Mistral Small 3vsDevstral Small 2 24B
Comparatif complet entre Mistral Small 3 (24B paramètres, Mistral AI) et Devstral Small 2 24B (24B, Mistral AI). VRAM requise par quantification, tokens/seconde mesurés sur 4 GPU de référence, verdict par cas d'usage, licence, commandes d'installation. Tous les chiffres sont calculés à partir des données du catalogue — aucun copier-coller entre pages.
En bref
| Caractéristique | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| Paramètres | 24B | 24B |
| Famille | Mistral | Mistral |
| Auteur | Mistral AI | Mistral AI |
| Origine | FR | FR |
| Licence | Apache 2.0 | Apache 2.0 |
| Contexte | 32 768 tokens | 256 000 tokens |
| Sortie | Janvier 2025 | Décembre 2025 |
Empreinte mémoire
VRAM approximative nécessaire pour l'inférence avec une fenêtre de contexte moyenne. Le vainqueur (en vert) est le modèle qui consomme moins — avantage aux petits.
| Quantification | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| Q4_K_M (léger) | 14 GB | 14 GB |
| Q5_K_M (équilibre) | 17 GB | 17 GB |
| Q8 (quasi-lossless) | 26 GB | 26 GB |
| FP16 (qualité max) | 48 GB | 48 GB |
| RAM CPU-only | 24 GB | 24 GB |
Vitesse estimée (tokens/seconde)
Estimations basées sur la meilleure quantification tenable sur chaque GPU. Les chiffres réels dépendent du prompt, du contexte et du moteur (llama.cpp, vLLM, MLX). Méthodologie.
| GPU de référence | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | 40 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | 15 tok/s · Q4_K_M | 15 tok/s · Q4_K_M |
| RTX 3060 12GB (12 GB) | ✗ trop lourd | ✗ trop lourd |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 15 tok/s · Q8 |
Verdict par cas d'usage
Pour chaque usage courant, on indique lequel des deux est le mieux adapté selon ses tags, sa taille et sa spécialisation.
Remplace GitHub Copilot et Cursor par un copilote de code 100 % local — le guide de référence, configs incluses.
- Espace en ligne à vie
- PDF + fichiers
- Remboursé 30 j
Forces et faiblesses
Mistral Small 3
Excellent rapport qualité/taille à sa sortie (début 2025). Rivalise avec les 70B.
- Qualité proche Llama 70B
- Latence faible
- 128k contexte
- Excellent en agents et tool use
- Exige 16 GB de VRAM mini en Q4
- Moins bon en code que Qwen Coder
Installation
Devstral Small 2 24B
Spécialiste coding 24B Apache 2.0. 72.2% SWE-Bench. 256k ctx, FR lab.
- 68,0 % SWE-bench Verified
- Tient sur RTX 4090
- Apache 2.0
- Lab français
- Pas de vision
- Dense : plus lent que les MoE code (Qwen3-Coder 30B-A3B) à mémoire égale
Installation
Questions fréquentes
Quel modèle tourne le mieux sur RTX 4090 (24 GB) : Mistral Small 3 ou Devstral Small 2 24B ?
Sur une RTX 4090, Mistral Small 3 tourne en Q5_K_M (~40 tok/s), Devstral Small 2 24B en Q5_K_M (~40 tok/s). En pur débit, Devstral Small 2 24B l'emporte. Consultez le configurateur pour tester votre GPU exact.
Mistral Small 3 ou Devstral Small 2 24B : lequel est le meilleur en français ?
Pour du français soutenu (rédaction, résumé, traduction), Mistral Small 3 prend l'avantage — entraîné avec un corpus francophone dense. L'autre reste utilisable mais sur des usages moins exigeants.
Lequel consomme le moins de VRAM ?
Les deux demandent la même VRAM en Q4 (14 GB). Le choix se fait alors sur la licence ou la qualité perçue.
Mistral Small 3 ou Devstral Small 2 24B pour coder ?
Les deux sont des modèles code spécialisés — le choix se fait sur le contexte (32 768 vs 256 000 tokens), la licence (Apache 2.0 vs Apache 2.0) et la VRAM disponible. Tous deux s'intègrent à Continue ou Aider.
Peut-on utiliser ces modèles en production commerciale ?
Mistral Small 3 est sous Apache 2.0 — libre d'utilisation commerciale. Devstral Small 2 24B est sous Apache 2.0 — libre également. Pour du SaaS, privilégiez Apache 2.0 ou MIT.
Lequel choisir en 2026 ?
Dépend de votre contrainte principale. Plus petit / plus rapide : Mistral Small 3 (24B). Plus capable : Mistral Small 3 (24B). Si vous hésitez, lancez le configurateur avec votre GPU et votre cas d'usage — il tranchera en fonction des deux.
Alternatives à considérer
Si aucun des deux ne vous convient, voici les modèles voisins que vous pourriez explorer.