Kimi K2 Thinking TPS-Rechner
Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..
Für dieses Modell berechnet
818 Karten, für die wir Spezifikationen haben
Welche GPUs können laufen Kimi K2 Thinking?
Setze die Eingaben, lies die Antwort
Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..
Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..
0 Karten passen
Berechnung| Braucht | Quantisierung | Passend | |||||
|---|---|---|---|---|---|---|---|
|
Keine Karte in unserem Katalog kann dieses Modell mit diesen Einstellungen ausführen.. |
|||||||
Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Moonshot
- Organisationsart
- Industry
- Land
- China
- Veröffentlicht
- 6 November 2025
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling/generation, Question answering, Search, Quantitative reasoning, Code generation
- Basis-Modell
- Kimi K2
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 1T
- Trainingsdaten
- tokens
Total Parameters 1T Activated Parameters 32B
"Kimi K2 was pre-trained on 15.5T tokens" Training dataset size for Kimi K2 Thinking is not reported
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 4.2 × 10²⁴ FLOP
- Wie es etabliert wurde
- Comparison with other models
Assuming the additional post-training contributed between 1% and 100% of Kimi K2's training compute (which we confidently estimate at 2.976e+24), we get a range of 3.0e24 to 6.0e24, and a geometric mean of 4.2e24.
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (restricted use)
- Training-Code
- Unreleased
- Hugging Face
- moonshotai
modified MIT license (capped by 100M MAU or $20M monthly revenue) https://huggingface.co/moonshotai/Kimi-K2-Thinking
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- SOTA improvement
- Aufzeichnungsgenauigkeit
- Likely
Kimi K2 Thinking sets new records across benchmarks that assess reasoning, coding, and agent capabilities. K2 Thinking achieves 44.9% on HLE with tools, 60.2% on BrowseComp, and 71.3% on SWE-Bench Verified, demonstrating strong generalization as a state-of-the-art thinking agent model.
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Introducing Kimi K2 Thinking
- Zuletzt aktualisiert
- 3 December 2025
Was die Zahlen bedeuten
Was es braucht, um dieses Modell auszuführen
Kimi K2 Thinking erreicht eine Parameteranzahl von 1T. Das übersteigt, was eine einzelne GPU-Karte hält. Es auszuführen bedeutet, entweder auf mehrere Karten aufzuteilen oder Hardware zu mieten, die für die Aufgabe gebaut ist, und jede Karte, die es alleine halten kann, ist ein Datacenter-Teil. Die Anzahl, die es kann: 0.
Über dieses Modell
Kimi K2 Thinking wurde veröffentlicht von Moonshot, im Land aufgezeichnet als China, während November 2025. Es stammt aus einer Organisation, die kategorisiert ist als industry.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Search, Quantitative reasoning, Code generation.
Anstatt von Grund auf neu trainiert zu werden, ist es abgeleitet von Kimi K2. Das ist der übliche Weg, wie ein spezialisiertes Modell hergestellt wird.
Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann. Es ist unter der Organisation auf Hugging Face veröffentlicht. moonshotai.
Wie es trainiert wurde
Das Training benötigte ein Rechenbudget von ungefähr 4.2 × 10²⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Der Grund, warum es überhaupt in diesem Katalog erscheint: sOTA improvement.
Schritt für Schritt
Wie wählt man eine GPU für Kimi K2 Thinking
Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..
-
01
Lese zuerst die MEMORY-Zahl
Jede Karte hier wurde geprüft gegen Kimi K2 Thinking. Diese Zahl, nicht die Überschriftleistung einer Karte, entscheidet darüber, ob sie läuft.
-
02
Setzen Sie die CONTEXT LENGTH, an der Sie arbeiten werden.
Das Gespräch belegt ebenfalls Speicher und wächst, während es fortschreitet. Stellen Sie den Regler auf die Länge ein, die Sie erwarten, denn bei langem CONTEXT kann eine KARTE, die kurze Fragen mühelos verarbeitet, entfernt werden. Kimi K2 Thinking.
-
03
Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.
Die Quantisierungs-Spalte variiert nach Karte, da eine größere Karte eine genauere Kopie hält.. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
-
04
Nach Geschwindigkeit sortieren
Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für Kimi K2 Thinking. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist.
-
05
Achte auf den Spielraum, nicht nur auf das Passende.
Ein enger Sitz läuft, lässt jedoch nichts für ein längeres Gespräch übrig, im Falle von Kimi K2 Thinking. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
-
06
Überprüfen Sie die Karte von der anderen Seite
Das Folgen einer Karte zu ihrer eigenen Seite zeigt jedes andere Modell, das sie halten kann, was die Frage ist, die folgt, sobald Sie sich festgelegt haben. Kimi K2 Thinking.
Antworten
Kimi K2 Thinking — Häufige Fragen
Kimi K2 Thinking— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Search, Quantitative reasoning, Code generation. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Kimi K2 Thinking— Wo kann ich es herunterladen?
Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation moonshotai. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.
Kimi K2 Thinking— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 4.2 × 10²⁴ FLOP. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Kimi K2 Thinking— Kann ich es ausführen, wenn es nicht in meine GPU passt?
Es kann zwischen der GPU-Karte und dem Systemspeicher aufgeteilt werden, aber es wird auf diese Weise schmerzhaft langsam erzeugt. Die nächste verpasste Berechnung bleibt hinter 346.5 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.
Kimi K2 Thinking— Würden zwei GPUs es schneller ausführen?
Eine zweite Karte verdoppelt grob den verfügbaren Speicher, aber nicht die Generationsrate. Die Anzahl, die bereits in der Lage ist, es allein auszuführen: 0. So eine zweite Karte ist hier selten die Antwort.
Kimi K2 Thinking— Warum unterscheidet sich die Quantisierung zwischen Karten?
Da die Kapazität variiert, variiert auch, wie sehr sie komprimiert werden muss. Die Anzahl der unterschiedlichen Ebenen in der obigen Tabelle: 1. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.
Kimi K2 Thinking— Wie genau sind diese Geschwindigkeitsabschätzungen?
Dies sind Schätzungen mit realen Fehlerbalken, und jede von ihnen könnte vernünftigerweise irgendwo in ihrem veröffentlichten Bereich landen, abhängig davon, welches Runtime Sie verwenden. Das schnellste Ergebnis hier: der Bereich unter jeder Zahl. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.
Kimi K2 Thinking— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
Kimi K2 Thinking— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 1T. Total Parameters 1T Activated Parameters 32B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Kimi K2 Thinking— Wer hat es erstellt?
Es wurde veröffentlicht von Moonshot, basiert auf China, eine als kategorisierte Organisation industry.
Kimi K2 Thinking— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in November 2025.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.