Mistral Small 3vsDevstral Small 2 24B
Confronto completo tra Mistral Small 3 (24B parametri, Mistral AI) e Devstral Small 2 24B (24B, Mistral AI). VRAM richiesta per ciascuna quantizzazione, token/s misurati su 4 GPU di riferimento, valutazione per caso d'uso, licenza, comandi di installazione. Tutti i numeri sono calcolati a partire dai dati del catalogo — nessun copia-incolla tra pagine.
In breve
| Caratteristica | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| Parametri | 24B | 24B |
| Famiglia | Mistral | Mistral |
| Autore | Mistral AI | Mistral AI |
| Origine | FR | FR |
| Licenza | Apache 2.0 | Apache 2.0 |
| Contesto | 32 768 token | 256 000 token |
| Data di uscita | gennaio 2025 | dicembre 2025 |
Memoria occupata
VRAM approssimativa necessaria per l'inferenza con una finestra di contesto media. Il vincitore (in verde) è il modello che consuma meno — vantaggio per i modelli piccoli.
| Quantizzazione | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| Q4_K_M (leggero) | 14 GB | 14 GB |
| Q5_K_M (equilibrio) | 17 GB | 17 GB |
| Q8 (quasi lossless) | 26 GB | 26 GB |
| FP16 (qualità massima) | 48 GB | 48 GB |
| RAM per l'esecuzione solo su CPU | 24 GB | 24 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 | Mistral Small 3 | Devstral Small 2 24B |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | 40 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | 15 tok/s · Q4_K_M | 15 tok/s · Q4_K_M |
| RTX 3060 12GB (12 GB) | ✗ troppo pesante | ✗ troppo pesante |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 15 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
- Aggiornamenti a vita
Punti di forza e debolezza
Mistral Small 3
Eccellente rapporto qualità/dimensione al lancio (inizio 2025). Compete con i 70B.
- Qualità simile a quella di Llama 70B
- Latenza bassa
- Contesto di 128k
- Eccellente per gli agenti e nell'uso di strumenti
- Richiede almeno 16 GB di VRAM in Q4
- Meno efficace nella programmazione rispetto a Qwen Coder
Installazione
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
Domande frequenti
Quale modello funziona meglio sull'RTX 4090 (24 GB): Mistral Small 3 o Devstral Small 2 24B?
Su una RTX 4090, Mistral Small 3 funziona in Q5_K_M (~40 tok/s), Devstral Small 2 24B in Q5_K_M (~40 tok/s). In termini di puro throughput, Devstral Small 2 24B vince. Consulta il configuratore per testare il tuo specifico modello di GPU.
Mistral Small 3 o Devstral Small 2 24B : quale è il migliore in francese?
Per il francese formale (redazione, riassunti, traduzione), Mistral Small 3 ha la meglio — addestrato con un ricco corpus in lingua francese. L'altro rimane utilizzabile, ma per impieghi meno impegnativi.
Quale consuma meno VRAM?
Entrambi richiedono la stessa VRAM in Q4 (14 GB). La scelta si basa quindi sulla licenza o sulla qualità percepita.
Mistral Small 3 o Devstral Small 2 24B per programmare?
I due sono modelli specializzati per il codice — la scelta dipende dal contesto (32 768 vs 256 000 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?
Mistral Small 3 è disponibile con licenza Apache 2.0 — utilizzabile liberamente per scopi commerciali. Devstral Small 2 24B 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 : Mistral Small 3 (24B). Più capace : Mistral Small 3 (24B). 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.