Kimi-VL

Geschlossene Gewichtungen Moonshot 16B Parameter June 2025

Keine Schätzung

Keine Hardwareanforderungen für dieses Modell

Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..

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
23 June 2025
Autoren
Kimi Team

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Multimodal, Vision, Language
Aufgabe
Language modeling/generation, Object recognition, Mathematical reasoning

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
16B

Structurally, Kimi-VL consists of our Moonlight (J. Liu et al. 2025a) MoE language model with only 2.8B activated (16B total) parameters, paired with a 400M native-resolution MoonViT vision encoder.

Trainingsdaten
tokens

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Aufzeichnungsgenauigkeit
Confident

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
KIMI-VL TECHNICAL REPORT
Zuletzt aktualisiert
28 November 2025

Was die Zahlen bedeuten

Woher es kam

Kimi-VL wurde veröffentlicht von Moonshot, im Land aufgezeichnet als China, während June 2025. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Multimodal, Vision, Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Object recognition, Mathematical reasoning.

Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.

Antworten

Kimi-VL — Häufige Fragen

01

Kimi-VL— Wer hat es erstellt?

Es wurde veröffentlicht von Moonshot, basiert auf China, eine als kategorisierte Organisation industry.

02

Kimi-VL— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in June 2025.

03

Kimi-VL— Wofür wird es verwendet?

Es funktioniert im Bereich von Multimodal, Vision, Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Object recognition, Mathematical reasoning. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

04

Kimi-VL— Welche GPU benötige ich, um es auszuführen?

Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.

05

Kimi-VL— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

06

Kimi-VL— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 16B. Structurally, Kimi-VL consists of our Moonlight (J. Liu et al. 2025a) MoE language model with only 2.8B activated (16B total) parameters, paired with a 400M native-resolution MoonViT vision encoder. 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.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 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.