Mistral Small 3.2 24B 필요 사양: VRAM과 돌아가는 GPU

모델 정보

파라미터: 23.6B
어텐션: 풀 어텐션
최대 컨텍스트: 131,072 토큰
공개일: 2025-06-20
모델 카드: Hugging Face의 Mistral Small 3.2 24B 모델 카드

GGUF 파일

등록된 Mistral Small 3.2 24B 양자화 파일(작은 파일부터)
양자화	파일 크기	품질	배포처
Q2_K	8.89GB	손실 큼	커뮤니티 GGUF · bartowski
IQ4_XS	12.76GB	균형	커뮤니티 GGUF · bartowski
Q4_K_M기준	14.33GB	균형	커뮤니티 GGUF · bartowski
Q8_0	25.05GB	준무손실	커뮤니티 GGUF · bartowski

파일 크기에는 이미지 입력에 필요한 비전 프로젝터(mmproj)가 들어 있지 않습니다.

양자화·컨텍스트별 필요 메모리

가중치 + f16 KV 캐시 + 연산 버퍼(GB). Windows에서 GPU가 화면 출력도 맡는다면 약 0.6GB를 더하세요.
양자화	4k	8k	16k	32k	64k	128k
Q2_K	10.1	10.8	12.2	15.1	20.7	32.1
IQ4_XS	14.0	14.7	16.1	18.9	24.6	35.9
Q4_K_M	15.5	16.2	17.7	20.5	26.2	37.5
Q8_0	26.3	27.0	28.4	31.2	36.9	48.2

Mistral Small 3.2 24B, 어떤 GPU에서 돌아갈까?

판정 읽는 법

쾌적: GPU에 전부 올라가고 20 tok/s 이상
원활: GPU에 전부 올라가고 8~20 tok/s, MoE 전문가를 시스템 RAM에 두고 20 tok/s 이상, 또는 GPU에 90% 이상 올라가고 8 tok/s 이상
겨우 가능: 2~8 tok/s, CPU 전용, GPU에 90% 미만, 또는 MoE 전문가를 RAM에 두고 20 tok/s 미만
불가: 메모리에 안 들어가거나 2 tok/s 미만

dense 모델을 GPU와 CPU에 나눠 올리면 속도가 크게 떨어집니다. 전체 속도가 느린 CPU 쪽에 맞춰지기 때문입니다. 전문가만 시스템 RAM에 두는 MoE 모델은 훨씬 덜 느려집니다.

정렬

옆으로 밀면 모든 열을 볼 수 있습니다.

Q4_K_M·8k 컨텍스트 기준 GPU·맥·CPU 54종을 판정·속도 순으로 정렬했습니다
하드웨어	판정	속도	양자화	메모리	실행 방식	컨텍스트	참고	가격
GeForce RTX 5090	쾌적	추정 80.0 tok/s70.4–89.6보정된 추정 ±12%	Q4_K_M	16.8 / 32.0GB	풀 GPU	최대 64k	—	실거래가 US$4,200 (2026-08-09 기준)
Radeon RX 7900 XTX	쾌적	추정 47.8 tok/s42.0–53.5보정된 추정 ±12%	Q4_K_M	16.8 / 24.0GB	풀 GPU	최대 32k	—	출시가 US$999
GeForce RTX 3090 Ti	쾌적	추정 45.0 tok/s39.6–50.4보정된 추정 ±12%	Q4_K_M	16.8 / 24.0GB	풀 GPU	최대 32k	—	출시가 US$1,999
GeForce RTX 4090	쾌적	추정 45.0 tok/s39.6–50.4보정된 추정 ±12%	Q4_K_M	16.8 / 24.0GB	풀 GPU	최대 32k	—	실거래가 US$2,755 (2026-08-09 기준)
GeForce RTX 3090	쾌적	추정 41.8 tok/s36.8–46.8보정된 추정 ±12%	Q4_K_M	16.8 / 24.0GB	풀 GPU	최대 32k	—	실거래가 US$1,050 (2026-08-09 기준)
GeForce RTX 5090 Laptop	쾌적	추정 40.0 tok/s35.2–44.8보정된 추정 ±12%	Q4_K_M	16.8 / 24.0GB	풀 GPU	최대 32k	—	—
Radeon RX 7900 XT	쾌적	추정 39.8 tok/s35.0–44.6보정된 추정 ±12%	Q4_K_M	16.8 / 20.0GB	풀 GPU	최대 16k	—	출시가 US$899
Apple M5 Max (40-core GPU) · 48GB	쾌적	추정 23.5 tok/s18.8–28.2보정된 추정 ±20%	Q4_K_M	16.2 / 33.6GB	통합 메모리	최대 16k	—	—
Apple M3 Ultra · 96GB	쾌적	추정 23.0 tok/s18.4–27.6보정된 추정 ±20%	Q4_K_M	16.2 / 67.2GB	통합 메모리	최대 16k	—	—
Apple M2 Ultra · 64GB	쾌적	추정 22.5 tok/s18.0–27.0보정된 추정 ±20%	Q4_K_M	16.2 / 44.8GB	통합 메모리	최대 16k	—	—
Apple M4 Max (40-core GPU) · 48GB	쾌적	추정 20.9 tok/s16.7–25.1보정된 추정 ±20%	Q4_K_M	16.2 / 33.6GB	통합 메모리	최대 8k	—	—
GeForce RTX 5080	원활	추정 23.5 tok/s18.8–28.2보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	실거래가 US$1,256 (2026-08-09 기준)
GeForce RTX 5070 Ti	원활	추정 22.6 tok/s18.1–27.2보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	실거래가 US$949 (2026-08-09 기준)
GeForce RTX 5080 Laptop	원활	추정 22.6 tok/s18.1–27.2보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	—
GeForce RTX 4080 Super	원활	추정 20.3 tok/s16.2–24.3보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	출시가 US$999
Radeon RX 9070	원활	추정 20.0 tok/s16.0–24.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	실거래가 US$639 (2026-08-09 기준)
Radeon RX 9070 XT	원활	추정 20.0 tok/s16.0–24.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	모델이 GPU에 다 올라가지 않습니다. 쾌적하게 돌리려면 모델 전체가 GPU 메모리에 있어야 합니다. IQ4_XS: 쾌적	실거래가 US$689 (2026-08-09 기준)
GeForce RTX 4080	원활	추정 20.0 tok/s16.0–24.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적	출시가 US$1,199
Radeon RX 7800 XT	원활	추정 19.6 tok/s15.7–23.5보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적	출시가 US$499
GeForce RTX 4070 Ti Super	원활	추정 19.2 tok/s15.4–23.1보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적	출시가 US$799
Apple M5 Max (32-core GPU) · 36GB	원활	추정 17.6 tok/s14.1–21.1보정된 추정 ±20%	Q4_K_M	16.2 / 25.2GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적	—
GeForce RTX 4090 Laptop	원활	추정 17.5 tok/s14.0–21.0보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적	—
Apple M4 Max (32-core GPU) · 36GB	원활	추정 15.7 tok/s12.6–18.8보정된 추정 ±20%	Q4_K_M	16.2 / 25.2GB	통합 메모리	최대 32k	Q2_K (품질 손실 큼): 쾌적	—
GeForce RTX 5060 Ti 16GB	원활	추정 14.8 tok/s11.8–17.7보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	IQ4_XS: 쾌적	실거래가 US$569 (2026-08-09 기준)
Radeon RX 9060 XT 16GB	원활	추정 12.6 tok/s10.1–15.1보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	Q2_K (품질 손실 큼): 쾌적	실거래가 US$449 (2026-08-09 기준)
Apple M5 Pro · 24GB	원활	추정 11.8 tok/s9.4–14.1보정된 추정 ±20%	Q4_K_M	16.2 / 16.8GB	통합 메모리	최대 8k	—	—
GeForce RTX 4060 Ti 16GB	원활	추정 10.7 tok/s8.5–12.8보정된 추정 ±20%	Q4_K_M	16.0 / 16.0GB + RAM 0.8GB	부분 오프로드	최대 8k	—	출시가 US$499
Ryzen AI Max+ 395 (Strix Halo) · 32GB	원활	추정 10.6 tok/s8.5–12.7보정된 추정 ±20%	Q4_K_M	16.2 / 22.4GB	통합 메모리	최대 32k	—	출시가 US$1,999
Apple M4 Pro · 24GB	원활	추정 10.5 tok/s8.4–12.5보정된 추정 ±20%	Q4_K_M	16.2 / 16.8GB	통합 메모리	최대 8k	—	—
GeForce RTX 3080 12GB	겨우 가능	추정 7.4 tok/s5.9–8.9보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	출시가 US$799
GeForce RTX 5070	겨우 가능	추정 7.1 tok/s5.7–8.5보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	실거래가 US$629 (2026-08-09 기준)
GeForce RTX 5070 Ti Laptop	겨우 가능	추정 7.1 tok/s5.7–8.5보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	—
NVIDIA DGX Spark · 128GB	겨우 가능	추정 7.0 tok/s5.6–8.4보정된 추정 ±20%	Q4_K_M	16.2 / 89.6GB	통합 메모리	최대 128k	Q2_K (품질 손실 큼): 원활	출시가 US$3,999
GeForce RTX 4070	겨우 가능	추정 6.8 tok/s5.4–8.1보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	출시가 US$599
GeForce RTX 4070 Super	겨우 가능	추정 6.8 tok/s5.4–8.1보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	출시가 US$599
GeForce RTX 4080 Laptop	겨우 가능	추정 6.6 tok/s5.2–7.9보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	—
Intel Arc B580	겨우 가능	추정 6.4 tok/s5.1–7.6보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	실거래가 US$290 (2026-08-09 기준)
GeForce RTX 3060 12GB	겨우 가능	추정 6.3 tok/s5.0–7.5보정된 추정 ±20%	Q4_K_M	12.0 / 12.0GB + RAM 4.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 쾌적	실거래가 US$250 (2026-08-09 기준)
GeForce RTX 2080 Ti	겨우 가능	추정 6.1 tok/s4.9–7.3보정된 추정 ±20%	Q4_K_M	11.0 / 11.0GB + RAM 5.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 원활	출시가 US$999
Apple M5 · 24GB	겨우 가능	추정 5.9 tok/s4.7–7.1보정된 추정 ±20%	Q4_K_M	16.2 / 16.8GB	통합 메모리	최대 8k	Q2_K (품질 손실 큼): 원활	—
GeForce GTX 1080 Ti	겨우 가능	추정 5.9 tok/s4.1–7.6이론 추정 ±30%	Q4_K_M	11.0 / 11.0GB + RAM 5.8GB	부분 오프로드	최대 32k	Q2_K (품질 손실 큼): 원활	출시가 US$699
GeForce RTX 3080 10GB	겨우 가능	추정 5.5 tok/s4.4–6.6보정된 추정 ±20%	Q4_K_M	10.0 / 10.0GB + RAM 6.8GB	부분 오프로드	최대 32k	—	출시가 US$699
Apple M4 · 24GB	겨우 가능	추정 4.6 tok/s3.7–5.5보정된 추정 ±20%	Q4_K_M	16.2 / 16.8GB	통합 메모리	최대 8k	—	—
GeForce RTX 3070	겨우 가능	추정 4.3 tok/s3.4–5.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	출시가 US$499
GeForce RTX 5060	겨우 가능	추정 4.3 tok/s3.4–5.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	실거래가 US$339 (2026-08-09 기준)
GeForce RTX 5060 Ti 8GB	겨우 가능	추정 4.3 tok/s3.4–5.1보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	실거래가 US$429 (2026-08-09 기준)
GeForce RTX 4060 Ti 8GB	겨우 가능	추정 4.1 tok/s3.3–4.9보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	출시가 US$399
GeForce RTX 4060	겨우 가능	추정 4.0 tok/s3.2–4.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	출시가 US$299
GeForce RTX 4060 Laptop	겨우 가능	추정 4.0 tok/s3.2–4.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	—
GeForce RTX 4070 Laptop	겨우 가능	추정 4.0 tok/s3.2–4.8보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	—
GeForce RTX 3050 8GB	겨우 가능	추정 3.9 tok/s3.1–4.7보정된 추정 ±20%	Q4_K_M	8.0 / 8.0GB + RAM 8.8GB	부분 오프로드	최대 32k	—	출시가 US$249
DDR5-6000 듀얼채널 CPU · 32GB	겨우 가능	추정 3.1 tok/s2.5–3.7보정된 추정 ±20%	Q4_K_M	RAM 15.7GB	CPU 전용	최대 32k	—	—
DDR5-5600 듀얼채널 CPU · 32GB	겨우 가능	추정 2.9 tok/s2.3–3.4보정된 추정 ±20%	Q4_K_M	RAM 15.7GB	CPU 전용	최대 32k	—	—
DDR4-3200 듀얼채널 CPU · 64GB	불가Q2_K (품질 손실 큼): 겨우 가능	추정 2.5 tok/s2.0–3.0보정된 추정 ±20%	Q2_K	RAM 10.2GB	CPU 전용	최대 16k	—	—

가장 싸게 돌릴 수 있는 GPU

쾌적GeForce RTX 3090실거래가 US$1,050 (2026-08-09 기준), 속도 추정 41.8 tok/s (36.8–46.8, 보정된 추정 ±12%)
원활Radeon RX 9060 XT 16GB실거래가 US$449 (2026-08-09 기준), 속도 추정 12.6 tok/s (10.1–15.1, 보정된 추정 ±20%)

Mistral Small 3.2 24B 벤치마크 결과

이 모델로 잰 공개 벤치마크 결과는 아직 없습니다.

자주 묻는 질문

Mistral Small 3.2 24B 실행에 VRAM이 얼마나 필요한가요?

Q4_K_M 기준으로 가중치가 14.33GB이고, 8k 컨텍스트까지 더하면 약 16.2GB가 필요합니다(KV 캐시 1.3GB, 연산 버퍼 0.6GB). 가장 작은 파일(Q2_K (품질 손실 큼))은 약 10.8GB가 필요합니다.

Mistral Small 3.2 24B, 원활하게 돌아가는 가장 싼 GPU는 무엇인가요?

쾌적하게 돌리는 가장 싼 GPU는 GeForce RTX 3090입니다. 실거래가는 US$1,050(2026-08-09 기준)이고, 속도는 추정 41.8 tok/s (36.8–46.8, 보정된 추정 ±12%)입니다. 원활하게만 돌려도 된다면 더 싼 GPU는 Radeon RX 9060 XT 16GB입니다. 실거래가는 US$449(2026-08-09 기준)이고, 속도는 추정 12.6 tok/s (10.1–15.1, 보정된 추정 ±20%)입니다.

Mistral Small 3.2 24B, 8GB·16GB·24GB GPU에서 돌아가나요?

Q4_K_M·8k 컨텍스트 기준 카드별 판정입니다. GeForce RTX 4060: 겨우 가능, 추정 4.0 tok/s (3.2–4.8, 보정된 추정 ±20%); GeForce RTX 5060 Ti 16GB: 원활, 추정 14.8 tok/s (11.8–17.7, 보정된 추정 ±20%); GeForce RTX 3090: 쾌적, 추정 41.8 tok/s (36.8–46.8, 보정된 추정 ±12%).

속도는 메모리 대역폭으로 계산한 추정치를 공개 벤치마크로 보정한 값입니다. 모든 수치에는 오차 범위와 신뢰 라벨을 함께 표시합니다. 실제 속도는 드라이버, 백엔드, 컨텍스트 길이, 발열에 따라 달라집니다.