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
| Especificação | Phi-4 | Mistral Small 3.2 24B |
|---|---|---|
| Tarefa | Texto e chat | Texto e chat |
| Parâmetros | 14B | 24B |
| Licença | MIT | Apache 2.0 |
| Uso comercial | Permitidotexto da licença | Permitidotexto da licença |
| Qualidade · LMArena 2026-10-22 · texto | 1.256 ± 51.252–1.261 · 24.126 votos · posição 322 · fonte | 1.356 ± 51.351–1.361 · 17.454 votos · posição 212 · fonte |
| Memória | estimativa 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) |
| Checkpoint | ficha oficial | ficha 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.
| Máquina | Phi-4 | Mistral 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_XSllama-server -hf microsoft/phi-4-gguf:IQ4_XSlms 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_Mllama-server -hf unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF:Q4_K_Mlms 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
- 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
- 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 informados
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