Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Mistral Small 3.2 24B

Mistral · mistralai/Mistral-Small-3.2-24B-Instruct-2506

Arquivo Q4 de 14,3 GB (Q4_K_M) · roda bem a partir de 24 GB · Licença dos pesos: Apache 2.0

LMArena · texto1.356 ± 5Posição 212 · rodada 2026-10-22 · escala própria
Memória necessária~19 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros24 Bcontagem de safetensors do Hub
Contexto131.072 tokensPublicado para este modelo

Qualidade

LMArena · texto · pontuação
1.356 ± 5Intervalo de confiança 1.351–1.361 · 17.454 votos · posição 212 da rodada · O Arena lista Mistral Small 3.2 (2506), antes sob o nome de API da Mistral, mistral-small-2506; a ficha oficial da Mistral para o Mistral Small 3.2 (versão 25.06) dá esse nome de API e estes pesos abertosLMArena 2026-10-22 · CC BY 4.0

Sem resultado em LiveBench 2026-06-25 Sem resultado no LiveBench 2026-06-25

Informado pelo publicador

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

Rodar

Rodar

Arquivo Q4_K_M · 14,3 GB · unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF · O que é Q4?

Medido 19–101 tok/s · Q4_K_M · 6 máquinas · Local LLM Advisor · todas as linhas

ollama run hf.co/unsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF:Q4_K_M
  1. Instale o Ollama
  2. Rode o comando acima
  3. Pergunte: Explique o que é a janela de contexto, em duas frases.

Roda em

Cabe na memória rápida 48

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 48

Na memória, fora da parte rápida 45

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Mostrar todos os 45

Falta um degrau de memória 9

As mesmas máquinas com o próximo tamanho de memória o comportariam na memória rápida.

Mostrar todos os 9

Mistral Small 3.2 24B é um modelo de texto da Mistral com 24B de parâmetros. Foi lançado em 20 de junho de 2025 e lê até 131.072 tokens de contexto. Os pesos em Q4 com a margem de trabalho somam cerca de 19 GB antes da reserva da máquina; as menores máquinas de referência cuja memória rápida comporta isso são Mac mini M4 · 32 GB unificados (~27 GB com a reserva) e RTX 4090 · 24 GB de VRAM (~21 GB com a reserva). Coletamos 29 arquivos GGUF e MLX para baixar de 3 fontes de publicadores; a fonte GGUF mais baixada é a de unsloth. Ele não tem resultado no LiveBench 2026-06-25. Sua pontuação de texto no LMArena é 1.356 ± 5 (rodada 2026-10-22), uma escala separada de preferência humana.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Cada cartão abre o perfil do hardware. Não é compatibilidade nem velocidade medida.

Nas máquinas de referência

Mistral Small 3.2 24B nas máquinas de referência
Onde fica o Q4
Mac mini M2 · 8 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~21 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 16 GB unificadosMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~23 GBMaior que a memóriaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
Mac mini M4 · 24 GB unificadosMaior que a memóriaIQ4_XSGGUF · 12,8 GB · precisa de ~23 GB8.192 tokens~25 GBMaior que a memóriaIQ4_XSGGUF · 12,8 GB · precisa de ~23 GB8.192 tokens
Mac mini M4 · 32 GB unificadosCabe na memória rápidaQ5_K_MGGUF · 16,8 GB · precisa de ~30 GB16.384 tokens~27 GBCabe na memória rápidaQ5_K_MGGUF · 16,8 GB · precisa de ~30 GB16.384 tokens
Mac mini M5 Pro · 64 GB unificadosCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB65.536 tokens~27 GBCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB65.536 tokens
Mac Studio M5 Max · 128 GB unificadosCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB131.072 tokens~27 GBCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB131.072 tokens
Mac Studio · M5 Ultra · CPU de 36 núcleos / GPU de 80 núcleos · 512 GB unificadosCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB131.072 tokens~27 GBCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~40 GB131.072 tokens
RTX 4060 · 8 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~21 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 3060 · 12 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~21 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 5080 · 16 GB de VRAMNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior~21 GBNa memória, fora da parte rápidaNenhum arquivo da escada de quantização do site cabe na memória rápida com 8.192 tokensSem arquivo na coluna anterior
RTX 4090 · 24 GB de VRAMCabe na memória rápidaQ5_K_MGGUF · 16,8 GB · precisa de ~24 GB8.192 tokens~21 GBCabe na memória rápidaQ5_K_MGGUF · 16,8 GB · precisa de ~24 GB8.192 tokens
RTX 5090 · 32 GB de VRAMCabe na memória rápidaQ6_KGGUF · 19,3 GB · precisa de ~27 GB32.768 tokens~21 GBCabe na memória rápidaQ6_KGGUF · 19,3 GB · precisa de ~27 GB32.768 tokens
DGX H100 · 8 × 80 GBCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~48 GB131.072 tokens~35 GBCabe na memória rápidaQ8_0GGUF · 25,1 GB · precisa de ~48 GB131.072 tokens

A coluna de arquivo usa a escada de quantização do site (Q8_0 a Q3_K_M; MLX de 8 a 4 bits no Mac): o maior arquivo coletado cujo tamanho × 1,2, mais o cache de contexto e a reserva da máquina, cabe na memória rápida. Estimativas de planejamento, não execuções medidas.

Planejar outra quantização ou contexto

Considere para

Compare Mistral Small 3.2 24B pela ficha do publicador. Não há nota geral no snapshot LiveBench 2026-06-25.

Confira antes

Os pesos em Q4 com a margem de trabalho somam cerca de 19 GB a partir de 24,01B parâmetros declarados, antes da reserva da máquina (Roda em soma a reserva de cada máquina). Não é um mínimo medido; contexto, lote, runtime e quantização mudam o uso real de memória.

Versões para baixar

Arquivos que você pode baixar deste checkpoint. A seção abre na fonte GGUF coletada mais baixada, unsloth, no arquivo Q4_K_M. Num Mac abre na fonte MLX mais baixada. Os tamanhos são os bytes publicados no Hub. O que é Q4?

unsloth

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

Rodar este arquivo

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

As notas de qualidade desta página pertencem ao checkpoint original; estes arquivos não recebem nota nem ranking. Tamanhos lidos em 2026-10-23 · downloads lidos em 2026-10-17 · comandos: Documentação do Hugging Face Hub: Ollama com qualquer modelo GGUF · README do servidor do llama.cpp (-hf <user>/<model>[:quant]) · Documentação do LM Studio: lms get com uma URL do Hugging Face · README do mlx-lm (mlx_lm.generate --model)

Ajustes, adaptadores e outras versões66 ajustes
Versões quantizadas
72
Ajustes (fine-tunes)
66
Adaptadores · misturas
19 · 4

Ver na árvore de modelos do Hugging Face · lido em 2026-10-23

Versões sem filtro (uncensored, abliterated)4

Algumas versões da comunidade removem as recusas de segurança do modelo. A qualidade pode cair, o publicador original não dá suporte, as afirmações sobre elas são de quem as publicou e a licença original continua valendo. Este site nunca as recomenda nem as ranqueia.

4 repositórios derivados têm “uncensored” ou “abliterated” no nome (lido em 2026-10-23).

Velocidade medida

Tokens por segundo por máquina

Saída em tok/s · 6 máquinas · as 5 mais rápidas de 7 · todas as linhas na tabela · O que é um token?

RTX 5090 · Q4_K_M, 101,14 ± 0,24 · Q4_K_M101,1
RTX 5090 · Q8_0, 63,85 ± 0,10 · Q8_063,9
RTX 4090 24 GB · Q4_K_M, 61,56 ± 0,07 · Q4_K_M61,6
RTX 5080 16 GB · Q4_K_M, 58,64 ± 0,05 · Q4_K_M58,6
RTX 3090 24 GB · Q4_K_M, 53,15 ± 0,01 · Q4_K_M53,2
Velocidade medida
RTX 5090NVIDIA GeForce RTX 5090 · 32 GB (único tamanho de memória da placa; máquina alugada)101,14 ± 0,24Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf
RTX 5090NVIDIA GeForce RTX 5090 · 32 GB (único tamanho de memória da placa; máquina alugada)63,85 ± 0,10Q8_00 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q8_0.gguf
RTX 4090 24 GBNVIDIA GeForce RTX 4090 · 24 GB (único tamanho de memória da placa; máquina alugada)61,56 ± 0,07Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf
RTX 5080 16 GBNVIDIA GeForce RTX 5080 · 16 GB (único tamanho de memória da placa; máquina alugada)58,64 ± 0,05Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf
RTX 3090 24 GBNVIDIA GeForce RTX 3090 · 24 GB (único tamanho de memória da placa; máquina alugada)53,15 ± 0,01Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf
RTX 5070 Ti 16 GBNVIDIA GeForce RTX 5070 Ti · 16 GB (único tamanho de memória da placa; máquina alugada)52,85 ± 0,07Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf
RTX 4060 Ti 16GBNVIDIA GeForce RTX 4060 Ti · 16 GB (o id do dataset indica 16 GB; máquina alugada)19,08 ± 0,00Q4_K_M0 / 128 · Um processo llama-benchllama.cpp CUDAllama.cpp commit 3e4dfa8f3 (b11658)Flash Attention ativadounsloth/Mistral-Small-3.2-24B-Instruct-2506-GGUF/Mistral-Small-3.2-24B-Instruct-2506-Q4_K_M.gguf

Fonte: Dados: Local LLM Advisor (localllmadvisor.com) · CC BY 4.0 (consultado 2026-10-25) · llama.cpp CUDA · llama.cpp commit 3e4dfa8f3 (b11658) · não estimado

Como rodar

A memória necessária acima é a carga Q4 antes da reserva da máquina. Fórmula: parâmetros × 0,625 byte, mais 20% de margem; cada máquina soma então a reserva do sistema: 25% da memória unificada ou do sistema, de 2 a 8 GB, ou 2 GB por GPU em placas dedicadas. Não é VRAM medida nem tamanho do download do checkpoint.

Apenas estimativa de planejamento Q4. Verifique formato do checkpoint, suporte do runtime, cache KV, contexto, tamanho de lote e offload antes de escolher hardware.

Nível da evidência: Apenas estimativa genérica; nenhuma execução reproduzida por este site.

Amostragem padrão do publicador
temperature 0,15generation_config.json · lido em 2026-10-23fonte
Marcadores do template de chat
— Template de chat não lido para este checkpoint
Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa e modalidade
linguagem e raciocínio · texto + imagem
Contagem e base
24B · contagem de safetensors do Hubmistralai/Mistral-Small-3.2-24B-Instruct-2506 Hugging Face Hub metadata: safetensors parameter count · consultado em 2026-10-17fonte
Contexto
131.072 tokens publicados para este modelomistralai/Mistral-Small-3.2-24B-Instruct-2506 config.json (Hugging Face) · consultado em 2026-10-17fonte
Arquitetura
Densemistralai/Mistral-Small-3.2-24B-Instruct-2506 config.json (Hugging Face) · consultado em 2026-10-17fonte
Lançamento
Mistral platform-docs-public changelog 2025-06-20 (GitHub) · consultado em 2026-10-17fonte
Runtime e precisão
Nenhuma execução local verificada.
Idiomas
en, fr, de, es, pt, it, ja, ko, ru, zh, ar, fa, id, ms, ne, pl, ro, sr, sv, tr, uk, vi, hi, bnMetadados do model card · consultado em 2026-10-25fonte
Uso comercial
Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados11 campos
Revisão conferida
95a6d26c4bfb886c58daf9d3f7332c857cb27b43
Arquitetura
Mistral3ForConditionalGeneration
Biblioteca
vllm
Modelos base declarados
mistralai/Mistral-Small-3.1-24B-Base-2503
Formatos
safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Repositório criado
2025-06-19criação não é o lançamento do modelo
Repositório atualizado
2025-12-22um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
181.449 · 640só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Os 24,0B são a contagem de safetensors do Hugging Face Hub para este repositório, não um número do publicador. A ficha da versão 3.2 não informa a contagem de parâmetros e a descreve como uma atualização menor do Mistral Small 3.1, cuja ficha diz 24 bilhões de parâmetros. A estimativa Q4 desta página é um número genérico de planejamento, não um requisito medido.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-10-17. Versão do benchmark: 2026-06-25; snapshot coletado: 2026-09-26.