Mixtral 8x7B Instruct

47B MoE

Mistral AI

经典 MoE 模型，每 token 约 13B 激活参数，Q4 量化需 32GB+ 显存。

专业 GPU

33K

最大上下文

量化变体

GGUF Q4_K_M

最佳质量

97.2%

精度保留率

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站基准 · 估算 = 公式推算 · 社区 = 公开报告

格式	级别	BPW	显存	PPL 损失	速度	来源	操作
GGUF	Q4_K_M	4.85	28.5 GB	2.8%	48 tok/s	估算	计算 HF
AWQ	INT4	4	25.2 GB	3.8%	62 tok/s	估算	计算 HF

Mistral AI

Mistral 3 旗舰 MoE（激活 41B / 总 675B），含视觉编码器。FP8 需 8×H200；GGUF 量化仅供研究集群。

Mistral AI

Mistral 高效 24B 模型，多语言能力强，Q4 量化可装入 24GB 显存。

Mistral AI

Mistral 与 NVIDIA 合作推出，128K 上下文，多语言能力出色。

Mistral AI

经典 Mistral 7B v0.3，仍是本地对话 API 的可靠基线。

针对本模型及同类硬件的部署指南。