Mistral Small 3.2 24BvsMagistral Small 24B
Comparativo completo entre Mistral Small 3.2 24B (24 bilhões de parâmetros, Mistral AI) e Magistral Small 24B (24B, Mistral AI). 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 | Mistral Small 3.2 24B | Magistral Small 24B |
|---|---|---|
| Parâmetros | 24B | 24B |
| Família | Mistral | Mistral |
| Autor | Mistral AI | Mistral AI |
| Origem | FR | FR |
| Licença | Apache 2.0 | Apache 2.0 |
| Contexto | 128 000 tokens | 128 000 tokens |
| Data de lançamento | junho de 2025 | junho de 2025 |
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 | Mistral Small 3.2 24B | Magistral Small 24B |
|---|---|---|
| Q4_K_M (leve) | 14 GB | 14 GB |
| Q5_K_M (equilíbrio) | 17 GB | 17 GB |
| Q8 (quase sem perdas) | 26 GB | 26 GB |
| FP16 (qualidade máxima) | 48 GB | 48 GB |
| RAM para execução somente na CPU | 24 GB | 24 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 | 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) | ✗ pesado demais | ✗ pesado demais |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 15 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.
Seu ChatGPT privado e gratuito na sua máquina em 1 hora — LM Studio, Ollama, Open WebUI, seus documentos, sem nuvem.
- Espaço online vitalício
- PDF + arquivos
- Atualizações vitalícias
Pontos fortes e fracos
Mistral Small 3.2 24B
Atualização de junho de 2025 do Small 3.1. Metade das gerações infinitas, chamada de funções aprimorada.
- Metade das gerações infinitas em comparação com a versão 3.1
- Chamada de função aprimorada
- Visão
- Apache 2.0
- Requer uma versão recente do Ollama
Instalação
Magistral Small 24B
Primeiro modelo de raciocínio aberto da Mistral. AIME24 70,7%. Base Small 3.1 + treinamento CoT.
- Primeiro modelo aberto de raciocínio da Mistral
- Apache 2.0
- AIME24 70.7%
- Verboso no modo thinking
- Contexto recomendado: no máximo 40k
Instalação
Perguntas frequentes
Qual modelo funciona melhor na RTX 4090 (24 GB): Mistral Small 3.2 24B ou Magistral Small 24B ?
Em uma RTX 4090, Mistral Small 3.2 24B roda em Q5_K_M (~40 tok/s), Magistral Small 24B em Q5_K_M (~40 tok/s). Em termos apenas de taxa de geração, Magistral Small 24B vence. Consulte o configurador para testar sua GPU exata.
Mistral Small 3.2 24B ou Magistral Small 24B: qual é o melhor em francês?
Em francês, os dois são equivalentes para bate-papo básico. Para textos literários ou jurídicos, prefira um modelo de origem europeia (ver nossos guias FR).
Qual consome menos VRAM?
Ambos exigem a mesma VRAM em Q4 (14 GB). A escolha se dá então pela licença ou pela qualidade percebida.
É possível usar esses modelos em produção comercial?
Mistral Small 3.2 24B está sob Apache 2.0 — livre para uso comercial. Magistral Small 24B 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 : Mistral Small 3.2 24B (24B). Mais capaz : Mistral Small 3.2 24B (24B). 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.