Devstral Small 2 24BvsQwen 2.5 Coder 32B
Confronto completo tra Devstral Small 2 24B (24B parametri, Mistral AI) e Qwen 2.5 Coder 32B (32B, Alibaba). VRAM richiesta per quantizzazione, token/secondo misurati su 4 GPU di riferimento, verdetto per caso d'uso, licenza, comandi di installazione. Tutte le cifre sono calcolate dai dati del catalogo — nessun copia-incolla tra pagine.
In breve
| Caratteristica | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| Parametri | 24B | 32B |
| Famiglia | Mistral | Qwen |
| Autore | Mistral AI | Alibaba |
| Origine | FR | CN |
| Licenza | Apache 2.0 | Apache 2.0 |
| Contesto | 256 000 token | 131 072 token |
| Data di uscita | dicembre 2025 | novembre 2024 |
Memoria occupata
VRAM approssimativa necessaria per l'inferenza con una finestra di contesto media. Il vincitore (in verde) è il modello che consuma moins — vantaggio per i modelli piccoli.
| Quantizzazione | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| Q4_K_M (leggero) | 14 GB | 19 GB |
| Q5_K_M (equilibrio) | 17 GB | 23 GB |
| Q8 (quasi lossless) | 26 GB | 35 GB |
| FP16 (qualità massima) | 48 GB | 64 GB |
| RAM per l'esecuzione solo su CPU | 24 GB | 32 GB |
Velocità stimata (token/secondo)
Stime basate sulla migliore quantizzazione che ciascuna GPU può gestire. I valori reali dipendono dal prompt, dal contesto e dal motore (llama.cpp, vLLM, MLX). Metodologia.
| GPU di riferimento | Devstral Small 2 24B | Qwen 2.5 Coder 32B |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | 30 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | 15 tok/s · Q4_K_M | ✗ troppo pesante |
| RTX 3060 12GB (12 GB) | ✗ troppo pesante | ✗ troppo pesante |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 12 tok/s · Q8 |
Verdetto per caso d'uso
Per ogni uso comune, indichiamo quale dei due è il più adatto in base ai suoi tag, alla sua dimensione e alla sua specializzazione.
Sostituisci GitHub Copilot e Cursor con un copilota per la programmazione 100 % locale — la guida di riferimento, configurazioni incluse.
- Spazio online a vita
- PDF + file
- Garanzia di rimborso di 30 giorni
Punti di forza e debolezza
Devstral Small 2 24B
Specialista in programmazione 24B, Apache 2.0. 72.2% su SWE-Bench. 256k ctx, laboratorio francese.
- 68,0 % SWE-bench Verified
- Rientra nella memoria di una RTX 4090
- Apache 2.0
- Lab francese
- Nessun supporto per la visione
- Denso: più lento dei modelli MoE per la programmazione (Qwen3-Coder 30B-A3B) a parità di memoria
Installazione
Qwen 2.5 Coder 32B
Modello di riferimento per la programmazione tra quelli a pesi aperti a fine 2024, oggi superato dalla generazione Qwen3-Coder / Devstral.
- Miglior LLM open-weight per programmare
- Molto forte su HumanEval (riferimento 2024)
- Contesto di 128k
- Richiede 20+ GB di VRAM
- Meno efficace nelle conversazioni generali
Installazione
Domande frequenti
Quale modello funziona meglio su RTX 4090 (24 GB): Devstral Small 2 24B o Qwen 2.5 Coder 32B?
Su una RTX 4090, Devstral Small 2 24B funziona in Q5_K_M (~40 tok/s), Qwen 2.5 Coder 32B in Q5_K_M (~30 tok/s). In termini di puro throughput, Devstral Small 2 24B vince. Consulta il configuratore per testare il tuo specifico modello di GPU.
Quale consuma meno VRAM?
In Q4_K_M, Devstral Small 2 24B sta in 14 GB contre 19 GB per il suo concorrente — una differenza di 5 GB, significativa se miri a una RTX 3060 o a una 4060 Ti 8 GB.
Devstral Small 2 24B o Qwen 2.5 Coder 32B per programmare?
I due sono modelli specializzati per il codice — la scelta dipende dal contesto (256 000 vs 131 072 token), dalla licenza (Apache 2.0 vs Apache 2.0) e dalla VRAM disponibile. Entrambi si integrano in Continue o Aider.
Si possono utilizzare questi modelli in produzione commerciale?
Devstral Small 2 24B è disponibile con licenza Apache 2.0 — utilizzabile liberamente per scopi commerciali. Qwen 2.5 Coder 32B è distribuito sotto licenza Apache 2.0 — anch'esso libero. Per il SaaS, preferisci Apache 2.0 o MIT.
Quale scegliere nel 2026?
Dipende dal tuo vincolo principale. Più piccolo / più veloce : Devstral Small 2 24B (24B). Più capace : Qwen 2.5 Coder 32B (32B). Se hai dubbi, avvia il configuratore con la tua GPU e il tuo caso d'uso — deciderà in base a entrambi.
Alternative da considerare
Se nessuno dei due fa al caso tuo, ecco i modelli simili che potresti esplorare.