Alternatives plus légères
Des modèles qui demandent moins de mémoire que Kimi K2 Thinking et obtiennent un score proche ou meilleur.
Kimi K2 Thinking
MoE
Moonshot AI · 1T (32B actifs) · Mélange d'experts
Kimi K2 Thinking est un modèle de 1T de Moonshot AI avec un contexte de 256K tokens. En Q4_K_M avec 8K de contexte, il demande environ 579,4 Go ; 726 Go laissent de la marge pour les longues conversations.
Mélange d'experts
Paramètres: 1T · Actifs: 32B
Les 1T paramètres sont chargés en mémoire, mais seuls 32B travaillent sur chaque token : il tourne à la vitesse d'un modèle bien plus petit.
Options de quantification
| Quant. | Bits | Mémoire | Qualité | Sur votre matériel |
|---|---|---|---|---|
| Q2_K | 3,16 | — | Nettement moins bon | … |
| Q3_K_M | 4 | — | Légère perte | … |
| Q4_K_M | 4,89 | — | Bonne | … |
| Q5_K_M | 5,7 | — | Bonne | … |
| Q6_K | 6,56 | — | Quasi originale | … |
| Q8_0 | 8,5 | — | Quasi originale | … |
| F16 | 16 | — | Originale | … |
Mémoire selon le contexte
En Q4_K_M. Le cache du contexte grandit à chaque token que le modèle garde en tête.
| Contexte | Cache de contexte | Total |
|---|---|---|
| 4K | 0,3 GB | 579,1 GB |
| 8K | 0,5 GB | 579,4 GB |
| 32K | 2,1 GB | 581 GB |
| 128K | 8,6 GB | 587,5 GB |
| 256K | 17,2 GB | 596 GB |
Pour aller plus loin
Comparez-le avec
Des modèles notés de taille proche, côte à côte sur votre appareil.
Le matériel minimal où il tourne bien
Les appareils de bureau avec le moins de mémoire qui donnent à Kimi K2 Thinking la note A ou S en Q4_K_M.
Aucun appareil de bureau du catalogue ne le fait tourner avec la note A ou mieux.
Puis-je faire tourner Kimi K2 Thinking en local ?
Puis-je faire tourner Kimi K2 Thinking en local ?
Oui, si votre GPU ou votre Mac dispose d'environ 579,4 Go libres en Q4_K_M. Ouvrez cette page sur cet ordinateur pour voir la note de votre matériel, puis lancez-le avec llama.cpp, Ollama ou LM Studio.
De combien de mémoire Kimi K2 Thinking a-t-il besoin ?
Environ 579,4 Go en Q4_K_M avec 8K de contexte et 1 017 Go en Q8_0. Les quantifications plus basses tiennent sur des cartes plus petites avec une perte de qualité ; les longs contextes s'ajoutent au total.