Mistral Small 3.2 24BvsMagistral Small 24B
Confronto completo tra Mistral Small 3.2 24B (24B parametri, Mistral AI) e Magistral Small 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 3.2 24B | Magistral Small 24B |
|---|---|---|
| Parametri | 24B | 24B |
| Famiglia | Mistral | Mistral |
| Autore | Mistral AI | Mistral AI |
| Origine | FR | FR |
| Licenza | Apache 2.0 | Apache 2.0 |
| Contesto | 128 000 token | 128 000 token |
| Data di uscita | giugno 2025 | giugno 2025 |
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 | Mistral Small 3.2 24B | Magistral Small 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 3.2 24B | Magistral Small 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.
Il tuo ChatGPT privato e gratuito sulla tua macchina in 1 ora — LM Studio, Ollama, Open WebUI, i tuoi documenti, senza cloud.
- Spazio online a vita
- PDF + file
- Garanzia di rimborso di 30 giorni
Punti di forza e debolezza
Mistral Small 3.2 24B
Aggiornamento di giugno 2025 di Small 3.1. Generazioni infinite dimezzate, function calling migliorato.
- La metà delle generazioni infinite rispetto alla versione 3.1
- Function calling migliorato
- Visione
- Apache 2.0
- Richiede una versione recente di Ollama
Installazione
Magistral Small 24B
Primo modello di ragionamento open di Mistral. AIME24 70.7%. Base Small 3.1 + addestramento CoT.
- Primo modello di ragionamento open di Mistral
- Apache 2.0
- AIME24 70,7%
- Verboso in modalità thinking
- Ctx consigliato massimo 40k
Installazione
Domande frequenti
Quale modello funziona meglio su RTX 4090 (24 GB): Mistral Small 3.2 24B o Magistral Small 24B?
Su una RTX 4090, Mistral Small 3.2 24B funziona in Q5_K_M (~40 tok/s), Magistral Small 24B in Q5_K_M (~40 tok/s). In termini di puro throughput, Magistral Small 24B vince. Consulta il configuratore per testare il tuo specifico modello di GPU.
Mistral Small 3.2 24B o Magistral Small 24B: quale è il migliore in francese?
In francese, i due si equivalgono per una chat semplice. Per testi letterari o giuridici, preferisci un modello di origine europea (vedi le nostre guide FR).
Quale consuma meno VRAM?
Entrambi richiedono la stessa VRAM in Q4 (14 GB). La scelta si basa quindi sulla licenza o sulla qualità percepita.
Si possono utilizzare questi modelli in produzione commerciale?
Mistral Small 3.2 24B è disponibile con licenza Apache 2.0 — utilizzabile liberamente per scopi commerciali. Magistral Small 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 3.2 24B (24B). Più capace : Mistral Small 3.2 24B (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.