💻 程式碼Mistral Research

Codestral-22B

Mistral Codestral 22B，專為程式碼生成設計，支援 80+ 程式語言和 256K 上下文，Q4 約需 14 GB VRAM。

📅 發布：2024-05↻資料更新：2026年3月25日

VRAM 計算器

我的 GPU VRAM：
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
18.5 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化1K4K8K16K32K64K128K
FP16 / BF1645.3 GB47.7 GB50.1 GB54.3 GB61.6 GB74.4 GB96.9 GB
Q2_K8.4 GB10.8 GB13.2 GB17.4 GB24.8 GB37.6 GB60.0 GB
Q3_K_M10.9 GB13.3 GB15.7 GB19.9 GB27.2 GB40.1 GB62.5 GB
Q4_K_M★13.7 GB16.1 GB18.5 GB22.6 GB30.0 GB42.8 GB65.3 GB
Q5_K_M16.4 GB18.8 GB21.2 GB25.4 GB32.7 GB45.6 GB68.0 GB
Q6_K19.2 GB21.6 GB24.0 GB28.1 GB35.5 GB48.3 GB70.8 GB
Q8_024.7 GB27.1 GB29.5 GB33.6 GB41.0 GB53.8 GB76.3 GB

部署指南

方法一：Ollama（最簡單）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run codestral:22b

方法二：llama.cpp

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

方法三：vLLM（高效能伺服器）

適合生產環境，支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Mistral --dtype auto
ollama run codestral:22b

規格

參數量22B
最大上下文256K tokens
HF 下載量16K/月

模型強項

程式碼生成多語言支援超長上下文高效率部署

推薦用途

  • ▸作為開發者的智慧程式碼助手，提供多達 80 種程式語言的程式碼生成與補全。
  • ▸處理大型程式碼庫或複雜專案，利用 256K 上下文視窗進行深度程式碼分析與重構。
  • ▸在資源有限的環境下，透過 Ollama 等工具高效部署，實現本地化的程式碼開發輔助。

標籤

程式碼256K80+ 語言

部署工具

OllamavLLMllama.cpp

使用心得

分享你的使用體驗，幫助其他人了解這個模型

0/1000
還沒有評論，成為第一個分享心得的人！