Mistral Small 3.1 24BvsMagistral Small 24B
Comparativa completa entre Mistral Small 3.1 24B (24 000 millones de parámetros, Mistral AI) y Magistral Small 24B (24B, Mistral AI). VRAM requerida según la cuantización, tokens/segundo medidos en 4 GPU de referencia, veredicto por caso de uso, licencia, comandos de instalación. Todas las cifras se calculan a partir de los datos del catálogo, sin copiar y pegar entre páginas.
En resumen
| Característica | Mistral Small 3.1 24B | Magistral Small 24B |
|---|---|---|
| Parámetros | 24B | 24B |
| Familia | Mistral | Mistral |
| Autor | Mistral AI | Mistral AI |
| Origen | FR | FR |
| Licencia | Apache 2.0 | Apache 2.0 |
| Contexto | 128 000 tokens | 128 000 tokens |
| Fecha de lanzamiento | marzo de 2025 | junio de 2025 |
Huella de memoria
VRAM aproximada necesaria para la inferencia con una ventana de contexto media. El ganador (en verde) es el modelo que consume moins — ventaja para los pequeños.
| Cuantización | Mistral Small 3.1 24B | Magistral Small 24B |
|---|---|---|
| Q4_K_M (ligero) | 14 GB | 14 GB |
| Q5_K_M (equilibrio) | 17 GB | 17 GB |
| Q8 (casi sin pérdida) | 26 GB | 26 GB |
| FP16 (máxima calidad) | 48 GB | 48 GB |
| RAM (solo CPU) | 24 GB | 24 GB |
Velocidad estimada (tokens/segundo)
Estimaciones basadas en la mejor cuantización viable en cada GPU. Las cifras reales dependen del prompt, del contexto y del motor (llama.cpp, vLLM, MLX). Metodología.
| GPU de referencia | Mistral Small 3.1 24B | Magistral Small 24B |
|---|---|---|
| RTX 4090 (24 GB) | 40 tok/s · Q5_K_M | 40 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | 15 tok/s · Q4_K_M | 15 tok/s · Q4_K_M |
| RTX 3060 12GB (12 GB) | ✗ demasiado pesado | ✗ demasiado pesado |
| Apple M4 Pro (48 GB) (36 GB) | 15 tok/s · Q8 | 15 tok/s · Q8 |
Veredicto por caso de uso
Para cada uso habitual, indicamos cuál de los dos es el más adecuado según sus etiquetas, su tamaño y su especialización.
Tu ChatGPT privado y gratuito en tu máquina en 1 hora — LM Studio, Ollama, Open WebUI, tus documentos, sin nube.
- Espacio en línea de por vida
- PDF + archivos
- Reembolsado 30 j
Fortalezas y debilidades
Mistral Small 3.1 24B
Small 3 con visión. 128k ctx, Apache 2.0. Sustituido por Small 3.2 desde junio de 2025.
- Visión + texto en un modelo de 24B
- 128k ctx
- Apache 2.0
- ~150 tok/s en inferencia
- Requiere Ollama ≥ 0.6.5
- Small 3.2 (junio de 2025) lo mejora ligeramente
Instalación
Magistral Small 24B
Primer modelo de razonamiento abierto de Mistral. AIME24 70.7%. Base Small 3.1 + entrenamiento CoT.
- Primer modelo de razonamiento abierto de Mistral
- Apache 2.0
- AIME24 70.7%
- Verboso en modo thinking
- Contexto recomendado: 40k como máximo
Instalación
Preguntas frecuentes
¿Qué modelo funciona mejor en RTX 4090 (24 GB): Mistral Small 3.1 24B o Magistral Small 24B?
En una RTX 4090, Mistral Small 3.1 24B funciona en Q5_K_M (~40 tok/s), Magistral Small 24B en Q5_K_M (~40 tok/s). En términos de velocidad de procesamiento, Magistral Small 24B gana. Consulta el configurador para probar tu GPU concreta.
Mistral Small 3.1 24B o Magistral Small 24B: ¿cuál es el mejor en francés?
En francés, ambos son equivalentes para chat básico. Para textos literarios o jurídicos, prefiere un modelo de origen europeo (ver nuestras guías en francés).
¿Cuál consume menos VRAM?
Ambos requieren la misma VRAM en Q4 (14 GB). La elección se hace entonces por la licencia o la calidad percibida.
¿Se pueden usar estos modelos en producción comercial?
Mistral Small 3.1 24B está bajo la licencia Apache 2.0 — de libre uso comercial. Magistral Small 24B está bajo la licencia Apache 2.0 — también libre. Para SaaS, prefiere Apache 2.0 o MIT.
¿Cuál elegir en 2026?
Depende de tu restricción principal. Más pequeño / más rápido : Mistral Small 3.1 24B (24B). Más capaz : Mistral Small 3.1 24B (24B). Si tienes dudas, abre el configurador con tu GPU y tu caso de uso — decidirá en función de ambos.
Alternativas a considerar
Si ninguno de los dos te convence, aquí tienes otros modelos similares que podrías explorar.