Czy mogę uruchomić Mistral Small 3 lokalnie?

Tak — wagi są otwarte na licencji Apache 2.0, a Mistral AI podaje, że model mieści się na pojedynczym RTX 4090 lub MacBooku z 32 GB RAM po kwantyzacji. Wagi znajdziesz na Hugging Face pod mistralai/Mistral-Small-24B-Instruct-2501.

Ile kosztuje Mistral Small 3 przez API i jakie ma okno kontekstu?

Cena to 0,05 USD za milion tokenów wejściowych i 0,08 USD za milion tokenów wyjściowych, z oknem kontekstu 32 768 tokenów.

Jak Mistral Small 3 wypada na tle Llama 3.3 70B?

Mistral Small 3 działa około trzykrotnie szybciej na równoważnym sprzęcie i radzi sobie dobrze w wielu benchmarkach, choć Llama 3.3 70B osiąga wyższe wyniki w niektórych publicznych testach rozumowania i kodowania, gdzie ważniejsza jest surowa zdolność niż opóźnienie.

Mistral Small 3

5064°

#llm #mistralai #lokalny #szybki #agenci #wielojęzyczny

Uruchom model

Oferty / Reklamy

OpenRouter Terminal / API

Płać za token

Rozmawiaj z tym modelem w przeglądarce lub wywołuj go z kodu za pomocą jednego klucza API.

Mistral | 32,768 tokenów kontekstu | $0.05/M wejścia, $0.08/M wyjścia. Mistral Small 3 to model językowy o 24 miliardach parametrów zoptymalizowany pod kątem niskich opóźnień w typowych zadaniach AI. Wydany na licencji Apache 2.0, dostępny jest w wersjach wstępnie wytrenowanych i dostrojonych instrukcyjnie, zaprojektowanych do efektywnego lokalnego wdrożenia. Model osiąga 81% dokładności na benchmarku MMLU i konkuruje z większymi modelami jak Llama 3.3 70B i Qwen 32B, działając przy tym trzykrotnie szybciej na równoważnym sprzęcie. Przeczytaj wpis na blogu o modelu tutaj.Opens in new tab

Poradniki do tego modelu

Ollama vs LM Studio (2026): którą lokalną aplikację AI wybrać i które topowe modele obsługuje każda z nich

Najlepsze lokalne LLM według zastosowania (październik 2026): odpowiedni otwarty model do każdego zadania

Ile VRAM naprawdę potrzebuję do lokalnej AI?

Co to jest plik GGUF? Wyjaśnienie modeli kwantyzowanych (Q4, Q8, fp8, NF4)

Wszystkie poradniki

Notatki kapitana

Napisane przez Captain, redaktora domu

Notatki z 2026-10-13

Mistral Small 3 to model o 24 miliardach parametrów z otwartymi wagami od Mistral AI, zaprojektowany pod kątem szybkości bez typowych kompromisów w jakości. Działa na pojedynczej karcie RTX 4090 lub 32GB MacBooku po kwantyzacji i wypada konkurencyjnie względem modeli niemal trzykrotnie większych. Jeśli chcesz zdolny lokalny model, który jest też tani w użyciu przez API, to jedna z bardziej uczciwych propozycji wartości w klasie poniżej 70 miliardów parametrów.

Znany z

Działa około 3 razy szybciej niż modele 70B na równoważnym sprzęcie.
Po kwantyzacji mieści się na pojedynczym GPU konsumenckim lub MacBooku.
Natywne wywoływanie funkcji i wyjście JSON do pipeline’ów agentowych.
Wielojęzyczny — obsługuje ponad tuzin języków, w tym CJK i europejskie.
Licencja Apache 2.0: dozwolony użytek komercyjny, dostrajanie, redystrybucja.

Uważaj na

Okno kontekstu ma 32 tysiące tokenów — wystarczające, ale nie długokontekstowe.
Llama 3.3 70B i Qwen 2.5 32B wyprzedzają go w niektórych benchmarkach, gdy szybkość nie jest ograniczeniem.
Kwantyzacja jest potrzebna, by zmieścić model na pojedynczym GPU; pełna precyzja wymaga więcej zasobów.

Najlepszy do

Działa lokalnie

Szybki

Agenci i użycie narzędzi

Wielojęzyczny

Budżet

Podpowiedzi do wypróbowania

Zadanie agenta wywołującego funkcje

Masz dwa narzędzia: get_weather(city: str) i send_email(to: str, subject: str, body: str). Użytkownik mówi: 'Sprawdź pogodę w Tokio i wyślij mi maila na user@example.com z krótkim podsumowaniem.' Napisz sekwencję wywołań narzędzi w JSON, a następnie szkic treści maila, który wyślesz.

Podsumowanie wielojęzyczne

Podsumuj poniższy akapit po angielsku, potem po francusku, a następnie po japońsku. Każde podsumowanie nie dłuższe niż dwa zdania. Akapit: 'Moc z odnawialnych źródeł energii na świecie wzrosła rekordowo w zeszłym roku, głównie dzięki instalacjom słonecznym w Azji i Europie. Analitycy mówią, że tempo musi się podwoić do 2030, by osiągnąć cele klimatyczne, ale inwestycje w infrastrukturę sieciową nie nadążają.'

Rozumowanie pod presją ograniczeń

Rolnik ma 17 owiec. Wszystkie oprócz 9 umierają. Ile zostaje? Wyjaśnij krok po kroku, dlaczego oczywista błędna odpowiedź jest błędna i jaki trik językowy powoduje, że ludzie źle odczytują problem. Następnie napisz trudniejszą wersję tego samego triku, by przetestować kolegę.

Porównaj z

Mistral Nemo
Model z otwartymi wagami
Kontekst 131,072 tokenów · $0.03/M wejście, $0.03/M wyjście
Mistral Small 3.2 24B Instruct 2506
Model z otwartymi wagami
Kontekst 128,000 tokenów · $0.07/M wejście, $0.20/M wyjście
Ministral 3 3B 2512
Model z otwartymi wagami
Kontekst 131,072 tokenów · $0.10/M wejście, $0.10/M wyjście
Voxtral Small 24B 2507
Model z otwartymi wagami
Kontekst 32,768 tokenów · $0.10/M wejście, $0.30/M wyjście

Więcej modeli tekstowych od mistralai

Pytania, które ludzie zadają

Czy mogę uruchomić Mistral Small 3 lokalnie?: Tak — wagi są otwarte na licencji Apache 2.0, a Mistral AI podaje, że model mieści się na pojedynczym RTX 4090 lub MacBooku z 32 GB RAM po kwantyzacji. Wagi znajdziesz na Hugging Face pod mistralai/Mistral-Small-24B-Instruct-2501.
Ile kosztuje Mistral Small 3 przez API i jakie ma okno kontekstu?: Cena to 0,05 USD za milion tokenów wejściowych i 0,08 USD za milion tokenów wyjściowych, z oknem kontekstu 32 768 tokenów.
Jak Mistral Small 3 wypada na tle Llama 3.3 70B?: Mistral Small 3 działa około trzykrotnie szybciej na równoważnym sprzęcie i radzi sobie dobrze w wielu benchmarkach, choć Llama 3.3 70B osiąga wyższe wyniki w niektórych publicznych testach rozumowania i kodowania, gdzie ważniejsza jest surowa zdolność niż opóźnienie.

Wyrok kapitana
Naprawdę użyteczny mały model: otwarty, tani, szybki i wystarczająco uczciwy co do swoich ograniczeń, by nie czuć się oszukanym, gdy 70B go pokona.

Karta modelu na Hugging Face

Kapitan pisze te notatki na podstawie opisu modelu i karty modelu. Ceny i rozmiary kontekstu pochodzą od dostawcy w momencie pisania i mogą się zmieniać.

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 ten wynik się sumuje

Ten model nie ma jeszcze danych o popularności z żadnego źródła, więc ma zastępczą wartość poniżej 7,000°, która pozwala utrzymać kompletność list. Nigdy nie zajmuje wyższej pozycji niż model z danymi. Szczegóły pojawią się tutaj, gdy tylko jakieś źródło je zgłosi.

Słowniczek: używane tu terminy

Wynik heat: Jedna liczba pokazująca, jak bardzo model jest używany i pożądany teraz, od 0° do 9,999°. Każda lista na tej stronie z napisem hottest jest sortowana według tego i niczego innego.
Podstawa: 7,000° to punkt startowy dla każdego modelu z prawdziwymi danymi. Skala idzie od 0° do 9,999°; część poniżej podstawy jest zarezerwowana dla zastępczych modeli (bez danych), żeby model z danymi zawsze był wyżej. Podstawa jest taka sama dla wszystkich i nic nie decyduje; stopnie powyżej niej to właściwy pomiar.
Równoważniki pobrań: Wszystko, co wynik traktuje jak pobranie, zsumowane: same pobrania, każdy seeder torrenta jako 1,000, każde AI Horde zdjęcie i każde uruchomienie na stronie generującej jako jedno.
Skala logarytmiczna: Liczenie co dziesięć, nie co jeden: przejście z 1,000 do 10,000 pobrań dodaje tyle samo stopni, co z 10,000 do 100,000. Zapobiega to dominacji gigantów nad resztą.
Polubienia: Kciuki w górę i polubienia ze wszystkich źródeł, warte połowę pobrania na skali logarytmicznej.
Tempo adopcji: Ile pobrań dziennie model ma teraz, na podstawie różnicy między dwoma odczytami źródła. Ćwierć wagi terminu pobrania.
Zmierzony i szacowany: Zmierzony oznacza, że istnieją dwa odczyty źródła i różnica jest rzeczywista. Szacowany oznacza, że znana jest tylko dzisiejsza suma, a przeszłość jest rozłożona na czas życia modelu; strona mówi, który z nich pokazuje.
Seeder: Ktoś, kto trzyma kopię wag online, aby inni mogli je pobrać przez torrent, albo hostowany mirror robiący to samo. Każdy taki liczy się jako 1 000 pobrań.
AI Horde: Sieć wolontariuszy, która generuje obrazy za darmo na komputerach darczyńców. Liczba obrazów wygenerowanych z modelem jest publiczna i każde liczy się jako jedno pobranie.
Strony generujące: Strony, które mają własne kopie modelu i pozwalają ludziom generować z nim obrazy, takie jak PixAI, SeaArt i Yodayo. Ich pobrania liczą się jak na Civitai, a każde uruchomienie generowania to jedno pobranie.
Tokeny OpenRouter: Model tekstowy obsługiwany przez API, taki jak Claude czy GPT, nie ma wag do pobrania, więc jego użycie mierzy się tokenami: fragmentami tekstu, które przeczytał i napisał przez OpenRouter, bramkę używaną przez wiele aplikacji, w ciągu ostatnich 30 dni. Każde 10,000,000 tokenów liczy się jako jedno pobranie. Źródło: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Pełny model (checkpoint): Same wagi, plik, który generuje samodzielnie. Dostaje bonus, bo dodatki od niego zależą.
LoRA i embedding: Małe pliki dodatków, które kierują czyjeś wagi w stronę stylu, postaci lub koncepcji. Nie mogą działać samodzielnie.
Rodzina i wagi: Podstawa, na której zbudowano model, np. SD 1.5, SDXL, Flux lub Wan. Każdy model dziedziczy datę wydania wag swojej rodziny.
Wiek: Stopnie odejmowane za to, jak dawno wyszły wagi rodziny: 150° za rok, do 750°. Zachowuje stare pobrania, które miały lata na narastanie, zamrażając szczyt listy.
Wzmocnienie rodziny: Małe, ograniczone wsparcie dla LoRA z rodziny, którą ta strona teraz promuje, zawsze podane w rozbiciu.
Wynik zastępczy: Stabilna liczba poniżej minimum, przyznawana modelowi, o którym jeszcze nie ma danych źródłowych, żeby listy były kompletne. Nigdy nie jest wyżej niż model z danymi.
Nowy! (okres karencji): Model młodszy niż 7 dni pokazuje Nowy! zamiast wyniku i nie zajmuje miejsca w rankingu. Jego wynik jest liczony od pierwszego dnia, ale model jednodniowy rośnie najszybciej, więc bez oczekiwania #1 tygodnia byłby zawsze tym, który pojawił się wczoraj, a nie tym, który utrzymał się przez tydzień.
Trend: Jak wzrost modelu w danym okresie wypada na tle typowego wzrostu modelu w tym samym czasie. Szybszy niż zwykle to wzrost, wolniejszy to spadek.
Typowy model: Środek katalogu: połowa modeli z danymi rosła szybciej w tym okresie, połowa wolniej.

Podobne modele

Llama 3.1 Nemotron 70B Instruct

TEXT / LLM

GPT 5.6 Luna

TEXT / LLM

Modele AI do generowania obrazów, wideo i tekstu

Mistral Small 3 to model tekstowy z rodziny Text / LLM wymieniony na ModelTrends.ai, katalogu tylko do odczytu otwartych modeli AI do obrazów, wideo i tekstu. Porównaj go z innymi modelami Text / LLM i sprawdź wynik popularności, aby zobaczyć trend.

Więcej modeli Text / LLM Więcej Text / LLM Tekst / LLM llm mistralai lokalny szybki agenci wielojęzyczny budżet

Przeglądaj według rodziny modeli