/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Devstral-Small-2-24B-Instruct-2512
Библиотека
transformers
Опубликована
17 фев 2026

Devstral-Small-2-24B-Instruct-2512-GGUF

Генерация текстаТекст → текст14 профессий

Devstral-Small-2-24B-Instruct-2512-GGUF — квантизированная в формат GGUF версия модели Devstral-Small-2-24B-Instruct-2512 от Mistral, подготовленная ByteShape с использованием ShapeLearn.

1 812скачиваний за 30 дней35лайковвеса обновлены18 фев 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

Метод ShapeLearn подбирает тип данных для каждого тензора, чтобы сохранять высокое качество при малой разрядности. Модель предназначена для генерации текста и задач, связанных с программированием, включая function calling, а также поддерживает мультимодальные сценарии с обработкой изображений.

Доступны варианты с эффективной разрядностью от 2,34 до 4,04 бит на вес и размером от 6,9 до 11,9 ГБ. Качество оценивалось на BFCL-V3, LiveCodeBench V6, HumanEval, GSM8K-V, Math500, GSM8K и MMLU; в README также указана оценка vision-возможностей. Модели оптимизированы для GPU NVIDIA RTX 40-й и 50-й серий при использовании llama.cpp и могут запускаться через Ollama. Для работы с изображениями в llama.cpp необходимы файл модели и соответствующий мультимодальный projector-файл; размер контекста в приведённом примере составляет 8192 токена.

Основные преимущества — широкий выбор компромиссов между качеством, скоростью и потреблением памяти, а также поддержка низкобитной квантизации и мультимодального использования. Ограничения включают возможное снижение качества на наиболее компактных вариантах и необходимость совместимого окружения для запуска; конкретные языки, полная архитектура и точные характеристики контекстного окна в README не указаны. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит14

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-2-24B-Instruct-2512 GGUF (ShapeLearn Quantized)

This is a GGUF-quantized version of Devstral-Small-2-24B-Instruct-2512 produced with ByteShape's ShapeLearn, which learns the optimal datatype per tensor to maintain high quality even at very low bitlengths.

To see interactive plots and benchmarks for Nvidia GPUs, please visit our blog.

If you have questions or want to share feedback, reach us on Reddit.

How to Pick a Model

We provide models optimized for NVIDIA RTX 40- and 50-series GPUs in llama.cpp.

The chart below shows quality versus tokens per second (TPS), with Unsloth used as the baseline for comparison. Quality is measured across seven benchmarks, including function calling and vision: BFCL-V3, LiveCodeBench V6, HumanEval, GSM8K-V, Math500, GSM8K, and MMLU.

Selection rule: Choose the model with the highest quality at your target throughput or the fastest model that still meets your required quality.

GPU Benchmark - RTX 5090

Table sorted by model size (match the chart numbers to model IDs):

Model IDBits/WeightModel Size
IQ-12.346.9 GB
IQ-22.437.2 GB
IQ-32.677.9 GB
IQ-42.788.2 GB
IQ-52.968.7 GB
IQ-63.199.4 GB
IQ-73.4710.2 GB
IQ-84.0411.9 GB

Notes on quantization labels

The labels you see (for example IQ4_XS) are only there to make Hugging Face show our models in the GGUF table. We do not use the conventional quantization profiles as defined in llama.cpp. In our case, these labels indicate the primary quantization approach and average bit length.

Running these models with Ollama

All GGUF files in this repo can be used directly with Ollama.

To run a model with Ollama, use:

ollama run hf.co/byteshape/Devstral-Small-2-24B-Instruct-2512-GGUF:FILE_NAME.gguf

Replace FILE_NAME.gguf with the GGUF filename you want. For example:

ollama run hf.co/byteshape/Devstral-Small-2-24B-Instruct-2512-GGUF:Devstral-Small-2-24B-Instruct-2512-IQ4_XS-4.04bpw.gguf

Running these models with llama.cpp (vision with --mmproj)

Devstral is a multimodal model, so for vision use cases in llama.cpp you must provide both:

  • a GGUF model file via -m
  • the matching multimodal projector file via --mmproj

Example (server mode):

./llama-server \
  -m /path/to/Devstral-Small-2-24B-Instruct-2512-IQ4_XS-4.04bpw.gguf \
  --mmproj /path/to/mmproj-bf16.gguf \
  -c 8192 \
  -ngl 99 \
  --port 8080

Then you can access the web interface at http://localhost:8080.

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
1252913

0 моделей