Mistral Small 3.2 24BvsMagistral Small 24B
Comparatif complet entre Mistral Small 3.2 24B (24B paramètres, Mistral AI) et Magistral Small 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 3.2 24B | Magistral Small 24B |
|---|---|---|
| Paramètres | 24B | 24B |
| Famille | Mistral | Mistral |
| Auteur | Mistral AI | Mistral AI |
| Origine | FR | FR |
| Licence | Apache 2.0 | Apache 2.0 |
| Contexte | 128 000 tokens | 128 000 tokens |
| Sortie | Juin 2025 | Juin 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 3.2 24B | Magistral Small 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 3.2 24B | Magistral Small 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.
Forces et faiblesses
Mistral Small 3.2 24B
Update Juin 2025 de Small 3.1. Moitié moins de générations infinies, function calling amélioré.
- Moitié moins de générations infinies vs 3.1
- Function calling amélioré
- Vision
- Apache 2.0
- Nécessite Ollama récent
Installation
Magistral Small 24B
Premier raisonneur open Mistral. AIME24 70.7%. Base Small 3.1 + entraînement CoT.
- Premier raisonneur open Mistral
- Apache 2.0
- AIME24 70.7%
- Verbeux en mode thinking
- Ctx recommandé 40k max
Installation
Questions fréquentes
Quel modèle tourne le mieux sur RTX 4090 (24 GB) : Mistral Small 3.2 24B ou Magistral Small 24B ?
Sur une RTX 4090, Mistral Small 3.2 24B tourne en Q5_K_M (~40 tok/s), Magistral Small 24B en Q5_K_M (~40 tok/s). En pur débit, Magistral Small 24B l'emporte. Consultez le configurateur pour tester votre GPU exact.
Mistral Small 3.2 24B ou Magistral Small 24B : lequel est le meilleur en français ?
En français, les deux s'équivalent pour du chat basique. Pour des textes littéraires ou juridiques, préférez un modèle d'origine européenne (voir nos guides FR).
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.
Peut-on utiliser ces modèles en production commerciale ?
Mistral Small 3.2 24B est sous Apache 2.0 — libre d'utilisation commerciale. Magistral Small 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 3.2 24B (24B). Plus capable : Mistral Small 3.2 24B (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.