Mistral Small 3.1 24BvsLlama 3.3 70B Instruct
Vollständiger Vergleich zwischen Mistral Small 3.1 24B (24 Milliarden Parameter, Mistral AI) und Llama 3.3 70B Instruct (70B, Meta). VRAM-Bedarf je nach Quantisierung, auf 4 Referenz-GPUs gemessene Tokens pro Sekunde, Bewertung je nach Anwendungsfall, Lizenz, Installationsbefehle. Alle Zahlen werden aus den Katalogdaten berechnet — kein Kopieren und Einfügen zwischen Seiten.
Kurz gesagt
| Eigenschaft | Mistral Small 3.1 24B | Llama 3.3 70B Instruct |
|---|---|---|
| Parameter | 24B | 70B |
| Familie | Mistral | Llama |
| Autor | Mistral AI | Meta |
| Herkunft | FR | US |
| Lizenz | Apache 2.0 | Llama 3.3 Community |
| Kontext | 128 000 Tokens | 128 000 Tokens |
| Erscheinungsdatum | März 2025 | Dezember 2024 |
Speicherbedarf
Ungefähre VRAM, die für die Inferenz mit einem mittleren Kontextfenster erforderlich ist. Der Gewinner (in Grün) ist das Modell, das verbraucht moins — Vorteil für kleine Modelle.
| Quantisierung | Mistral Small 3.1 24B | Llama 3.3 70B Instruct |
|---|---|---|
| Q4_K_M (leicht) | 14 GB | 40 GB |
| Q5_K_M (ausgewogen) | 17 GB | 48 GB |
| Q8 (nahezu verlustfrei) | 26 GB | 75 GB |
| FP16 (maximale Qualität) | 48 GB | 140 GB |
| RAM bei reinem CPU-Betrieb | 24 GB | 64 GB |
Geschätzte Geschwindigkeit (Tokens/Sekunde)
Schätzungen basierend auf der besten Quantisierung, die auf jeder GPU möglich ist. Die tatsächlichen Zahlen hängen vom Prompt, vom Kontext und der Engine (llama.cpp, vLLM, MLX) ab. Methodik.
| Referenz-GPU | Mistral Small 3.1 24B | Llama 3.3 70B Instruct |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | ✗ zu groß |
| RTX 4080 (16 GB) | 15 Tok/s · Q4_K_M | ✗ zu groß |
| RTX 3060 12GB (12 GB) | ✗ zu groß | ✗ zu groß |
| Apple M4 Pro (48 GB) (36 GB) | 15 Tok/s · Q8 | ✗ zu groß |
Fazit nach Anwendungsfall
Für jede gängige Anwendung geben wir an, welches der beiden Modelle aufgrund seiner Tags, Größe und Spezialisierung am besten geeignet ist.
Ihr privates, kostenloses ChatGPT auf Ihrem Rechner in einer Stunde – mit LM Studio, Ollama, Open WebUI und Ihren Dokumenten, ganz ohne Cloud.
- Lebenslanger Online-Zugang
- PDF + Dateien
- Erstattung binnen 30 Tagen
Stärken und Schwächen
Mistral Small 3.1 24B
Small 3, um Vision erweitert. 128k ctx, Apache 2.0. Seit Juni 2025 durch Small 3.2 ersetzt.
- Vision + Text in einem 24B-Modell
- 128k ctx
- Apache 2.0
- ~150 Tok/s bei der Inferenz
- Erfordert Ollama ≥ 0.6.5
- Small 3.2 (Juni 2025) verbessert es leicht
Installation
Llama 3.3 70B Instruct
Qualität von Llama 3.1 405B bei 1/6 der Größe. Gewichte unter Community-Lizenz, Zugang auf HF beschränkt.
- Qualität 405B bei 1/6 der Größe
- 128k ctx
- Sehr stark im Reasoning und beim Programmieren
- HF gated (Meta-Bedingungen akzeptieren)
- Community-Lizenz mit Klausel für >700M MAU
- Keine Bildunterstützung
Installation
Häufige Fragen
Welches Modell läuft am besten auf der RTX 4090 (24 GB): Mistral Small 3.1 24B oder Llama 3.3 70B Instruct?
Auf einer RTX 4090 läuft Mistral Small 3.1 24B in Q5_K_M (~40 tok/s), Llama 3.3 70B Instruct passt ebenfalls nicht in 24 GB. Nutzen Sie den Konfigurator um Ihre konkrete GPU zu testen.
Mistral Small 3.1 24B oder Llama 3.3 70B Instruct: Welches Modell ist auf Französisch besser?
Für gehobenes Französisch (Texterstellung, Zusammenfassung, Übersetzung) Mistral Small 3.1 24B hat die Nase vorn – mit einem reichhaltigen französischsprachigen Korpus trainiert. Das andere Modell bleibt nutzbar, allerdings für weniger anspruchsvolle Anwendungen.
Welches verbraucht am wenigsten VRAM?
Bei Q4_K_M, Mistral Small 3.1 24B passt in 14 GB contre 40 GB beim Konkurrenzmodell – ein Unterschied von 26 GB, der erheblich ist, wenn Sie eine RTX 3060 oder eine 4060 Ti mit 8 GB ins Auge fassen.
Dürfen diese Modelle kommerziell im Produktivbetrieb eingesetzt werden?
Mistral Small 3.1 24B ist unter Apache 2.0 lizenziert – frei für kommerzielle Nutzung. Llama 3.3 70B Instruct steht unter der Lizenz Llama 3.3 Community — prüfen Sie auch die Bedingungen. Für SaaS bevorzugen Sie Apache 2.0 oder MIT.
Welches soll man 2026 wählen?
Das hängt von Ihrer wichtigsten Einschränkung ab. Kleiner / schneller : Mistral Small 3.1 24B (24B). Leistungsfähiger : Llama 3.3 70B Instruct (70B). Wenn Sie unsicher sind, starten Sie den Konfigurator mit Ihrer GPU und Ihrem Anwendungsfall – er wird auf Basis beider Faktoren entscheiden.
Erwägenswerte Alternativen
Falls keines der beiden Modelle zu Ihnen passt, finden Sie hier ähnliche Modelle, die Sie sich ansehen könnten.