpercenkénti becsült tokenek alapján rangsorolva, a legújabb kártyát először, ahol a sebességek azonosak. Mivel a generálás a MEMÓRIA SZÉLESSÉGÉhez van kötve, ez a sorrend a sávszélességet követi, nem pedig bármilyen játékbeli tesztet..

A legkisebb GPU-k, amik még futnak Voxtral Mini

A legolcsóbb út, a memória kapacitás alapján. Egy szoros illeszkedés futtatja a modellt, de semmit sem hagy a hosszabb beszélgetésre..

Mit jelentenek a számok

Hardverkövetelmények a gyakorlatban

Minimális kártya

Tesla C1080

Szükséges memória

3.5 GB

Leggyorsabb

721 tok/s

Voxtral Mini eléri a paraméterek számát 4.7B. Ez elég kicsi ahhoz, hogy a hardver ritkán legyen az akadály, beleértve a több éves kártyákat is. Azoknak a kártyáknak a száma, amelyeket nyomon követünk, és amelyek el tudják futtatni: 818.

A belépési pont a Tesla C1080, memória kapacitással rendelkezik 4 GB, futtatás egy tömörítési arányon Q4_K_M és körülbelül előállítva 18.1 tokenek másodpercenként

A másik végén ül B200, nagyjából generálás 721 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Háttér

Voxtral Mini ki lett adva által Mistral AI, az országban rögzítve mint France, alatt July 2025. A kiadó szervezet a következő kategóriába tartozik industry.

Működik a területen a Speech, Language, és úgy van rögzítve, mint a feladat végrehajtása audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering.

Ez alapoz. Ministral 3B. A legtöbb modell ezen a skálán egy meglévő alaphoz van igazítva, ahelyett, hogy semmiből épült volna.

A súlyok közzétéve vannak, így letölthető és futtatható a saját hardveren határozatlan ideig, offline, felhasználói fiók nélkül. A Hugging Face-en az alábbi szervezet alatt van publikálva mistralai.

A átbocsátási számadatok olvasása

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 28.3 másodpercenkénti tokenek 771 tőlük

A sűrűsége miatt minden egyes tokent önállóan olvas, ezért a sebesség szerinti rendezés alább annyira közel követi a memória sávszélesség szerinti rendezést.

A belső architektúrája nincs nyilvántartásban, így a memória a paraméterek száma alapján van megbecsülve és ennek megfelelően van megjelölve. Várhatóan a tényleges érték eltér, különösen hosszú CONTEXT LENGTH esetén.

Lépésről lépésre

Hogyan válasszunk GPU-t a Voxtral Mini

A fenti táblázat már értékelte az összes kártyát, amelynek specifikációi elérhetők ennek a modellen. A válaszod megszerzése hat lépést igényel..

01

Olvasd el a MEMORY adatokat először.

Kezdj a tényleges szükségletekből, ami a követelményének a Voxtral Mini, körülbelül szükséges 3.5 GB a tömörítésnél Q4_K_M. A kapacitás a kapu — egy kártya vagy tartalmazza, vagy nem.
02

Állítsa be a használt CONTEXT LENGTH-et.

Állítsa be a kontextust arra, amit valójában használni fog. A cache a beszélgetéssel nő, és ez a szokásos oka annak, hogy egy kártya, amelynek korábban rendben kellett volna lennie, egyszer csak nem fér el. Voxtral Mini.
03

Válaszd ki, milyen messzire fogod tömöríteni.

Minden KÁRTYA a legkevésbé tömörített másolatot futtatja, amelyet el tud tartani., elérni egy tömörítést a Q4_K_M a legkisebb kártyán, ami elfér. A minimális minőség beállítása eldobja azokat a kártyákat, amelyek csak úgy tudják kezelni, hogy tovább szorítanak, mint amit szeretnél, és egy szinten tartja az összehasonlítást.
04

Hasonlítsd össze a TOKENS PER SECOND-t, ne a SPECIFICATIONS-t.

Rendezze sebesség szerint, hogy lássa, hogyan rangsorolnak a kártyák. Voxtral Mini. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 721 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

Tömör jelentése, hogy betölti és működik, nincs hely a későbbi kontextus növelésére, a következő esetben Voxtral Mini. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nézd meg, mit futtat még az a kártya.

Minden kártyaoldal megismétli ezt a vizsgálatot minden modellre, amelyet birtoklunk, válaszolva arra, hogy mi másra jó a hardver, azon kívül, hogy Voxtral Mini.

Válaszok

Voxtral Mini — gyakori kérdések

Voxtral Mini— Mennyire pontosak ezek a sebességbecslések?

Ezek becslések valós hibahatárokkal, és bármelyikük ésszerűen bárhol elhelyezkedhet a közzétett tartományán belül, attól függően, hogy milyen futtatási időt használsz. A leggyorsabb eredmény itt: 433–1,153 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

Voxtral Mini— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az Tesla C1080, memória kapacitással rendelkezik 4 GB. A modell egy tömörítéssel fut. Q4_K_M használva körülbelül 3.5 GB, és körülbelül 18.1 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 818.

Voxtral Mini— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 721 tokenek másodpercenként; a leglassabb, ami még fut, jelentősen kevesebbet képes kezelni. Az olvasási sebesség körülbelül tíz token másodpercenként, és a kártyák száma, amelyek ezt meg tudják tisztítani: 771.

Voxtral Mini— mennyi VRAM-ra van szüksége?

Kb. 3.5 GB tömörítési arányban Q4_K_M, melyik az a legkisebb KÁRTYA, amelyik futtatni tudja. Kevesebb tömörítés több szükséges: a fentebbi memória oszlop számai minden KÁRTYÁRA újraszámításra kerülnek, mert mindegyik tartalmazza a legkevésbé tömörített verziót, amit csak tud.

Voxtral Mini— futtathatom egy GPU-n tartva 8 GB?

Igen. A KÁRTYA CMP 170HX 8 GB, tartás 8 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 5.7 GB és körülbelül generálás 134 másodpercenkénti tokenek. A illeszkedés kényelmes.

Voxtral Mini— futtathatom egy GPU-n tartva 12 GB?

Igen. A KÁRTYA GeForce RTX 3080 Ti, tartás 12 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 5.7 GB és körülbelül generálás 82.2 másodpercenkénti tokenek. A illeszkedés kényelmes.

Voxtral Mini— futtathatom egy GPU-n tartva 16 GB?

Igen. A KÁRTYA Tesla V100 SXM2 16 GB, tartás 16 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 5.7 GB és körülbelül generálás 102 másodpercenkénti tokenek. A illeszkedés kényelmes.

Voxtral Mini— futtathatom egy GPU-n tartva 24 GB?

Igen. A KÁRTYA GeForce RTX 5090 D V2, tartás 24 GB, futtatja egy tömörítési arány mellett Q8_0, használva körülbelül 5.7 GB és körülbelül generálás 121 másodpercenkénti tokenek. A illeszkedés kényelmes.

Voxtral Mini— Nyílt forráskódú?

Súlyai közzétételre kerültek, így letölthető és futtatható a saját hardvereden. Ne feledd, hogy az open weight nem azonos az open source teljes értelmében — nem mond semmit a tanulási adatokkal, a tanulási kóddal vagy a kereskedelmi feltételekkel kapcsolatban.

Voxtral Mini— Hány paramétere van?

Paraméterszáma 4.7B. Table 1. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

Voxtral Mini— Ki készítette ezt?

Kiadta Mistral AI, alapján France, egy szervezet, amelyet kategorizáltak mint industry.

Voxtral Mini— Mikor adták ki?

Kibocsátották a July 2025.

Voxtral Mini— Mire használják?

Működik a területen a Speech, Language, és rögzítve van, hogy kezeli a feladatot audio question answering, Speech recognition (ASR), Speech-to-text, Language modeling/generation, Question answering. A modellek gyakran több mint egyet hordoznak mindegyikből, és a címkék a célra, nem pedig a képességek határaira utalnak.

Voxtral Mini— Hol tudom letölteni?

Súlyait a Hugging Face-en tette közzé, a szervezet alatt mistralai. Nem tárolunk modell fájlokat — ez az oldal kiszámolja, hogy milyen hardver szükséges a futtatásukhoz.

Voxtral Mini— Futtathatom, ha nem fér el a GPU-mban?

Csak a terhelés áthelyezésével, amely általában téves gazdaságosság: a rendszermemóriában tárolt rész az egészet visszahúzza. Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Voxtral Mini— Futtatna-e két GPU gyorsabban?

A kapacitás kártyánként összeadódik; a teljesítmény nem. A kártyák számának már saját magukban tartva: 818. Tehát egy második KÁRTYA ritkán a megoldás itt.

Voxtral Mini— miért különbözik a kvantálás a kártyák között?

Mivel a kapacitás változik, úgy az is, hogy mennyire kell összenyomni. A fenti táblázatban lévő különböző szintek száma: 4. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Forrás

Eredeti kiadvány

Az utolsó frissítés időpontja 28 November 2025

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..

Minden AI modell