کیا میں Mixtral 8x22B Instruct کو لوکل چلا سکتا ہوں؟

ہاں، weights اوپن ہیں اور mistralai/Mixtral-8x22B-Instruct-v0.1 پر Hugging Face پر ہوسٹ کیے گئے ہیں۔ یاد رکھیں کہ مکمل ماڈل 141B parameters کا ہے، اس لیے صارف یا پرو صارف ہارڈویئر میں فٹ کرنے کے لیے quantization تقریباً ضروری ہے۔

اس کی قیمت کیا ہے اور کانٹیکسٹ ونڈو کتنا ہے؟

API کے ذریعے ماڈل کی قیمت $2.00 فی ملین ان پٹ ٹوکن اور $6.00 فی ملین آؤٹ پٹ ٹوکن ہے، کانٹیکسٹ ونڈو 65,536 ٹوکن ہے۔

8x22B اور Mixtral 8x7B میں کیا فرق ہے؟

8x22B ماہرین کی تعداد اور ان کے سائز دونوں کو بڑھاتا ہے، ہر فارورڈ پاس میں 39B parameters فعال کرتا ہے جبکہ 8x7B میں تقریباً 12B ہوتے ہیں، جس کا مطلب ہے بہتر کارکردگی لیکن زیادہ VRAM اور تھوڑی زیادہ API قیمت۔

Mixtral 8x22B Instruct

4658°

#llm #mistralai #کوڈنگ #ایجنٹس #مقامی #چیٹ

ماڈل چلائیں

آفرز / اشتہارات

OpenRouter ٹرمینل / API

فی ٹوکن ادائیگی

اس ماڈل سے براؤزر میں بات کریں یا اپنے کوڈ سے ایک API کلید کے ساتھ کال کریں۔

Mistral | 65,536 token context | $2.00/M input, $6.00/M output. Mistral کا Mixtral 8x22B کا آفیشل انسٹرکٹ فائن ٹیونڈ ورژن۔ یہ 141B میں سے 39B فعال پیرامیٹرز استعمال کرتا ہے، جو اپنے سائز کے لیے بے مثال لاگت کی مؤثریت پیش کرتا ہے۔ اس کی خصوصیات میں شامل ہیں: لانچ اعلان میں معیار دیکھیںOpens in new tab۔ #moe

اس ماڈل کے رہنما

ہر کام کے لیے بہترین لوکل LLM (اکتوبر 2026): ہر کام کے لیے صحیح اوپن ماڈل

مقامی AI کے لیے مجھے واقعی کتنی VRAM چاہیے؟

GGUF فائل کیا ہے؟ کوانٹائزڈ ماڈلز کی وضاحت (Q4, Q8, fp8, NF4)

تمام رہنما

کپتان کے نوٹس

Captain کی تحریر، ہاؤس ایڈیٹر

2026-10-13 کے نوٹس

Mixtral 8x22B Instruct Mistral کا instruction-tuned sparse mixture-of-experts ماڈل ہے، جو inference کے وقت 141B میں سے 39B parameters کو فعال کرتا ہے۔ MoE آرکیٹیکچر کا مطلب ہے کہ آپ کو ایک بڑے dense ماڈل کے قریب صلاحیت ملتی ہے لیکن compute کی قیمت کا ایک حصہ خرچ ہوتا ہے۔ یہ ڈویلپرز کے لیے موزوں ہے جنہیں مضبوط عمومی کارکردگی چاہیے اور جو اوپن ویٹس کو خود میزبانی یا API کے ذریعے چلانا چاہتے ہیں۔

مشہور ہے

Sparse MoE ڈیزائن: 141B میں سے 39B فعال parameters inference کی لاگت کم رکھتے ہیں۔
اوپن ویٹس Hugging Face پر دستیاب ہیں خود میزبانی کے لیے۔
ٹوکنازر میں native function-calling سپورٹ شامل ہے۔
mistral_inference اور Hugging Face transformers دونوں pipelines کے ساتھ مطابقت رکھتا ہے۔

خبردار رہیں

141B total parameters کی وجہ سے لوکل inference کے لیے سنجیدہ VRAM کی ضرورت ہے؛ quantization تقریباً لازمی ہے۔
Mistral exact نتائج کے لیے mistral_common tokenizer کی سفارش کرتا ہے؛ HF tokenizer تھوڑا مختلف ہو سکتا ہے۔
API کے ذریعے $6.00/M آؤٹ پٹ ٹوکن کی قیمت پر لمبے generative کام مہنگے ہو جاتے ہیں۔

بہترین ہے

کوڈنگ

ایجنٹس اور ٹولز کا استعمال

مقامی طور پر چلتا ہے

چیٹ اور اسسٹنٹس

آزمائیں یہ پرامپٹس

ملٹی اسٹیپ فنکشن پلان

آپ کے پاس دو ٹولز ہیں: search_web(query) اور send_email(to, subject, body)۔ ایک صارف پوچھتا ہے: 'موجودہ copper futures کی قیمت تلاش کریں اور procurement@example.com کو خلاصہ ای میل کریں۔' آپ ٹول کالز کی صحیح ترتیب لکھیں، دلائل کے ساتھ۔

قابلِ فہم بنانے کے لیے ریفیکٹر کریں

مندرجہ ذیل Python فنکشن کو ریفیکٹر کریں تاکہ پڑھنے اور برقرار رکھنے میں آسان ہو۔ ٹائپ ہنٹس شامل کریں، غیر واضح متغیرات کے نام بدلیں، اور اگر یہ ایک سے زیادہ کام کرتا ہے تو اسے تقسیم کریں۔ ہر تبدیلی کی وضاحت کریں اور وجہ بتائیں۔ 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

مربوط ڈیٹا نکالنا

نیچے دیے گئے متن سے ہر کمپنی کا نام، قیام کا سال، اور ہیڈکوارٹر شہر نکالیں۔ نتیجہ JSON array میں دیں جہاں ہر object میں 'company', 'founded', اور 'city' کیز ہوں۔ اگر کوئی فیلڈ ذکر نہیں، تو null استعمال کریں۔ 'Stripe was founded in 2010 and is based in San Francisco. Revolut, headquartered in London, launched in 2015. Adyen has operated from Amsterdam since 2006.'

موازنہ کریں

Mistral Large 4
صرف API ماڈل
1,048,576 ٹوکن سیاق و سباق · $0.68/M ان پٹ، $2.09/M آؤٹ پٹ
Mistral Large
صرف API ماڈل
128,000 ٹوکن سیاق و سباق · $2.00/M ان پٹ، $6.00/M آؤٹ پٹ
Mistral Medium 3.5
صرف API ماڈل
262,144 ٹوکن سیاق و سباق · $1.50/M ان پٹ، $7.50/M آؤٹ پٹ
Mistral Medium 3
صرف API ماڈل
131,072 ٹوکن سیاق و سباق · $0.40/M ان پٹ، $2.00/M آؤٹ پٹ

mistralai کے مزید ٹیکسٹ ماڈلز

لوگ پوچھتے ہیں

کیا میں Mixtral 8x22B Instruct کو لوکل چلا سکتا ہوں؟: ہاں، weights اوپن ہیں اور mistralai/Mixtral-8x22B-Instruct-v0.1 پر Hugging Face پر ہوسٹ کیے گئے ہیں۔ یاد رکھیں کہ مکمل ماڈل 141B parameters کا ہے، اس لیے صارف یا پرو صارف ہارڈویئر میں فٹ کرنے کے لیے quantization تقریباً ضروری ہے۔
اس کی قیمت کیا ہے اور کانٹیکسٹ ونڈو کتنا ہے؟: API کے ذریعے ماڈل کی قیمت $2.00 فی ملین ان پٹ ٹوکن اور $6.00 فی ملین آؤٹ پٹ ٹوکن ہے، کانٹیکسٹ ونڈو 65,536 ٹوکن ہے۔
8x22B اور Mixtral 8x7B میں کیا فرق ہے؟: 8x22B ماہرین کی تعداد اور ان کے سائز دونوں کو بڑھاتا ہے، ہر فارورڈ پاس میں 39B parameters فعال کرتا ہے جبکہ 8x7B میں تقریباً 12B ہوتے ہیں، جس کا مطلب ہے بہتر کارکردگی لیکن زیادہ VRAM اور تھوڑی زیادہ API قیمت۔

کپتان کا فیصلہ
ایک قابل اعتماد اوپن ویٹس ورک ہارس جس کی لاگت فی ٹوکن حکمت عملی ہوشیاری سے بنائی گئی ہے، لیکن لوکل ڈپلائمنٹ کے لیے سنجیدہ ہارڈویئر منصوبہ بندی ضروری ہے۔

ماڈل کارڈ Hugging Face پر

کپتان یہ نوٹس ماڈل کی اپنی وضاحت اور ماڈل کارڈ سے لکھتا ہے۔ قیمتیں اور سیاق و سباق کے سائز اس وقت فراہم کنندہ کے ہیں اور بدل سکتے ہیں۔

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

یہ سکور کیسے بنتا ہے

اس ماڈل کے لیے ابھی تک کسی ذریعہ سے مقبولیت کا ڈیٹا نہیں ہے، اس لیے اس کے لیے 7,000° سے نیچے ایک عارضی نمبر رکھا گیا ہے تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں آتا۔ جیسے ہی کوئی ذریعہ رپورٹ کرے گا، یہاں تفصیل ظاہر ہو جائے گی۔

اصطلاحات: یہاں استعمال ہونے والی باتیں

ہیٹ اسکور: ایک نمبر جو بتاتا ہے کہ ماڈل ابھی کتنا استعمال ہو رہا ہے اور چاہا جا رہا ہے، 0° سے 9,999° تک۔ اس سائٹ کی ہر 'ہottest' فہرست اسی کے حساب سے ترتیب دی جاتی ہے۔
فلور: 7,000° وہ نقطہ جہاں ہر ماڈل جس کے پاس اصل ڈیٹا ہے شروع ہوتا ہے۔ پیمانہ 0° سے 9,999° تک ہے؛ فلور سے نیچے کا حصہ اسٹینڈ انز (ڈیٹا کے بغیر ماڈلز) کے لیے مخصوص ہے، تاکہ ڈیٹا والا ماڈل ہمیشہ بغیر ڈیٹا والے سے اوپر رہے۔ فلور سب کے لیے ایک جیسا ہے اور کچھ فیصلہ نہیں کرتا؛ اس سے اوپر کے ڈگری پیمائش ہیں۔
ڈاؤن لوڈ کے برابر: وہ سب کچھ جو اسکور ڈاؤن لوڈ کے برابر سمجھتا ہے، جمع کیا گیا: خود ڈاؤن لوڈز، ہر ٹورینٹ سیڈر کو 1,000 کے برابر، ہر AI Horde تصویر اور ہر جنریشن سائٹ پر رن کو ایک کے برابر۔
لاگ پیمانہ: دس کے حساب سے گنتی، ایک کے حساب سے نہیں: 1,000 سے 10,000 ڈاؤن لوڈز جانا وہی ڈگری بڑھاتا ہے جو 10,000 سے 100,000 جانا۔ یہ بڑے ماڈلز کو سب کچھ دبا دینے سے بچاتا ہے۔
لائکس: ہر ماخذ سے تھمز اپ اور لائکس، لاگ پیمانے پر ہر ایک آدھے ڈاؤن لوڈ کے برابر۔
قبولیت کی شرح: ابھی ماڈل کو روزانہ کتنے ڈاؤن لوڈز مل رہے ہیں، دو ریڈنگز کے فرق سے۔ ڈاؤن لوڈ کی اصطلاح کے وزن کا ایک چوتھائی حصہ۔
ماپا گیا اور اندازہ لگایا گیا: ماپا گیا مطلب ہے کہ کسی ماخذ کے دو ریڈنگز موجود ہیں اور فرق حقیقی ہے۔ اندازہ لگایا گیا مطلب ہے کہ صرف آج کا کل معلوم ہے اور ماضی ماڈل کی زندگی میں تقسیم کیا گیا ہے؛ سائٹ بتاتی ہے کہ کون سا دکھا رہا ہے۔
سیڈر: کوئی شخص جو وزن کی کاپی آن لائن رکھتا ہے تاکہ دوسرے اسے ٹورینٹ کے ذریعے ڈاؤن لوڈ کر سکیں، یا کوئی ہوسٹ کیا ہوا آئینہ جو یہی کام کرتا ہے۔ ہر ایک کو 1,000 ڈاؤن لوڈز کے برابر گنا جاتا ہے۔
AI ہورڈ: ایک رضاکار نیٹ ورک جو عطیہ شدہ کمپیوٹرز پر مفت تصاویر بناتا ہے۔ اس نے کسی ماڈل کے ساتھ کتنی تصاویر بنائی ہیں یہ عوامی ہے، اور ہر ایک کو ایک ڈاؤن لوڈ کے طور پر گنا جاتا ہے۔
جنریشن سائٹس: ایسی سائٹس جو اپنے ماڈل کی کاپیاں ہوسٹ کرتی ہیں اور لوگوں کو اس کے ساتھ جنریشن کی اجازت دیتی ہیں، جیسے PixAI، SeaArt اور Yodayo۔ ان کے ڈاؤن لوڈز Civitai کی طرح گنے جاتے ہیں اور ہر جنریشن رن کو ایک ڈاؤن لوڈ سمجھا جاتا ہے۔
OpenRouter ٹوکنز: ایک ٹیکسٹ ماڈل جو API کے ذریعے فراہم کیا جاتا ہے، جیسے Claude یا GPT، اس کے وزن ڈاؤن لوڈ کرنے کے لیے نہیں ہوتے، اس لیے اس کا استعمال ٹوکنز میں ناپا جاتا ہے: وہ ٹکڑے متن کے جو اس نے OpenRouter کے ذریعے پچھلے 30 دنوں میں پڑھے اور لکھے۔ ہر 10,000,000 ٹوکنز کو ایک ڈاؤن لوڈ شمار کیا جاتا ہے۔ ماخذ: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
مکمل ماڈل (چیک پوائنٹ): خود جنریشن کرنے والی فائل، یعنی وزن خود۔ اسے بونس ملتا ہے کیونکہ اس پر ایڈ آنز منحصر ہوتے ہیں۔
LoRA اور ایمبیڈنگ: چھوٹی ایڈ آن فائلیں جو کسی اور کے وزن کو ایک انداز، کردار یا تصور کی طرف لے جاتی ہیں۔ یہ اکیلے نہیں چل سکتیں۔
خاندان اور وزن: بنیاد جس پر ماڈل بنایا گیا ہے، جیسے SD 1.5، SDXL، Flux یا Wan۔ ہر ماڈل اپنے خاندان کے وزن کی ریلیز تاریخ وراثت میں لیتا ہے۔
عمر: کتنے عرصہ پہلے خاندان کے وزن جاری ہوئے اس کے لیے نکالے گئے ڈگریز: سالانہ 150°، زیادہ سے زیادہ 750°۔ یہ پرانے ڈاؤن لوڈز کو رکھتا ہے جن کے پاس سالوں کا وقت جمع ہونے کا موقع تھا تاکہ فہرست کے اوپر کو منجمد کر سکے۔
خاندانی بوسٹ: ایک چھوٹا، محدود دھکا LoRA کے لیے جس خاندان کو یہ سائٹ اس وقت آگے بڑھا رہی ہے، ہمیشہ تفصیل میں شامل ہوتا ہے۔
اسٹینڈ ان اسکور: ایک مستحکم نمبر جو اس فلور سے نیچے ہوتا ہے جو ابھی تک کسی ماخذ نے رپورٹ نہیں کیا، تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں ہوتا۔
نیا! (گریس پیریڈ): ایک ماڈل جو 7 دن سے کم پرانا ہو، اس کی جگہ اسکور کی بجائے New! دکھائی جاتی ہے اور یہ درجہ بندی میں جگہ نہیں رکھتا۔ اس کا اسکور پہلے دن سے شمار کیا جاتا ہے، لیکن ایک دن پرانا ماڈل سب سے تیزی سے بڑھتا ہے، اس لیے بغیر انتظار کے ہفتے کا #1 ہمیشہ کل کا نیا ماڈل ہوتا، نہ کہ وہ جو ایک ہفتہ قائم رہا ہو۔
رجحان: کسی ماڈل کی ترقی کسی مدت میں عام ماڈل کی ترقی کے مقابلے میں کیسی ہے۔ عام سے تیز ترقی کو اضافہ سمجھا جاتا ہے، اور سست کو کمی۔
عام ماڈل: کتالوج کا وسط: نصف ماڈلز جن کے اعداد و شمار ہیں وہ اس مدت میں تیزی سے بڑھے، نصف سست۔

ملتے جلتے ماڈلز

تصویر، ویڈیو اور متن بنانے کے AI ماڈلز

Mixtral 8x22B Instruct ایک متن ماڈل ہے جو Text / LLM فیملی کے لیے ModelTrends.ai پر درج ہے، جو اوپن سورس AI تصویر، ویڈیو اور متن ماڈلز کا صرف پڑھنے والا کیٹلاگ ہے۔ اس کا دوسرے Text / LLM ماڈلز سے موازنہ کریں اور اس کا ہیٹ اسکور دیکھ کر ٹرینڈ جانیں۔

مزید Text / LLM ماڈلز مزید Text / LLM متن / LLM llm mistralai کوڈنگ ایجنٹس مقامی چیٹ

ماڈل فیملی کے لحاظ سے دیکھیں