Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Phi-4 vs Mistral Small 3.2 para texto local

Um modelo denso de 14B e um de 24B para uma máquina de 16 a 24 GB

Fatos do catálogo revisado

Fatos do catálogo revisado
EspecificaçãoPhi-4Mistral Small 3.2 24B
TarefaTexto e chatTexto e chat
Parâmetros14B24B
LicençaMITApache 2.0
Uso comercialPermitidotexto da licençaPermitidotexto da licença
Qualidade · LMArena 2026-10-22 · texto1.256 ± 51.252–1.261 · 24.126 votos · posição 322 · fonte1.356 ± 51.351–1.361 · 17.454 votos · posição 212 · fonte
Memóriaestimativa de planejamento Q4 (~11 GB de pesos antes da reserva da máquina)estimativa de planejamento Q4 (~19 GB de pesos antes da reserva da máquina)
Checkpointficha oficialficha oficial

No LMArena 2026-10-22 · texto, o Mistral Small 3.2 24B tem 1.356 ± 5 contra 1.256 ± 5 do Phi-4, 100 pontos à frente, com intervalos que não se sobrepõem. Votos cegos de pessoas em pares, no modelo hospedado, CC BY 4.0. A pontuação é relativa; intervalos que se sobrepõem significam que a ordem não está definida. Escala: pontuação Arena (controle de estilo, geral) ± metade do intervalo de confiança.

Memória em três máquinas

A reserva de cada máquina é somada (placas de vídeo 2 GB; memória unificada e do sistema 25%, de 2 a 8 GB). Estimativas de planejamento, não execuções medidas.

Phi-4 vs Mistral Small 3.2 para texto local: memória em três máquinas
MáquinaPhi-4Mistral Small 3.2 24B
RTX 4060 Ti · 16 GB de VRAM~13 GBCabe na memória rápida~21 GBNa memória, fora da parte rápida · offload para a RAM do PC (32 GB presumidos)
RTX 4090 · 24 GB de VRAM~13 GBCabe na memória rápida~21 GBCabe na memória rápida
MacBook Air 13 polegadas M4 · 24 GB unificados~17 GBCabe na memória rápida~25 GBMaior que a memória

Phi-4: estimativa de planejamento Q4 (~11 GB de pesos antes da reserva da máquina). Mistral Small 3.2 24B: estimativa de planejamento Q4 (~19 GB de pesos antes da reserva da máquina). Fórmulas

Tudo o que roda em cada máquina: RTX 4060 Ti · 16 GB de VRAM · RTX 4090 · 24 GB de VRAM · MacBook Air 13 polegadas M4 · 24 GB unificados

Qual escolher

O Phi-4 (14 bilhões de parâmetros, MIT) é a opção mais leve: seus pesos Q4 ocupam cerca de 11 GB, então uma placa de 16 GB o comporta. O Mistral Small 3.2 (24 bilhões, Apache 2.0) pede cerca de 19 GB de pesos Q4: uma placa de 24 GB o roda, mas um Mac de 24 GB não, porque o macOS reserva parte da memória para o sistema. Ele também lê imagens. O Mistral Small publica contexto de 131.072 tokens contra 16.384 do Phi-4, o que pesa em documentos longos. Na mesma rodada de texto do LMArena o Mistral Small 3.2 tem nota maior; os intervalos estão abaixo.

Arquivos e comandos para rodar

O arquivo padrão da fonte coletada mais baixada, ou os comandos que cada ficha documenta. Não executados por este site.

Phi-4

microsoft/phi-4-gguf · phi-4-IQ4_XS.gguf · IQ4_XS · 8 GB · microsoft

ollama run hf.co/microsoft/phi-4-gguf:IQ4_XS
llama-server -hf microsoft/phi-4-gguf:IQ4_XS
lms get https://huggingface.co/microsoft/phi-4-gguf
  • mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac

Mistral Small 3.2 24B

unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF · Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf · Q4_K_M · 14,3 GB · unsloth

ollama run hf.co/unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF:Q4_K_M
llama-server -hf unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF:Q4_K_M
lms get https://huggingface.co/unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF
  • mlx-lm: O mlx-lm roda repositórios MLX; escolha a versão MLX num Mac

Números que cada publicador informa

Os resultados de cada ficha, com a configuração de cada uma. Publicadores escolhem testes e configurações diferentes, então estes valores nunca são comparados entre publicadores aqui.

Phi-4 · informado por Microsoft

5 resultados · ficha de Microsoft · lida em 2026-10-25
MMLU
84,8Popular Aggregated Benchmark · simple-evals
GPQA
56,1Science · simple-evals
HumanEval
82,6Code Generation · simple-evals
SimpleQA
3,0Factual Knowledge · simple-evals
DROP
75,5Reasoning · simple-evals

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Model Quality); coluna “phi-4 (14B)”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Mistral Small 3.2 24B · informado por Mistral

17 resultados · ficha de Mistral · lida em 2026-10-25
Wildbench v2
65,33%Instruction Following / Chat / Tone
Arena Hard v2
43,1%Instruction Following / Chat / Tone
IF (Internal; accuracy)
84,78%Instruction Following / Chat / Tone
Infinite Generations (Internal; Lower is better)
1,29%Infinite Generations
MMLU
80,50%STEM
MMLU Pro (5-shot CoT)
69,06%STEM · 5-shot
MATH
69,42%STEM
GPQA Main (5-shot CoT)
44,22%STEM · 5-shot
Todos os resultados informados17
GPQA Diamond (5-shot CoT)
46,13%STEM · 5-shot
MBPP Plus - Pass@5
78,33%STEM
HumanEval Plus - Pass@5
92,90%STEM
SimpleQA (TotalAcc)
12,10%STEM
MMMU
62,50%Vision
Mathvista
67,09%Vision
ChartQA
87,4%Vision
DocVQA
94,86%Vision
AI2D
92,91%Vision

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmark Results › Text › Instruction Following / Chat / Tone; Benchmark Results › Text › Infinite Generations); coluna “Small 3.2 24B Instruct”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Limites e datas

O benchmark de qualidade publicado não testa uma versão local quantizada. Estimativas de memória não medem velocidade nem garantem compatibilidade. Tamanho de repositório, quando disponível, não é VRAM. Fórmulas

Página atualizada em · Catálogo revisado em · LMArena 2026-10-22 · texto