我能跑 Devstral 2 123B 吗？
Mistral AI 的 Devstral 2 123B 在推荐的 4 位量化下大约需要 96 GB 内存（下载体积 74.6 GB）。下方即时检测您的硬件 — 数据不会离开您的浏览器。 在 Apple M-series Max 上预计可达约 ~5 tok/s。
正在读取您的硬件信号…
实际使用笔记
无法生成译文：源文件 /tmp/llmsrc/devstral-2.json 在文件系统中不存在(已通过 ls、cat 以及在 /tmp、/private/tmp、/var/folders 范围内的 find 独立核实,目录本身缺失)。由于硬性规则要求逐字保留源 'facts' 与 'en' 字段中的每一个数值、体积、速度、上下文长度、参数量和许可证警告(如 MNPL 非生产用途限制),而臆造或猜测这些值被明确禁止,因此在缺少权威来源的情况下不能产出任何翻译。
本次未生成任何译文。请重新提供 /tmp/llmsrc/devstral-2.json 源文件(其中须包含 'facts' 事实表以及由 3 段英文组成的 'en' 数组),然后重新运行本任务。文件就位后,我会将这三段内容译为自然的简体中文,同时保留所有数字、拉丁字母书写的模型/工具/许可证名称与单位(GB、tok/s 等),并逐字保留每一处警告说明。
此为占位段落,仅用于满足必需的三段结构,并非已翻译的正文内容。请在源文件齐备的前提下重新下发任务,以便进行准确的本地化处理。校验结论:在没有可信源数据之前,不存在可发布的简体中文译文,亦无法在不违反禁止臆造数值规则的前提下补全译文。
规格参数
各量化版本体积
| 量化 | 位/权重 | 下载体积 | 最低内存 | 质量 |
|---|---|---|---|---|
| Q2_K | 3.35 | 51.5 GB | 96 GB | 损失明显 |
| Q4_K_M推荐 | 4.85 | 74.6 GB | 96 GB | 推荐 |
| Q5_K_M | 5.65 | 86.9 GB | 128 GB | 高 |
| Q8_0 | 8.5 | 130.7 GB | 192 GB | 接近原版 |
| F16 | 16 | 246.0 GB | 256 GB | 原版 |
体积按参数量 × 位/权重估算，实际 GGUF 版本会略有差异。 · 数据更新于: 2026-06-11 · 这些数字是怎么算出来的 →
不同上下文长度的内存需求
| 上下文 | KV 缓存（估算） | 总内存（Q4） |
|---|---|---|
| 4K tokens | ~1.8 GB | ~76.4 GB |
| 8K tokens | ~3.6 GB | ~78.2 GB |
| 32K tokens | ~14.3 GB | ~88.9 GB |
| 128K tokens | ~57.4 GB | ~132.0 GB |
KV 缓存会随上下文长度增长 — 4K 下装得下的模型，到 32K 可能就内存不足了。估算基于 FP16 缓存并采用 grouped-query attention；实际占用因运行时而异。
不同硬件的预估速度
| 硬件 | 带宽 | 约·速度 |
|---|---|---|
| NVIDIA RTX 3060 12GB | 360 GB/s | VRAM 装不下 |
| NVIDIA RTX 4090 24GB | 1008 GB/s | VRAM 装不下 |
| Apple M-series (base) | 100 GB/s | ~1 tok/s |
| Apple M-series Pro | 270 GB/s | ~3 tok/s |
| Apple M-series Max | 410 GB/s | ~5 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~1 tok/s |
Token 生成速度受内存带宽限制：tok/s ≈ 带宽 × 0.85 ÷ Q4 下的模型体积。实际数值因运行时和上下文长度而异。
在本地运行
最简单的方式是 Ollama — 一条命令即可开聊：
ollama run devstral-2:123b