Mixtral 8x7B
经典 MoE；24–32GB 可量化运行。
许可 Apache-2.0Q4 ~24GB舒适 32GB32–34B 单卡甜点本地优先
部署预估（启发式）
默认推荐卡 RTX A6000 48GB · 量化 Q4 · ctx 8k · 并发 1
适配偏紧
需 / 有效显存22.2/48G
吞吐 tok/s~25.1
引擎vLLM / TGI
推荐：vllm → tgi，量化 Q4，先单流压测再开并发。
下载与部署入口
一键本地拉取
ollama run mixtral
参数8x7B MoE
激活约12.9B
默认量化Q4
默认上下文8K
发布2023
推荐引擎
- Ollama（上手最快）
- vLLM（高吞吐 OpenAI 兼容）
- llama.cpp / llama-server
标签：对话 · 代码 · MoE · 家族 Mistral：欧洲开源；Small/Large/Mixtral/Devstral 覆盖。
同家族
- mistral-nemo · 12b · Q4~8GB
- Mistral 7B Instruct · 7B · Q4~5GB
- Mistral Small · Small 22–24B · Q4~14GB
- codestral · ~7B · Q4~4GB
- Devstral · Devstral · Q4~14GB
- dolphin-mistral · ~7B · Q4~4GB
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗