01できること
長所
- フラッグシップMoE FR
- Mistralの4製品を統合
- 256k ctx
- Apache 2.0
知っておくべき限界
- —Q4で72GB以上 — プロシューマー向けワークステーション
- —Small 3.xとの連続性が失われる
アーキテクチャ
MoE 総パラメータ数119B／アクティブパラメータ数6.5B · コンテキスト256k · 指示応答・推論・視覚・コードを統合
トレーニング
Small 3.x と Pixtral を単一のモデルに置き換えます。
おすすめの用途
エージェントビジョンコード推論
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$# HuggingFace：mistralai/Mistral-Small-4（Ollamaの公式タグはまだありません）
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
72 GB
Q5_K_M
品質とサイズのバランスが良好
86 GB
Q8_0
FP16とほぼ区別がつかない
128 GB
FP16
フル精度 — サーバー用途
238 GB
CPU フォールバック ・GPUがない場合は、 96 RAM（GB） このモデルを低速で実行するための最低要件。
Mistral Small 4に必要なハードウェアは？
Mistral Small 4をQ4量子化でローカル実行するには、VRAM 72 GB程度が必要です。比較候補：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 追加費用なしで手数料を受け取る場合があります。独立したおすすめ情報です。Amazonアソシエイトとして、ローカルLLMナビは条件を満たす購入から利益を得ています。
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €