我能跑 Ministral 3 3B 吗？
Mistral AI 的 Ministral 3 3B 在推荐的 4 位量化下大约需要 4 GB 内存（下载体积 1.8 GB）。下方即时检测您的硬件 — 数据不会离开您的浏览器。 在 NVIDIA RTX 3060 12GB 上预计可达约 ~168 tok/s。
正在读取您的硬件信号…
实际使用笔记
BLOCKED:无法完成翻译核验。源文件 /tmp/llmsrc/ministral-3-3b.json 不存在。已通过 Read(文件未找到)以及在 /tmp、/private/tmp、/Users/macbookpro 下的 find 全盘搜索确认;唯一匹配到的 ministral 文件是另一项目 node_modules 中无关的 @huggingface/transformers 源码,并非本任务的 JSON 源文件。
由于缺少包含权威 facts(精确数字:体积 GB、tok/s、RAM、128K 上下文、参数量,以及如 MNPL 非生产/禁止商用之类的许可证)和待译 en 三段英文的源文件,无法对任何数字或许可证警告进行真实比对。待核验的这三段内容本身也不是模型页正文译文,而是一份说明源文件缺失的中文状态报告——没有可供审校的模型页内容。
在缺少源文件的情况下,我不能凭空编造数字、许可证警告或模型事实来产出译文,否则将违反不可妥协的准确性规则。需要的操作:请重新提供 /tmp/llmsrc/ministral-3-3b.json(或其正确路径),其中应包含 facts 与 en 字段。文件可用后,我将立即完成简体中文本地化,严格逐字保留所有数字、单位、模型/工具/许可证名称及全部警告含义。
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 | 1.3 GB | 4 GB | 损失明显 |
| Q4_K_M推荐 | 4.85 | 1.8 GB | 4 GB | 推荐 |
| Q5_K_M | 5.65 | 2.1 GB | 6 GB | 高 |
| Q8_0 | 8.5 | 3.2 GB | 6 GB | 接近原版 |
| F16 | 16 | 6.0 GB | 12 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 | ~0.3 GB | ~2.1 GB |
| 8K tokens | ~0.7 GB | ~2.5 GB |
| 32K tokens | ~2.7 GB | ~4.5 GB |
| 128K tokens | ~10.8 GB | ~12.6 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 | ~168 tok/s |
| NVIDIA RTX 4090 24GB | 1008 GB/s | ~471 tok/s |
| Apple M-series (base) | 100 GB/s | ~47 tok/s |
| Apple M-series Pro | 270 GB/s | ~126 tok/s |
| Apple M-series Max | 410 GB/s | ~192 tok/s |
| CPU only (dual-channel DDR5) | 60 GB/s | ~28 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 ministral-3:3b