// Mistral / Magistral / Devstral · 文本大模型
Mistral-Medium-3.5-128B 本地部署与显存需求
127.7B 参数。4 位量化约 88.6 GB，BF16 约 284 GB（1 个 8K token 请求）。
发布 2026-03-31许可：自定义许可，需阅读显存为估算值
01规格
| 发布方 | Mistral AI · mistralai |
|---|---|
| 系列 | Mistral / Magistral / Devstral · Mistral-Medium-3.5 |
| 类型 | 文本大模型 |
| 参数量 | 127.7B 来源：按官方 safetensors 权重统计 |
| 上下文长度 | 256K tokens (262,144)取自 config.json 的 max_position_embeddings |
| 结构 | 88 层 · GQA |
| 发布权重 | FP8 (E4M3) · 267 GB下载量 |
| 许可 | other · 自定义许可，需阅读厂商使用自定义许可，本站未归类，请阅读许可原文。 |
| 发布日期 | 2026-03-31 （Hugging Face 仓库创建日） |
02需要多少显存（估算）
合计 = 权重 + 10% + 0.5GB 运行开销 + 1 个请求的 KV 缓存（FP16）。并发用户越多，KV 部分成倍增加。
| 精度 | 权重 | 合计 @ 8K | 合计 @ 32K | 合计 @ 128K | 最低显卡 | Mac |
|---|---|---|---|---|---|---|
| BF16 / FP16（原始精度） | 255 GB | 284 GB | 293 GB | 329 GB | 4 × RTX PRO 6000（384GB） | Mac 512GB |
| FP8 / INT8 / Q8_0 | 136 GB | 153 GB | 162 GB | 197 GB | 4 × RTX PRO 6000（384GB） | Mac 256GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 77.4 GB | 88.6 GB | 97.5 GB | 133 GB | H200 141GB | Mac 256GB |
每个请求的 KV 缓存：8K 3.0 GB · 32K 11.8 GB · 128K 47.2 GB
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
- vLLM — 官方模型卡提及
- SGLang — 官方模型卡提及
- llama.cpp — 官方模型卡提及
- LM Studio — 官方模型卡提及
- Transformers — 官方模型卡提及
- Ollama — Ollama 官方模型库收录 · mistral-medium-3.5:128b
ollama run mistral-medium-3.5:128b04官方仓库与量化版
mistralai 官方发布的 1 个仓库。
05Mistral / Magistral / Devstral 其他模型
全部 35 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| LIDstral-Arabic | — | — | 2026-10-08 |
| Voxtral-Mini-4B-Realtime-Arabic | 4.43B | 3.5 GB | 2026-10-08 |
| Shieldstral-1.0-3B | 3.85B | 3.9 GB | 2026-07-16 |
| Mistral-Small-4-119B-2603 | 119B / 6.5B | 80.0 GB | 2026-01-23 |
| Voxtral-Mini-4B-Realtime-2602 | 4.43B | 3.5 GB | 2026-01-21 |
| Devstral-2-123B-Instruct-2512 | 125B | 86.8 GB | 2025-11-28 |
| Mistral-Large-3-675B-Instruct-2512 | 675B / 41B | 451 GB | 2025-11-28 |
| Voxtral-4B-TTS-2603 | 4B | 3.2 GB | 2025-11-17 |
06来源
- Hugging Face · mistralai/Mistral-Medium-3.5-128B
- config.json
- License
- Ollama library · mistral-medium-3.5
数据核对于 2026-07-15。参数、上下文、许可取自官方仓库；显存为本站估算。