Devstral-Small-2-24B-Instruct-2512

Mistral · 24.0B · ctx 256K · apache-2.0 · HuggingFace

Devstral-Small-2-24B-Instruct-2512（Mistral）是 AI Hashrate 收录的24.0B 参数开放权重模型。 按 8K 上下文估算：Q4 约需 19.0 GB VRAM（权重 13.2 GB + KV 4.8 GB + 开销 1 GB），FP16 约需 53.8 GB。 在该上下文假设下，目录中约有 22 款 GPU/加速器能在 Q4 下完整装下此模型。 Q4 最快配置：B200 192GB SXM ≈ 212.1 tok/s（估算）; MI300X 192GB ≈ 140.5 tok/s（估算）; H200 141GB SXM5 ≈ 127.3 tok/s（估算）; H100 80GB SXM5 ≈ 88.8 tok/s（估算）; Gaudi 3 128GB ≈ 86.9 tok/s（估算）。 下表给出各硬件的 VRAM 装机情况与每美元 tok/s（按 MSRP 标价）。估算基于显存带宽公式；有实测时以实测为准。详见方法论页。 方法论.

85 个硬件配置——按 tok/s 排序。默认装机上下文 8K。

硬件	VRAM	量化	tok/s	装得下？	tok/s/$
B200 192GB SXM	192	Q4	212.1 估算	是	0.005
MI300X 192GB	192	Q4	140.5 估算	是	0.009
H200 141GB SXM5	141	Q4	127.3 估算	是	0.004
H100 80GB SXM5	80	Q4	88.8 估算	是	0.003
Gaudi 3 128GB	128	Q4	86.9 估算	是	0.007
B200 192GB SXM	192	FP16	58.3 估算	是	0.001
A100 80GB SXM4	80	Q4	54.1 估算	是	0.004
RTX 5080 16GB	16	Q4	51.6 估算	否	0.052
RTX 5070 Ti 16GB	16	Q4	48.1 估算	否	0.064
RTX 5090 32GB	32	Q4	47.5 估算	是	0.024
RTX 4080 Super 16GB	16	Q4	39.5 估算	否	0.04
MI300X 192GB	192	FP16	38.6 估算	是	0.003
RTX 4070 Ti Super 16GB	16	Q4	36.1 估算	否	0.045
H200 141GB SXM5	141	FP16	35.0 估算	是	0.001
RX 9070 16GB	16	Q4	34.4 估算	否	0.063
RX 9070 XT 16GB	16	Q4	34.4 估算	否	0.057
RX 7800 XT 16GB	16	Q4	33.5 估算	否	0.067
RX 7900 GRE 16GB	16	Q4	30.9 估算	否	0.056
Arc A770 16GB	16	Q4	30.1 估算	否	0.086
RTX 4090 24GB	24	Q4	26.7 估算	是	0.017
RTX 4090D 24GB (China)	24	Q4	26.7 估算	是	0.017
RTX 3090 Ti 24GB	24	Q4	26.7 估算	是	0.013
RX 7900 XTX 24GB	24	Q4	25.5 估算	是	0.026
RTX 6000 Ada 48GB	48	Q4	25.5 估算	是	0.004
RTX 3090 24GB	24	Q4	24.8 估算	是	0.017
H100 80GB SXM5	80	FP16	24.4 估算	是	0.001
RTX 5060 Ti 16GB	16	Q4	24.1 估算	否	0.056
Gaudi 3 128GB	128	FP16	23.9 估算	是	0.002
L40S 48GB	48	Q4	22.9 估算	是	0.003
Mac Studio M3 Ultra 96GB	96	Q4	21.7 估算	是	0.005
Mac Studio M2 Ultra 192GB	192	Q4	21.2 估算	是	0.003
RX 7900 XT 20GB	20	Q4	21.2 估算	是	0.024
RTX A6000 48GB	48	Q4	20.4 估算	是	0.005
RTX 5070 12GB	12	Q4	20.3 估算	否	0.037
T4 16GB	16	Q4	17.2 估算	否	0.009
RTX 4070 Ti 12GB	12	Q4	16.7 估算	否	0.021
RTX 3080 10GB	10	Q4	15.9 估算	否	0.023
RTX 6000 Ada 48GB	48	FP16	15.9 估算	否	0.002
RTX 4060 Ti 16GB	16	Q4	15.5 估算	否	0.031
RX 7600 XT 16GB	16	Q4	15.5 估算	否	0.047
RTX 4070 12GB	12	Q4	15.2 估算	否	0.025
RTX 4070 Super 12GB	12	Q4	15.2 估算	否	0.025
A100 80GB SXM4	80	FP16	14.9 估算	是	0.001
MacBook Pro M4 Max 128GB	128	Q4	14.5 估算	是	0.003
L40S 48GB	48	FP16	14.3 估算	否	0.002
Arc B580 12GB	12	Q4	13.8 估算	否	0.055
RTX 5090 32GB	32	FP16	13.2 估算	否	0.007
RX 7700 XT 12GB	12	Q4	13.1 估算	否	0.029
RTX A6000 48GB	48	FP16	12.7 估算	否	0.003
RTX 3060 12GB	12	Q4	10.9 估算	否	0.033
MacBook Pro M3 Max 128GB	128	Q4	10.6 估算	是	0.003
Arc B570 10GB	10	Q4	8.0 估算	否	0.037
Mac mini M4 Pro 64GB	64	Q4	7.2 估算	是	0.003
RTX 5060 8GB	8	Q4	6.0 估算	否	0.02
RTX 5060 Ti 8GB	8	Q4	6.0 估算	否	0.016
RTX 3070 8GB	8	Q4	6.0 估算	否	0.012
Mac Studio M3 Ultra 96GB	96	FP16	6.0 估算	是	0.002
Mac Studio M2 Ultra 192GB	192	FP16	5.8 估算	是	0.001
RTX 4090 24GB	24	FP16	4.2 估算	否	0.003
RTX 4090D 24GB (China)	24	FP16	4.2 估算	否	0.003
RTX 3090 Ti 24GB	24	FP16	4.2 估算	否	0.002
RX 7900 XTX 24GB	24	FP16	4.0 估算	否	0.004
MacBook Pro M4 Max 128GB	128	FP16	4.0 估算	是	0.001
RTX 3090 24GB	24	FP16	3.9 估算	否	0.003
RTX 4060 Ti 8GB	8	Q4	3.9 估算	否	0.01
RX 7600 8GB	8	Q4	3.9 估算	否	0.014
RTX 4060 8GB	8	Q4	3.7 估算	否	0.012
Mac mini M4 32GB	32	Q4	3.2 估算	是	0.003
MacBook Pro M3 Max 128GB	128	FP16	2.9 估算	是	0.001
RX 7900 XT 20GB	20	FP16	2.3 估算	否	0.003
Mac mini M4 Pro 64GB	64	FP16	2.0 估算	是	0.001
RTX 5080 16GB	16	FP16	1.8 估算	否	0.002
RTX 5070 Ti 16GB	16	FP16	1.7 估算	否	0.002
RTX 4080 Super 16GB	16	FP16	1.4 估算	否	0.001
RTX 4070 Ti Super 16GB	16	FP16	1.2 估算	否	0.002
RX 9070 16GB	16	FP16	1.2 估算	否	0.002
RX 9070 XT 16GB	16	FP16	1.2 估算	否	0.002
RX 7800 XT 16GB	16	FP16	1.1 估算	否	0.002
RX 7900 GRE 16GB	16	FP16	1.1 估算	否	0.002
Arc A770 16GB	16	FP16	1.0 估算	否	0.003
Mac mini M4 32GB	32	FP16	0.9 估算	否	0.001
RTX 5060 Ti 16GB	16	FP16	0.8 估算	否	0.002
T4 16GB	16	FP16	0.6 估算	否	0.0
RTX 4060 Ti 16GB	16	FP16	0.5 估算	否	0.001
RX 7600 XT 16GB	16	FP16	0.5 估算	否	0.002

装机核对

• RTX 5090 32GB — 装得下 · ≈47.5 tok/s Q4 估算
• RTX 3090 Ti 24GB — 装得下 · ≈26.7 tok/s Q4 估算
• RTX 4090 24GB — 装得下 · ≈26.7 tok/s Q4 估算
• RTX 5080 16GB — 装不下 · ≈51.6 tok/s Q4 估算
• RTX 6000 Ada 48GB — 装得下 · ≈25.5 tok/s Q4 估算
• RX 7900 XTX 24GB — 装得下 · ≈25.5 tok/s Q4 估算
• RTX 3090 24GB — 装得下 · ≈24.8 tok/s Q4 估算
• RTX 5070 Ti 16GB — 装不下 · ≈48.1 tok/s Q4 估算
• L40S 48GB — 装得下 · ≈22.9 tok/s Q4 估算
• Mac Studio M3 Ultra 96GB — 装得下 · ≈21.7 tok/s Q4 估算
• Mac Studio M2 Ultra 192GB — 装得下 · ≈21.2 tok/s Q4 估算
• RX 7900 XT 20GB — 装得下 · ≈21.2 tok/s Q4 估算

12 款热门零售 GPU；上表每行的「装得下？」结论同样链接到完整装机核对页。

同族模型：Mistral

Mistral 7B Mistral-7B-Instruct-v0.3
Mistral Small 4 Mistral-Small-4-119B-2603
Mistral Medium 3.5 Mistral-Medium-3.5-128B

全部 Mistral 模型 →