01O que ele sabe fazer
- 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
05Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Devstral Small 2 24B?
Para executar Devstral Small 2 24B localmente com quantização Q4, você precisa de aproximadamente 14 GB de VRAM. Uma opção para comparar: RTX 5070 Ti 16 GB — mantenha uma margem para o sistema e o contexto; verifique a compatibilidade do motor com a GPU.
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
Em deslocamento: Devstral Small 2 24B também roda em um Notebook RTX (16 GB de VRAM) →
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.
04Benchmarks públicos
Pontuações reproduzidas a partir das fichas dos modelos ou de fontes do MMLU-Pro / da comunidade. Unidade: % de respostas corretas.