Mistral Small 4vsQwen 3 32B
Comparativo completo entre Mistral Small 4 (119 bilhões de parâmetros, Mistral AI) e Qwen 3 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 | Mistral Small 4 | Qwen 3 32B |
|---|---|---|
| Parâmetros | 119B | 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 | março de 2026 | abril 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 4 | Qwen 3 32B |
|---|---|---|
| Q4_K_M (leve) | 72 GB | 19 GB |
| Q5_K_M (equilíbrio) | 86 GB | 23 GB |
| Q8 (quase sem perdas) | 128 GB | 35 GB |
| FP16 (qualidade máxima) | 238 GB | 64 GB |
| RAM para execução somente na CPU | 96 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 | Mistral Small 4 | Qwen 3 32B |
|---|---|---|
| RTX 4090 (24 GB) | ✗ pesado demais | 30 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ pesado demais | ✗ pesado demais |
| RTX 3060 12GB (12 GB) | ✗ pesado demais | ✗ pesado demais |
| Apple M4 Pro (48 GB) (36 GB) | ✗ pesado demais | 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.
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 4
MoE 119B/6,5B ativos unifica chat+raciocínio+visão+código. O modelo francês de ponta de 2026.
- MoE de ponta FR
- Unifica 4 produtos Mistral
- 256k de contexto
- Apache 2.0
- 72+ GB em Q4 — workstation prosumer
- Rompe a continuidade do Small 3.x
Instalação
Qwen 3 32B
Modelo denso de 32B com modo de raciocínio. MMLU-Pro 65.5, SuperGPQA 39.8.
- Raciocínio sólido em modo thinking
- 131k ctx
- Apache 2.0
- Desempenho inferior ao do QwQ-32B dedicado em raciocínio puro
Instalação
Perguntas frequentes
Qual modelo funciona melhor em RTX 4090 (24 GB): Mistral Small 4 ou Qwen 3 32B?
Em uma RTX 4090, Mistral Small 4 não cabe em 24 GB — é necessário transferir parte da execução para a CPU, Qwen 3 32B em Q5_K_M (~30 tok/s). Consulte o configurador para testar sua GPU exata.
Mistral Small 4 ou Qwen 3 32B: qual é melhor em francês?
Para francês formal (redação, resumo, tradução), Mistral Small 4 leva vantagem — treinado com um corpus denso em francês. O outro continua utilizável, mas para usos menos exigentes.
Qual consome menos VRAM?
Em Q4_K_M, Qwen 3 32B cabe em 19 GB contra 72 GB para seu rival — uma diferença de 53 GB, significativa se você pretende usar uma RTX 3060 ou uma 4060 Ti de 8 GB.
Mistral Small 4 ou Qwen 3 32B para programar?
Mistral Small 4 é o mais adequado (especializado em código, melhores pontuações no HumanEval). Para um copiloto de IDE, combine-o com Continue ou Aider.
É possível usar esses modelos em produção comercial?
Mistral Small 4 está sob Apache 2.0 — livre para uso comercial. Qwen 3 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: Qwen 3 32B (32B). Mais capaz: Mistral Small 4 (119B). Se estiver em dúvida, execute 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.