01O que ele sabe fazer
- Modelo europeu de fronteira com pesos abertos
- Versátil: chat, código, raciocínio e visão
- MoE: apenas 49B ativos em 1T de parâmetros
- Tag Ollama oficial disponível
- —~580 GB de VRAM em Q4: reservado para servidores com várias GPUs ou datacenters
- —Contexto nativo de 32k (valor padrão, a confirmar na ficha do modelo)
- —Licença não especificada nas fontes: verifique antes do uso comercial
04Instalar
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 Mistral Large 4?
Para executar Mistral Large 4 localmente com quantização Q4, você precisa de aproximadamente 580 GB de VRAM. Uma opção para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — este modelo excede a capacidade de GPU deste mini-PC: escolha um modelo menor ou uma infraestrutura adequada.
Por que essa escolha? Nossa ficha completa sobre GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
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.