🧠 語言模型Apache 2.0

Magistral Small 2506

Mistral Magistral Small,24B 推理模型,Apache 2.0 授權,256K 上下文,推理能力強,Q4 約需 15 GB VRAM。

📅 發布:2025-06資料更新:2026年5月12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
14 GB
完整 VRAM 對照表(所有量化 × 上下文)
量化4K8K16K32K64K128K
Q4_K_M14 GB14 GB15 GB16 GB20 GB26 GB
Q8_026 GB26 GB27 GB28 GB32 GB38 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 magistral:24b

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 magistral:24b

規格

參數量24B
最大上下文256K tokens
HF 下載量56K/月

模型強項

強大推理多語言支援長上下文高效部署開源授權

推薦用途

  • 需要複雜邏輯推理與多語言理解的智能客服或內容分析應用
  • 在資源有限的設備上進行本地部署,提供高效推理能力的個人助理
  • 處理長篇文件或對話,進行摘要、問答及多語言翻譯的企業級應用

標籤

推理Apache 2.0256K

部署工具

OllamavLLMllama.cpp

關於 Magistral Small 2506 — 開源 AI 模型

Magistral Small 2506 是一個開源語言模型,擁有 24B 參數,採用 Apache 2.0 授權。可使用 Ollama、vLLM、llama.cpp 進行部署。適用場景包括:需要複雜邏輯推理與多語言理解的智能客服或內容分析應用、在資源有限的設備上進行本地部署,提供高效推理能力的個人助理、處理長篇文件或對話,進行摘要、問答及多語言翻譯的企業級應用。核心優勢:強大推理、多語言支援、長上下文、高效部署、開源授權。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

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!