/ Модель

Характеристики

Размер весов
44,9 ГБ
Лицензия
Apache 2.0
Архитектура
mistral3 · dense
Базовая модель
Mistral-Small-4-119B-2603
Библиотека
mlx
Опубликована
24 июл 2026

Mistral-Small-4-119B-2603-OptiQ-2bit

Генерация текстаТекст → текст12 профессий

Mistral-Small-4-119B-2603-OptiQ-2bit — это MLX-квантизированная версия модели Mistral-Small-4-119B-2603, разработанной Mistral AI и опубликованной сообществом mlx-community.

1 533скачиваний за 30 дней2лайкавеса обновлены24 сен 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

Квантизация выполнена с помощью mlx-optiq — инструментария для локального запуска моделей на Apple Silicon. Модель предназначена для генерации текста и локального инференса, в том числе через OpenAI-совместимый API. Загрузчик mlx-optiq также заявляет поддержку текстовых, визуальных и MTP-сценариев, тогда как штатный mlx-lm поддерживает только текстовый режим.

В основе лежит разреженная архитектура MoE со 128 маршрутизируемыми экспертами и MLA-вниманием. Это экстремальная смешанная квантизация: 352 проекционных слоя представлены в 4-битном формате, а 82 — в 2-битном, при целевом среднем размере около 2,5 бита на вес. Размер модели сокращён примерно с 239 ГБ в формате BF16 до 43 ГБ на диске. Благодаря потоковой загрузке выбранных экспертов с SSD модель рассчитана на запуск на Mac с 36 ГБ памяти; резидентный объём составляет около 9–12 ГБ. Языки, заявленные в карточке, включают английский, французский, немецкий, испанский, португальский, итальянский, японский, корейский, русский, китайский и ряд других языков. Размер контекстного окна в README не указан.

Главное преимущество модели — возможность запускать 119-миллиардную разреженную MoE-модель локально на ограниченном по памяти Apple Silicon-устройстве. Ограничения связаны с экстремальной 2-битной квантизацией: README не приводит стандартных бенчмарков и предупреждает, что для такой сборки вместо набора тестов предоставлена демонстрация связности. Для корректной работы требуется optiq версии 0.4.4 или новее с декодером mistral4; использование штатного mlx-lm или старых версий OptiQ может привести к неправильной загрузке архитектуры и потере экспертов. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит12

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

Mistral-Small-4-119B-2603-OptiQ-2bit

Built with mlx-optiq, the MLX-native toolkit to quantize, fine-tune, and serve LLMs locally on Apple Silicon (no PyTorch, no cloud). Try the Lab · All OptiQ quants · Docs

Supported loaders: mlx-optiq (text, vision, and MTP) and stock mlx-lm (text). Other front-ends load MLX weights through their own stack, so support there depends on that stack rather than on these files.

An OptiQ mixed-precision MLX quant of Mistral-Small-4-119B-2603, a 128-routed-expert sparse-MoE flagship. This is an extreme 2-bit build meant to run a 119B model on a 36 GB Mac.

  • Mixed 2/4-bit static build — per-layer bit-widths assigned to a 2.5 target bits-per-weight: 352 projections at 4-bit, 82 at 2-bit.
  • 239 GB bf16 to 43 GB on disk (5.6x).
  • Runs on a 36 GB Mac. OptiQ streams the routed experts off SSD on demand, so the resident footprint is ~9-12 GB while the full model never materializes.

Requirements

Needs optiq >= 0.4.4, which ships the vendored mistral4 decoder (the 128-expert MoE with MLA attention). Stock mlx-lm and older OptiQ load the base repo's mistral3 wrapper, which falls back to llama and drops every expert. Do not load this repo that way.

pip install -U optiq

Running it

This is a large sparse MoE, so serve it with SSD expert streaming (auto-detected):

optiq serve --model mlx-community/Mistral-Small-4-119B-2603-OptiQ-2bit

optiq serve installs the mistral4 decoder, detects the streamable MoE, and loads it via optiq.runtime.moe_stream so the routed experts are read from disk per token instead of held in RAM. Use the OpenAI-compatible endpoint at http://localhost:8000/v1.

No Capability Score by design

Extreme 2-bit quants of 100B+ models ship with a coherence demo instead of a benchmark suite. At 2-bit, this quant writes a complete, self-contained Flappy Bird that actually plays:

Flappy Bird, written by this 2-bit quant

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Mistral3ForConditionalGeneration
Ревизия весов
b974e3c

0 моделей