1
🇫🇷 Magistral Small 24B
Mistral 首个开源推理模型。AIME24 70.7%。基于 Small 3.1 并经 CoT 训练。
排名原因
源自法国，法语语料丰富。Mistral AI。
ollama run magistral:24b
Q4 VRAM
14 GB
Q8 格式下 26 GB
2026 年最佳法语本地 LLM
◆ 本地 AI — 1 小时即可在你的电脑上拥有私密、免费的 ChatGPT · 24 欧元 · 或以 49 欧元购买所有套件 →排名更新于 09/10/2026
能够生成正式、地道且不含英语借词或英语式表达的法语文本的开放权重大语言模型排名。优先选择具有丰富法语语料（来自法国或欧洲）并采用自由许可证的模型，以便在企业中部署。
排名
2
🇫🇷 Mistral Small 3.2 24B
Small 3.1 的 2025 年 6 月更新：生成无法停止的情况减少了一半，函数调用得到改进。
排名原因
源自法国，法语语料丰富。Mistral AI。
ollama run mistral-small3.2:24b
Q4 VRAM
14 GB
Q8 格式下 26 GB
3
🇫🇷 Mistral Small 3.1 24B
增加了视觉能力的 Small 3。128k 上下文，Apache 2.0 许可。自 2025 年 6 月起被 Small 3.2 取代。
排名原因
源自法国，法语语料丰富。Mistral AI。
ollama run mistral-small3.1:24b
Q4 VRAM
14 GB
Q8 格式下 26 GB
4
Q4 VRAM
5 GB
Q8 格式下 9 GB
5
🇫🇷 Mistral Nemo 12B Instruct
与 NVIDIA 联合开发。128k 上下文，Tekken 分词器，擅长处理多种欧洲语言。
排名原因
源自法国，法语语料丰富。Mistral AI。
ollama run mistral-nemo:12b
Q4 VRAM
7 GB
Q8 量化下为 13 GB
6
🇫🇷 Mistral Small 3
发布时（2025 年初），模型表现与体积之间的平衡极佳。可与 70B 模型相媲美。
排名原因
源自法国，法语语料丰富。Mistral AI。
ollama run mistral-small:24b
Q4 VRAM
14 GB
Q8 格式下 26 GB
7
🇫🇷 Claire 7B 0.1
使用即兴法语对话对 Falcon-7B 进行 LoRA 微调。⚠ NC-SA 许可证。另有独立的 Apache 变体。
排名原因
源自法国，法语语料丰富。LINAGORA。
# HuggingFace : OpenLLM-France/Claire-7B-0.1 (Apache : Claire-7B-Apache-0.1)
Q4 VRAM
5 GB
Q8 格式下 9 GB
8
🇫🇷 Pleias 3B Preview
法语。100% 在 Common Corpus（开放数据）上训练。设计上符合欧盟 AI Act。
排名原因
源自法国，法语语料丰富。PleIAs。
# HuggingFace : PleIAs/Pleias-3b-Preview
Q4 VRAM
2 GB
Q8 量化下为 3.5 GB
对比表
| 名次 | 模型 | Params | Q4 VRAM | 上下文 | 许可证 |
|---|---|---|---|---|---|
| #1 | Magistral Small 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #2 | Mistral Small 3.2 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #3 | Mistral Small 3.1 24B | 24B | 14 GB | 128 000 | Apache 2.0 |
| #4 | Lucie 7B | 7B | 5 GB | 4 096 | Apache 2.0 |
| #5 | Mistral Nemo 12B Instruct | 12B | 7 GB | 128 000 | Apache 2.0 |
| #6 | Mistral Small 3 | 24B | 14 GB | 32 768 | Apache 2.0 |
| #7 | Claire 7B 0.1 | 7B | 5 GB | 2 048 | CC-BY-NC-SA 4.0 |
| #8 | Pleias 3B Preview | 3B | 2 GB | 2 048 | Apache 2.0 |
根据所需内存和您使用的软件，有两种选择： Radeon RX 9070 XT 16 GB · GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — 比较AI硬件 →
本地 AI 套件
你已经找到了最佳的法语模型。本地 AI 套件会说明何时应优先选择它而非通用模型（第 10 章），并提供真正有效的写作、翻译和摘要指令（第 9 章）。
- 在线空间，终身可用
- PDF + 文件
- 终身更新
排名方法论
我们保留源自法国或欧洲的模型（Mistral、Lucie、CroissantLLM、Teuken、EuroLLM），以及法语能力相当不错的大型通用模型（Qwen、Llama）。加分项：欧洲来源（主权）、规模≥24B（文学能力）、Apache/MIT许可证。
考虑的标准：
- 丰富的法语语料库
- 来自法国/欧盟（主权方面的加分项）
- 文学能力
- 宽松许可证
评分完全透明：请参阅 我们的方法论 ，了解 VRAM/每秒令牌数的计算详情。
常见问题
2026年，法语表现最好的 LLM 是哪一个？
Magistral Small 24B 是我们的#1——它拥有密集的法语训练语料库，并由法国团队开发。但根据您的硬件配置，一个更轻量的模型（Lucie 7B，Mistral 7B）可能更合适。
Lucie vs Mistral 7B：应选择哪一个？
Lucie 7B 是 100% 独立运行（透明语料库，训练数据来自 Jean Zay/CNRS）但其上下文长度仅限于 4k 个标记，且在英文方面的应用能力较弱。 查看完整对比.
有没有性能出色、来自法国以外欧洲国家的 LLM？
是 — Teuken 7B Instruct （🇩🇪 OpenGPT-X）支持欧盟的 24 种语言，采用允许商业使用的 Apache 2.0 许可证。 EuroLLM 9B （欧盟联合体）也表现出色。 对比.
在法语法律文档场景下，应选用哪种LLM？
对于法国法律内容，语言质量优先。 Mistral Small 3.1 24B 或 Mistral Large 3 在您的硬件性能足够的情况下，是最佳选择。请将所选模型搭配 本地 RAG 用于注入法律文本。
一对一比较
通过我们对入围选手的详细对决深入了解：