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。
| 量化 | 4K | 8K | 16K | 32K | 64K | 128K |
|---|---|---|---|---|---|---|
| Q4_K_M★ | 14 GB | 14 GB | 15 GB | 16 GB | 20 GB | 26 GB |
| Q8_0 | 26 GB | 26 GB | 27 GB | 28 GB | 32 GB | 38 GB |
安裝 Ollama 後直接執行,自動下載並運行模型。
ollama run magistral:24b
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
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:24bMagistral 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。
分享你的使用體驗,幫助其他人了解這個模型