Devstral Small 2 24BvsQwen 2.5 Coder 32B
Comparativo completo entre Devstral Small 2 24B (24 bilhões de parâmetros, Mistral AI) e Qwen 2.5 Coder 32B (32B, Alibaba). VRAM necessária por quantização, tokens por segundo medidos em 4 GPUs de referência, veredito por caso de uso, licença, comandos de instalação. Todos os números são calculados a partir dos dados do catálogo — sem copiar e colar entre páginas.
Em resumo
| Característica | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| Parâmetros | 24B | 32B |
| Família | Mistral | Qwen |
| Autor | Mistral AI | Alibaba |
| Origem | FR | CN |
| Licença | Apache 2.0 | Apache 2.0 |
| Contexto | 256 000 tokens | 131 072 tokens |
| Data de lançamento | dezembro de 2025 | novembro de 2024 |
Uso de memória
VRAM aproximada necessária para inferência com uma janela de contexto média. O vencedor (em verde) é o modelo que consome menos — vantagem para os menores.
| Quantização | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| Q4_K_M (leve) | 14 GB | 19 GB |
| Q5_K_M (equilíbrio) | 17 GB | 23 GB |
| Q8 (quase sem perdas) | 26 GB | 35 GB |
| FP16 (qualidade máxima) | 48 GB | 64 GB |
| RAM para execução somente na CPU | 24 GB | 32 GB |
Velocidade estimada (tokens/segundo)
Estimativas baseadas na melhor quantização viável em cada GPU. Os números reais dependem do prompt, do contexto e do motor (llama.cpp, vLLM, MLX). Metodologia.
| GPU de referência | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | 30 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | 15 tok/s · Q4_K_M | ✗ pesado demais |
| RTX 3060 12GB (12 GB) | ✗ pesado demais | ✗ pesado demais |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 12 tok/s · Q8 |
Veredito por caso de uso
Para cada uso comum, indicamos qual dos dois é o mais adequado com base em suas tags, tamanho e especialização.
Substitua o GitHub Copilot e o Cursor por um copiloto de código 100 % local — o guia de referência, com configurações incluídas.
- Espaço online vitalício
- PDF + arquivos
- Atualizações vitalícias
Pontos fortes e fracos
Devstral Small 2 24B
Especialista em programação, 24B, Apache 2.0. 72,2% no SWE-Bench. 256k ctx, laboratório francês.
- 68,0 % SWE-bench Verified
- Cabe em uma RTX 4090
- Apache 2.0
- Lab francês
- Sem visão
- Denso: mais lento que os modelos MoE para código (Qwen3-Coder 30B-A3B) com a mesma memória
Instalação
Qwen 2.5 Coder 32B
Referência entre os modelos de código com pesos abertos no final de 2024, hoje superada pela geração Qwen3-Coder / Devstral.
- Melhor LLM de código open-weight
- Muito forte em HumanEval (referência 2024)
- Contexto de 128k
- Exige 20+ GB de VRAM
- Pior em chat geral
Instalação
Perguntas frequentes
Qual modelo funciona melhor na RTX 4090 (24 GB): Devstral Small 2 24B ou Qwen 2.5 Coder 32B?
Em uma RTX 4090, Devstral Small 2 24B roda em Q5_K_M (~40 tok/s), Qwen 2.5 Coder 32B em Q5_K_M (~30 tok/s). Considerando apenas a taxa de geração, Devstral Small 2 24B vence. Consulte o configurador para testar sua GPU exata.
Qual consome menos VRAM?
Em Q4_K_M, Devstral Small 2 24B cabe em 14 GB contra 19 GB para o concorrente — uma diferença de 5 GB, significativa se você pretende usar uma RTX 3060 ou uma 4060 Ti de 8 GB.
Devstral Small 2 24B ou Qwen 2.5 Coder 32B para programar?
Os dois são modelos de código especializados — a escolha depende do contexto (256 000 vs 131 072 tokens), da licença (Apache 2.0 vs Apache 2.0) e da VRAM disponível. Ambos se integram a Continue ou Aider.
É possível usar esses modelos em produção comercial?
Devstral Small 2 24B está sob Apache 2.0 — livre para uso comercial. Qwen 2.5 Coder 32B está sob Apache 2.0 — também livre. Para SaaS, prefira Apache 2.0 ou MIT.
Qual escolher em 2026?
Depende da sua restrição principal. Menor / mais rápido : Devstral Small 2 24B (24B). Mais capaz : Qwen 2.5 Coder 32B (32B). Se você tiver dúvidas, inicie o configurador com sua GPU e seu caso de uso — ele decidirá com base nos dois.
Alternativas a considerar
Se nenhum dos dois for adequado, aqui estão os modelos semelhantes que você pode explorar.