/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Devstral-Small-2-24B-Instruct-2512
Библиотека
gguf
Опубликована
16 июн 2026

Devstral-Small-2-NVFP4-GGUF

Изображение и текст → текст10 профессий

Квантизированная NVFP4-сборка Devstral Small 2 для программирования, диалогов с изображениями и агентных сценариев.

122скачиваний за 30 дней1лайквеса обновлены16 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Devstral-Small-2-NVFP4-GGUF — квантизированная GGUF-сборка мультимодальной модели для программирования, разработанная Mistral AI и представленная в репозитории FreedomAISVR. В её основе — mistralai/Devstral-Small-2-24B-Instruct-2512: плотный трансформер Mistral3ForConditionalGeneration с 24 млрд параметров и контекстом до 393 216 токенов. Для работы с изображениями используется проектор mmproj на основе 24-слойного SigLIP ViT.

Модель предназначена для генерации и анализа кода, диалогов с изображениями, вызова инструментов и агентных сценариев. Квантизация NVFP4 занимает около 12,52 ГБ для текстовых весов; файл проектора F16 занимает около 0,82 ГБ. Формат рассчитан на ускорение инференса на GPU NVIDIA Blackwell. Поддерживается многоязычное общение, однако конкретный перечень языков в карточке не приведён.

Модель доступна по лицензии Apache 2.0. Квантизация может снизить качество относительно исходных весов; работа с изображениями требует отдельного файла проектора, а заявленное аппаратное ускорение NVFP4 ориентировано на Blackwell.

Сценарии применения

  • генерация и исправление кода
  • анализ изображений в диалоге
  • создание программных агентов с вызовом инструментов
  • ответы на вопросы о длинном контексте
  • локальный запуск мультимодальной модели на GPU NVIDIA Blackwell

Ограничения

NVFP4-квантизация может несколько снизить качество по сравнению с исходной моделью. Для обработки изображений нужен отдельный файл mmproj; ускорение NVFP4 рассчитано на GPU NVIDIA Blackwell.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Devstral-Small-2-NVFP4-GGUF

GGUF quantization of mistralai/Devstral-Small-2-24B-Instruct-2512 — a 24B dense multimodal coding model built on Mistral-Small-3.1 with 393K context, vision support, and tool calling.

Quantized to NVFP4 format for efficient inference with minimal quality loss.

About NVFP4

NVFP4 is NVIDIA's native 4-bit floating-point format (E4M3) for Blackwell GPUs. It stores weights in FP4 with a shared per-block scale, enabling native Blackwell tensor core acceleration with no dequantization overhead during inference.

Files

FilenameTypeSizeDescription
devstral-small-2-nvfp4.ggufGGUF (NVFP4)12.52 GBQuantized text model weights
mmproj-devstral-small-2-f16.ggufF16 mmproj0.82 GBVision encoder projector (24-layer SigLIP, 1024 hidden)
README.mdMarkdown-Model card

Quantization Details

PropertyValue
FormatNVFP4
Bits Per Weight4.56 BPW
File Size12.52 GB (text) + 0.82 GB (mmproj)
Tensor Count363 (text) + 222 (mmproj)
ArchitectureMistral3 (mistral3)

Model Description

  • Developer: Mistral AI
  • Base Model: Mistral-Small-3.1-24B-Base-2503
  • Architecture: Dense transformer, Mistral3ForConditionalGeneration
  • Parameters: 24B
  • Context Length: 393,216 tokens (native)
  • Vision: 24-layer SigLIP ViT (1024 hidden), image-text-to-text
  • Capabilities: Coding, tool calling, agentic workflows
  • Languages: Multilingual
  • License: Apache 2.0

Usage

llama.cpp (CLI)

# Text + Image
llama-cli -m devstral-small-2-nvfp4.gguf \
  --mmproj mmproj-devstral-small-2-f16.gguf \
  --image photo.jpg \
  -p "Describe this image in detail" \
  -n 512

# Text only
llama-cli -m devstral-small-2-nvfp4.gguf \
  -p "Write a Python function to sort a list" \
  -n 512

# OpenAI-compatible server
llama-server -m devstral-small-2-nvfp4.gguf \
  --mmproj mmproj-devstral-small-2-f16.gguf \
  --port 8080

llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="FreedomAISVR/Devstral-Small-2-NVFP4-GGUF",
    filename="devstral-small-2-nvfp4.gguf",
    n_gpu_layers=-1,
)

response = llm.create_chat_completion([
    {"role": "user", "content": "Write a Python function to sort a list"}
])
print(response["choices"][0]["message"]["content"])

Direct download

from huggingface_hub import hf_hub_download

for filename in ["devstral-small-2-nvfp4.gguf", "mmproj-devstral-small-2-f16.gguf"]:
    hf_hub_download(
        repo_id="FreedomAISVR/Devstral-Small-2-NVFP4-GGUF",
        filename=filename,
        local_dir="./models"
    )

Quantization Pipeline

1. Download source weights
   huggingface_hub.snapshot_download("mistralai/Devstral-Small-2-24B-Instruct-2512")

2. Convert text model to F16 GGUF (dequantize FP8)
   convert_hf_to_gguf.py --outtype f16

3. Extract vision encoder
   convert_hf_to_gguf.py --mmproj --outtype f16

4. Quantize to NVFP4
   llama-quantize devstral-small-2-f16.gguf devstral-small-2-nvfp4.gguf NVFP4

Hardware

ComponentSpecification
GPUNVIDIA RTX 5060 Ti (Blackwell)
System RAM64 GB
StorageNVMe

License

Apache 2.0 — same as the original mistralai/Devstral-Small-2-24B-Instruct-2512.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
acea7dc

0 моделей