Bisakah saya menjalankan Mistral Small 3.1 24B secara lokal?

Ya, bobotnya terbuka di bawah lisensi Apache 2.0 dan tersedia di Hugging Face. Mistral menyatakan model ini muat di satu RTX 4090 atau MacBook RAM 32 GB saat dikwantisasi.

Berapa biaya dan berapa jendela konteksnya?

Lewat API harganya $0,35 per juta token input dan $0,55 per juta token output, dengan jendela konteks 128.000 token.

Apa perbedaan dengan Mistral Small 3.2?

Mistral Small 3.2 adalah penerus yang diperbarui; Mistral AI belum menerbitkan perbedaan rinci, jadi periksa halaman 3.2 untuk melihat apakah versi baru lebih cocok sebelum memilih 3.1.

Mistral Kecil 3.1 24B

2100°

#llm #mistralai #visi #lokal #agen #multibahasa

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Mistral | konteks 128.000 token | $0,35/M input, $0,55/M output. Mistral Small 3.1 24B Instruct adalah varian peningkatan dari Mistral Small 3 (2501), menampilkan 24 miliar parameter dengan kemampuan multimodal canggih. Model ini memberikan performa mutakhir dalam penalaran berbasis teks dan tugas penglihatan, termasuk analisis gambar, pemrograman, penalaran matematis, dan dukungan multibahasa di puluhan bahasa. Dilengkapi dengan jendela konteks 128k token yang luas dan dioptimalkan untuk inferensi lokal yang efisien, model ini mendukung kasus penggunaan seperti agen percakapan, pemanggilan fungsi, pemahaman dokumen panjang, dan penerapan yang sensitif terhadap privasi. Versi terbaru adalah Mistral Small 3.2

Panduan untuk model ini

Ollama vs LM Studio (2026): aplikasi AI lokal mana yang harus digunakan, dan model top mana yang dijalankan masing-masing

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Mistral Small 3.1 24B adalah model instruksi multimodal 24 miliar parameter dari Mistral AI, menambahkan pemahaman visi dan jendela konteks 128k ke basis Small 3 yang sudah mumpuni. Bisa dijalankan di satu RTX 4090 atau MacBook 32 GB saat dikwantisasi, dan lisensi Apache 2.0-nya memungkinkan penggunaan atau modifikasi komersial tanpa izin. Cocok untuk pengembang dan tim yang peduli privasi yang menginginkan model lokal mumpuni tanpa harga frontier.

Dikenal untuk

Muatan pada satu RTX 4090 atau MacBook 32 GB saat dikwantisasi
Dukungan visi untuk analisis gambar bersamaan dengan tugas teks
Pemanggilan fungsi native dan keluaran JSON untuk alur kerja agentik
Jendela konteks 128k token untuk pekerjaan dokumen panjang
Cakupan multibahasa luas di puluhan bahasa

Waspadai

Mistral Small 3.2 sudah keluar; periksa apakah itu lebih cocok sebelum memutuskan.
Tugas visi dan konteks panjang 128k akan menekan memori di perangkat keras konsumen.
Apache 2.0 permisif, tapi kemampuan khusus enterprise disediakan untuk model komersial Mistral.

Terbaik untuk

Jalankan secara lokal

Penglihatan

Agen dan penggunaan alat

Multibahasa

Konteks panjang

Prompt untuk dicoba

Analisis gambar terlampir

Saya melampirkan tangkapan layar dashboard data. Jelaskan apa yang ditampilkan grafik, identifikasi anomali atau tren yang perlu diperhatikan, dan sarankan satu pertanyaan lanjutan yang harus diajukan analis berdasarkan apa yang Anda lihat.

Kerangka pemanggilan fungsi

Tulis skema fungsi Python dalam format JSON untuk alat bernama get_weather yang menerima nama kota dan preferensi satuan (celsius atau fahrenheit). Lalu tunjukkan bagaimana memanggilnya dalam loop agentik sederhana yang memutuskan apakah memanggil alat berdasarkan pesan pengguna.

Ringkasan dokumen panjang

Berikut spesifikasi teknis 50 halaman. Baca seluruhnya, lalu buat: ringkasan eksekutif satu paragraf, daftar poin lima persyaratan terpenting, dan setiap kontradiksi internal yang Anda temukan antar bagian.

Bandingkan dengan

Mistral Large 4
Model hanya API
konteks 1,048,576 token · $0.68/M input, $2.09/M output
Mistral Medium 3.5
Model hanya API
konteks 262,144 token · $1.50/M input, $7.50/M output
Mistral Large 3 2512
Model hanya API
konteks 262,144 token · $0.50/M input, $1.50/M output
Mistral Large 2407
Model hanya API
konteks 131,072 token · $2.00/M input, $6.00/M output

Model teks lain dari mistralai

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Mistral Small 3.1 24B secara lokal?: Ya, bobotnya terbuka di bawah lisensi Apache 2.0 dan tersedia di Hugging Face. Mistral menyatakan model ini muat di satu RTX 4090 atau MacBook RAM 32 GB saat dikwantisasi.
Berapa biaya dan berapa jendela konteksnya?: Lewat API harganya $0,35 per juta token input dan $0,55 per juta token output, dengan jendela konteks 128.000 token.
Apa perbedaan dengan Mistral Small 3.2?: Mistral Small 3.2 adalah penerus yang diperbarui; Mistral AI belum menerbitkan perbedaan rinci, jadi periksa halaman 3.2 untuk melihat apakah versi baru lebih cocok sebelum memilih 3.1.

Putusan Kapten
Model multimodal bobot terbuka yang benar-benar praktis: murah lewat API, bisa dijalankan lokal, dan berlisensi permisif — kecuali pembaruan 3.2.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Qwen3 VL 30B A3B Instruct

TEXT / LLM

GPT 5 Image Mini

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

Mistral Kecil 3.1 24B adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm mistralai visi lokal agen multibahasa konteks panjang

Jelajahi berdasarkan Keluarga Model