Aller au contenu
Run LLM Locally

Mistral Small 3.2 24B Instruct sur une RTX 5060

Mistral Small 3.2 24B Instruct en Q4_K_M demande environ 16,1 Go, plus que les 8 Go de la RTX 5060 : une partie du modèle tourne depuis la RAM système, ce qui ralentit la génération. En Q3_K_M, il ne tient pas en VRAM.

PartagerFacebookXWhatsAppLinkedInE-mail

Mistral Small 3.2 24B Instruct

Q4_K_M · 8K contexte

Possible mais lent

Le modèle demande environ 16,1 Go mais seuls 7,7 Go de VRAM sont utilisables : 8,5 Go doivent être chargés en RAM système. Il fonctionne, à 47 % sur le GPU, mais plus lentement.

Votre matériel
RTX 5060 8 Go · 64 Go RAM
Mémoire estimée
~16,1 Go estimation
VRAM (mémoire utilisable)
7,7 Go
GPU seul
Non
Offload CPU/GPU
Nécessaire (8,5 Go)
Vitesse de génération
2,5–4,5 tok/s estimation
Plus grand contexte en mémoire rapide
Aucun
Confiance : faible

Basé sur : bande passante mémoire (448 Go/s) et taille du modèle · bande passante de la RAM système (~51 Go/s)

Répartition de la mémoire

~16,1 Go (15,5 Go–16,8 Go) nécessaires · estimation

8,5 Go à décharger en RAM système

  • Poids du modèle13,3 Go
  • Cache KV1,3 Go
  • Surcoût runtime0,8 Go
  • Marge de sécurité0,8 Go
Hypothèses: contexte 8K tokens · cache KV f16 · llama.cpp (CUDA) · flash attention activée · poids = taille réelle du fichier

EstimationDonnées mises à jour il y a 24 joursSource: moteur Run LLM Locally, Hugging Face config.json + model card

Ce qui rend cette estimation moins fiable

  • pas encore de benchmark pour ce matériel et ce modèle
  • le partage CPU/GPU varie beaucoup selon le processeur et le lien PCIe
  • vitesse de la RAM inconnue (DDR4-3200 double canal supposée)

Les autres quantifications sur la RTX 5060

Mistral Small 3.2 24B Instruct sur RTX 5060 + 64 Go de RAM · contexte 8K
Mistral Small 3.2 24B Instruct Q8_08K~26,6 Go · 1–2 tok/s estimationPossible mais lent
Mistral Small 3.2 24B Instruct Q6_K8K~21 Go · 1,5–3 tok/s estimationPossible mais lent
Mistral Small 3.2 24B Instruct Q5_K_M8K~18,5 Go · 1,8–3,5 tok/s estimationPossible mais lent
Mistral Small 3.2 24B Instruct Q4_K_M8K~16,1 Go · 2,5–4,5 tok/s estimationPossible mais lent
Mistral Small 3.2 24B Instruct IQ4_XS8K~14,6 Go · 3–5,5 tok/s estimationOffload CPU/GPU
Mistral Small 3.2 24B Instruct Q3_K_M8K~13,3 Go · 3,5–6,5 tok/s estimationOffload CPU/GPU

Alternatives

Les GPU qui font tourner Mistral Small 3.2 24B Instruct Q4_K_M entièrement en VRAM

D'autres modèles adaptés à la RTX 5060

Du matériel qui fait tourner Mistral Small 3.2 24B Instruct Q4_K_M entièrement en mémoire

Les prix et les liens suivent le marché choisi.

Radeon RX 7900 XT

AMD

ExcellentFait tourner Mistral Small 3.2 24B Instruct Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

AMD Ryzen AI Max+ 395

PC à mémoire unifiée

ExcellentFait tourner Mistral Small 3.2 24B Instruct Q4_K_M entièrement en mémoire

Prix indisponible

Disponibilité inconnue

Voir sur amazon.fr

Lien affilié

Aucune offre importée pour ce marché : le lien ouvre une recherche sur la boutique.

Questions fréquentes

La RTX 5060 peut-elle faire tourner Mistral Small 3.2 24B Instruct ?
Le modèle demande environ 16,1 Go mais seuls 7,7 Go de VRAM sont utilisables : 8,5 Go doivent être chargés en RAM système. Il fonctionne, à 47 % sur le GPU, mais plus lentement.
Quelle quantification choisir sur la RTX 5060 ?
Aucune ne tient entièrement en VRAM à 8K ; la plus petite, Q3_K_M, demande encore un offload.
Quel est le plus grand contexte possible sur la RTX 5060 ?
En Q4_K_M, le modèle ne tient pas entièrement en VRAM, même avec un contexte court.
À quelle vitesse tourne Mistral Small 3.2 24B Instruct (RTX 5060) ?
Nous estimons 2,5–4,5 tok/s (estimation, confiance faible). Basé sur : bande passante mémoire (448 Go/s) et taille du modèle, bande passante de la RAM système (~51 Go/s).