01Ce qu'il sait faire
- Vision + texte dans un 24B
- 128k ctx
- Apache 2.0
- ~150 tok/s en inférence
- —Exige Ollama ≥ 0.6.5
- —Small 3.2 (Juin 2025) l'améliore légèrement
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Quel GPU pour faire tourner Mistral Small 3.1 24B ?
Pour exécuter Mistral Small 3.1 24B en local en quantification Q4, il faut environ 14 Go de VRAM. Le meilleur rapport prix/performance : un RTX 5070 Ti 16 Go (16 Go de VRAM).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
En mobilité : Mistral Small 3.1 24B tourne aussi sur un PC portable RTX (16 Go de VRAM) →
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Benchmarks publics
Scores reproduits depuis les model cards ou MMLU-Pro / communautaires. Unité : % bonnes réponses.
05Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.