Mohu spustit Mixtral 8x22B Instruct lokálně?

Ano, váhy jsou otevřené a jsou hostovány na mistralai/Mixtral-8x22B-Instruct-v0.1 na Hugging Face. Mějte na paměti, že celý model má 141 miliard parametrů, takže téměř jistě budete potřebovat kvantizaci, abyste ho dostali do spotřebitelského nebo profesionálního hardwaru.

Kolik stojí a jak dlouhý má kontext?

Přes API je model oceněn na 2,00 USD za milion vstupních tokenů a 6,00 USD za milion výstupních tokenů, s kontextovým oknem 65 536 tokenů.

Jak se 8x22B liší od Mixtral 8x7B?

8x22B zvětšuje počet expertů i jejich velikost, aktivuje 39 miliard parametrů na průchod oproti přibližně 12 miliardám u 8x7B, což se promítá do silnějšího výkonu za cenu vyšších nároků na VRAM a mírně vyšší ceny API.

Mixtral 8x22B Instruct

4658°

#llm #mistralai #programování #agenti #lokální #chat

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

Mistral | 65 536 tokenů kontextu | $2.00/M vstup, $6.00/M výstup. Oficiální verze Mixtral 8x22B od Mistral laděná na instrukce. Používá 39 miliard aktivních parametrů z 141 miliard, nabízí bezkonkurenční nákladovou efektivitu pro svou velikost. Její silné stránky zahrnují: Viz benchmarky v oznámení o spuštění zdeOpens in new tab. #moe

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

Mixtral 8x22B Instruct je Mistralův model s řízením instrukcí a řídkou směsí expertů, který při inferenci aktivuje 39 miliard parametrů z celkových 141 miliard. Architektura MoE znamená, že získáte schopnosti blízké velkému hustému modelu za zlomek výpočetních nákladů. Hodí se pro vývojáře, kteří potřebují silný obecný výkon a chtějí otevřené váhy, které mohou provozovat sami nebo přes API.

Známý pro

Řídký MoE design: 39 miliard aktivních parametrů z 141 miliard celkem udržuje náklady na inferenci nízko.
Otevřené váhy dostupné na Hugging Face pro vlastní provoz.
Nativní podpora volání funkcí zabudovaná v tokenizéru.
Kompatibilní jak s mistral_inference, tak s Hugging Face transformers pipelines.

Dej pozor na

141 miliard parametrů znamená vážné požadavky na VRAM pro lokální inferenci; kvantizace je téměř nutná.
Mistral doporučuje mistral_common tokenizer pro přesné výsledky; HF tokenizer může mírně odlišovat.
Při ceně 6,00 USD za milion výstupních tokenů přes API rychle rostou náklady u dlouhých generativních úloh.

Nejlepší pro

Programování

Agenti a používání nástrojů

Běží lokálně

Chat a asistenti

Promptů k vyzkoušení

Plán vícekrokových funkcí

Máš dva nástroje: search_web(query) a send_email(to, subject, body). Uživatel žádá: 'Zjisti aktuální cenu futures na měď a pošli shrnutí na procurement@example.com.' Napiš přesnou sekvenci volání nástrojů s argumenty a vysvětli své uvažování mezi jednotlivými kroky.

Refaktoruj pro lepší čitelnost

Refaktoruj následující Python funkci tak, aby byla čitelnější a lépe udržovatelná. Přidej typové anotace, přejmenuj nejasné proměnné a rozděl ji, pokud dělá více věcí. Vysvětli každou změnu a proč. def proc(d, x): r = [] for i in d: if i['v'] > x: r.append({'id': i['id'], 'val': i['v'] * 1.1}) return r

Extrahuj strukturovaná data

Extrahuj z níže uvedeného textu každé jméno společnosti, rok založení a město sídla. Výsledek vrať jako JSON pole, kde každý objekt má klíče 'company', 'founded' a 'city'. Pokud některé pole není zmíněno, použij null. 'Stripe byla založena v roce 2010 a sídlí v San Franciscu. Revolut, se sídlem v Londýně, zahájil činnost v roce 2015. Adyen působí v Amsterdamu od roku 2006.'

Porovnat s

Mistral Large 4
Model pouze s API
kontext 1,048,576 tokenů · $0.68/M vstup, $2.09/M výstup
Mistral Large
Model pouze s API
kontext 128,000 tokenů · $2.00/M vstup, $6.00/M výstup
Mistral Medium 3.5
Model pouze s API
kontext 262,144 tokenů · $1.50/M vstup, $7.50/M výstup
Mistral Medium 3
Model pouze s API
kontext 131,072 tokenů · $0.40/M vstup, $2.00/M výstup

Více textových modelů od mistralai

Často kladené otázky

Mohu spustit Mixtral 8x22B Instruct lokálně?: Ano, váhy jsou otevřené a jsou hostovány na mistralai/Mixtral-8x22B-Instruct-v0.1 na Hugging Face. Mějte na paměti, že celý model má 141 miliard parametrů, takže téměř jistě budete potřebovat kvantizaci, abyste ho dostali do spotřebitelského nebo profesionálního hardwaru.
Kolik stojí a jak dlouhý má kontext?: Přes API je model oceněn na 2,00 USD za milion vstupních tokenů a 6,00 USD za milion výstupních tokenů, s kontextovým oknem 65 536 tokenů.
Jak se 8x22B liší od Mixtral 8x7B?: 8x22B zvětšuje počet expertů i jejich velikost, aktivuje 39 miliard parametrů na průchod oproti přibližně 12 miliardám u 8x7B, což se promítá do silnějšího výkonu za cenu vyšších nároků na VRAM a mírně vyšší ceny API.

Verdikt kapitána
Schopný pracovní kůň s otevřenými váhami a chytrým poměrem cena za token, i když lokální nasazení vyžaduje vážné plánování hardwaru.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Jak se toto skóre sčítá

Tento model zatím nemá žádná data o popularitě z žádného zdroje, takže má náhradní číslo pod 7,000°, které udržuje seznamy kompletní. Nikdy se neumístí výš než model s daty. Rozpis se tu objeví, jakmile ho nějaký zdroj nahlásí.

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Podobné modely

Mistral Nemo Instruct 2407

AI modely pro generování obrázků, videa a textu

Mixtral 8x22B Instruct je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm mistralai programování agenti lokální chat

Procházet podle rodiny modelů