Mistral Small 3 24B,Apache 2.0 授權,32K 上下文,Q4 約需 15 GB VRAM,RTX 3090/4080 可運行。
| 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 mistral-small3:24b
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
下載 LM Studio,在搜尋欄輸入模型名稱,點擊下載即可。支援 Windows/Mac/Linux。
ollama run mistral-small3:24bMistral Small 3 24B 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、LM Studio 進行部署。適用場景包括:適用於需要處理大量文本資訊的內容摘要、報告生成等應用。、適合在具備 16GB VRAM 的消費級顯卡上進行本地部署,實現離線 AI 應用。、可用於開發需要高度客製化與整合的企業級語言處理解決方案。。核心優勢:高效能、長上下文理解、開源靈活、廣泛部署。 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