Mistral · 123B
Mistral Large 123B
- Total paramètres123B
- Contexte max128k tokens
- FamilleMistral
- TypeDense
face-à-face · LLM local
Mistral Large 123B vs Phi-3.5 Mini 3.8B
Comparatif chiffré : VRAM requise par quantization, GPUs compatibles pour faire tourner chacun en local, et verdict construit depuis les specs réelles. Pas de bench truqué, juste les chiffres.
123B
params Mistral Large 123B
3.8B
params Phi-3.5 Mini 3.8B
Mistral
famille A
Phi
famille B
▲ Specs côte à côte
Les chiffres bruts.
Phi · 3.8B
Phi-3.5 Mini 3.8B
- Total paramètres3.8B
- Contexte max128k tokens
- FamillePhi
- TypeDense
▲ VRAM par quantization
Combien de VRAM il te faut.
Estimation incluant l'overhead (KV cache + activations) ×1.12. Pour un MoE, on prend les paramètres totaux car le modèle complet doit être chargé en mémoire (les experts inactifs aussi).
| Quant | Mistral Large 123B | Phi-3.5 Mini 3.8B | Écart |
|---|---|---|---|
| Q3 | 60.3 GB | 1.9 GB | 58.4 GB |
| Q4 | 77.5 GB | 2.4 GB | 75.1 GB |
| Q5 | 94.7 GB | 2.9 GB | 91.8 GB |
| Q6 | 111.9 GB | 3.5 GB | 108.4 GB |
| Q8 | 137.8 GB | 4.3 GB | 133.5 GB |
| FP16 | 275.5 GB | 8.5 GB | 267.0 GB |
▲ GPU minimum pour chacun en Q4
Quel GPU suffit pour quoi.
Pour Mistral Large 123B en Q4
NVIDIA A100 80GB
80 GB de VRAM — suffisant pour les 77.5 GB requis en Q4.
→ Fiche NVIDIA A100 80GBPour Phi-3.5 Mini 3.8B en Q4
GTX 1650
4 GB de VRAM — suffisant pour les 2.4 GB requis en Q4.
→ Fiche GTX 1650▲ Verdict
Ce que les chiffres disent.
Mistral Large 123B est 32.4× plus gros que Phi-3.5 Mini 3.8B — plus de connaissances, mais 77 GB de VRAM contre 2 GB.
Choisir Mistral Large 123B
Tu privilégies la qualité de raisonnement, tu as une grosse VRAM (48 GB+), tu acceptes un débit plus faible.
→ Fiche Mistral Large 123BChoisir Phi-3.5 Mini 3.8B
Tu manques de VRAM, tu veux du débit token/s, ou tu déploies sur edge (laptop, mini-PC).
→ Fiche Phi-3.5 Mini 3.8BTester avec ton GPU ?
Le calculateur croise ces 2 modèles avec 200+ GPUs et te donne tok/s estimés, €/Mtok et break-even cloud.