Mixtral 8x22B Instruct'i yerel olarak çalıştırabilir miyim?

Evet, ağırlıklar açık ve Hugging Face'de mistralai/Mixtral-8x22B-Instruct-v0.1 altında barındırılıyor. Tam model 141 milyar parametre olduğu için tüketici veya profesyonel donanımda sığdırmak için kuantizasyon neredeyse zorunludur.

Maliyeti nedir ve bağlam penceresi ne kadardır?

API üzerinden model, giriş token başına 2,00$ ve çıktı token başına 6,00$ fiyatlandırılır, 65.536 token bağlam penceresi vardır.

8x22B modeli Mixtral 8x7B'den nasıl farklıdır?

8x22B, uzman sayısını ve boyutunu artırır, her ileri geçişte yaklaşık 39 milyar parametre etkinleştirir; 8x7B'de bu sayı yaklaşık 12 milyardır. Bu, daha yüksek VRAM ve biraz daha yüksek API fiyatıyla daha güçlü performans anlamına gelir.

Mixtral 8x22B Instruct

4658°

#llm #mistralai #kodlama #ajanlar #yerel #sohbet

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

Mistral | 65.536 token bağlam | Giriş başına $2.00/M, çıkış başına $6.00/M. Mistral’ın Mixtral 8x22B’nin resmi instruct ince ayarlı versiyonu. 141 milyar parametreden 39 milyar aktif parametre kullanır ve boyutuna göre benzersiz maliyet verimliliği sunar. Güçlü yönleri şunlardır: Başlatma duyurusundaki kıyaslamalara buradan bakabilirsinizOpens in new tab. #moe

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

Mixtral 8x22B Instruct, Mistral'ın talimatlara göre ince ayarlanmış seyrek uzman karışımı (MoE) modeli olup, çıkarım sırasında 141 milyar toplam parametreden 39 milyarını etkinleştirir. MoE mimarisi, büyük yoğun modellerin yeteneklerine yakın performansı çok daha düşük hesaplama maliyetiyle sunar. Güçlü genel performansa ihtiyaç duyan ve açık ağırlıkları kendi sunucusunda veya API üzerinden çalıştırmak isteyen geliştiriciler için uygundur.

İle tanınır

Seyrek MoE tasarımı: 141 milyar toplamdan 39 milyar aktif parametre çıkarım maliyetlerini düşük tutar.
Açık ağırlıklar Hugging Face'de mevcuttur, kendi sunucunuzda çalıştırabilirsiniz.
Tokenleştiricide yerleşik yerel fonksiyon çağırma desteği.
Hem mistral_inference hem de Hugging Face transformers pipeline'ları ile uyumlu.

Dikkat et

141 milyar toplam parametre yerel çıkarım için ciddi VRAM gereksinimi demektir; kuantizasyon neredeyse zorunludur.
Mistral, tam sonuçlar için mistral_common tokenleştiriciyi önerir; HF tokenleştirici biraz farklılık gösterebilir.
API üzerinden çıktı token başına 6,00$ ile uzun üretken görevlerde maliyet hızla artar.

En iyi

Kodlama

Ajanlar ve araç kullanımı

Yerel çalışır

Sohbet ve asistanlar

Denenecek istemler

Çok adımlı fonksiyon planı

İki aracınız var: search_web(query) ve send_email(to, subject, body). Bir kullanıcı şöyle diyor: 'Bakır vadeli işlemlerinin güncel fiyatını bul ve özetini procurement@example.com adresine e-posta ile gönder.' Yapacağınız araç çağrılarının tam sırasını, argümanlarıyla birlikte yazın ve her adım arasındaki mantığınızı açıklayın.

Okunabilirlik için yeniden düzenle

Aşağıdaki Python fonksiyonunu daha okunabilir ve sürdürülebilir hale getirmek için yeniden düzenle. Tür ipuçları ekle, belirsiz değişken isimlerini değiştir ve birden fazla iş yapıyorsa böl. Yaptığın her değişikliği ve nedenini açıkla. 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

Yapılandırılmış veri çıkarımı

Aşağıdaki metinden her şirket adı, kuruluş yılı ve merkez şehri çıkar. Sonucu, her nesnenin 'company', 'founded' ve 'city' anahtarlarına sahip olduğu bir JSON dizisi olarak döndür. Bir alan belirtilmemişse null kullan. 'Stripe 2010'da kuruldu ve San Francisco'da bulunuyor. Revolut, merkezi Londra'da olup 2015'te kuruldu. Adyen 2006'dan beri Amsterdam'dan faaliyet gösteriyor.'

İle karşılaştır

Mistral Large 4
Sadece API modeli
1,048,576 token bağlam · $0.68/M girdi, $2.09/M çıktı
Mistral Large
Sadece API modeli
128,000 token bağlam · $2.00/M girdi, $6.00/M çıktı
Mistral Medium 3.5
Sadece API modeli
262,144 token bağlam · $1.50/M girdi, $7.50/M çıktı
Mistral Medium 3
Sadece API modeli
131,072 token bağlam · $0.40/M girdi, $2.00/M çıktı

mistralai tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Mixtral 8x22B Instruct'i yerel olarak çalıştırabilir miyim?: Evet, ağırlıklar açık ve Hugging Face'de mistralai/Mixtral-8x22B-Instruct-v0.1 altında barındırılıyor. Tam model 141 milyar parametre olduğu için tüketici veya profesyonel donanımda sığdırmak için kuantizasyon neredeyse zorunludur.
Maliyeti nedir ve bağlam penceresi ne kadardır?: API üzerinden model, giriş token başına 2,00$ ve çıktı token başına 6,00$ fiyatlandırılır, 65.536 token bağlam penceresi vardır.
8x22B modeli Mixtral 8x7B'den nasıl farklıdır?: 8x22B, uzman sayısını ve boyutunu artırır, her ileri geçişte yaklaşık 39 milyar parametre etkinleştirir; 8x7B'de bu sayı yaklaşık 12 milyardır. Bu, daha yüksek VRAM ve biraz daha yüksek API fiyatıyla daha güçlü performans anlamına gelir.

Kaptanın kararı
Açık ağırlıklı, yetenekli bir iş atı olup, token başına maliyet açısından akıllıca bir modeldir; ancak yerel dağıtım için ciddi donanım planlaması gerektirir.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

GLM 5.3 FlashX

TEXT / LLM

Gemini 2.5 Pro Preview 06 05

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

Mixtral 8x22B Instruct, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm mistralai kodlama ajanlar yerel sohbet

Model Ailesine Göre Göz At