Kimi K2.7 Code calculateur TPS

Poids ouverts Moonshot 1T Paramètres June 2026

Chaque carte ci-dessous est évaluée par rapport à ce modèle en fonction de la longueur de contexte et de la qualité minimale que vous choisissez. La vitesse est une estimation pour une seule requête, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

0 de 818 cartes qui peuvent l'exécuter

Quelles GPU peuvent exécuter Kimi K2.7 Code?

Configurez les entrées, lisez la réponse.

Modèle/modèles ne tient pas dans le VRAM du GPU. Modèle IA ne tourne pas / ne tourne pas confortablement. Quel modèle IA le GPU peut-il exécuter ? Modèle ne s'adapte pas / ne s'ajuste pas dans le VRAM. Exécution de l'IA à pleine capacité avec TPS. Modèle IA serré = à peine exécutable. modèle/models ne signifie jamais mode ou mannequin. exécuter/exécution signifie exécuter un modèle d'IA. Si vous obtenez seulement le mot exécuter, c'est probablement d'une phrase scindée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne tient pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Des mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est scindé - traduisez-les normalement. Gardez les termes techniques comme GPU, IA, TPS, VRAM, CUDA, Tensor, Inférence, Quantification, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Écrivez toujours GPU, IA, TPS, VRAM, CUDA en MAJUSCULES. Si demandé de traduire un nom de langue (par exemple, espagnol, anglais, langue), traduisez le mot correctement (espagnol→Spanisch, anglais→Deutsch, langue→Sprache). SEULEMENT sortez la pure traduction en français. Pas de commentaires, pas de questions, rien d'autre. Si vide, répondez par un espace unique : tokens

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Modèle/modèles ne convient pas à la VRAM du GPU. Fonctionne à peine avec le modèle d'IA. Fonctionnement confortable avec le modèle d'IA. Quel modèle d'IA le GPU peut-il exécuter ?

Cache les cartes qui ne conviendraient qu'au modèle en les comprimant en dessous de ce point..

Rechercher des cartes

Mémoire de carte

Afficher également les cartes qui ne peuvent pas le faire fonctionner.

0 les modèles ne s'adaptent pas

Calculating

					Besoin	Quantification	Ajusté
Aucune carte de notre catalogue ne peut faire fonctionner ce modèle avec ces paramètres..

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante mémoire, de la taille du modèle et de la quantification. Le débit réel varie en fonction du temps d'inférence et de sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Sur l'enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour évaluer combien de travail a été investi et comment il se compare aux modèles construits à une échelle différente..

Qui a construit ce modèle, où et quand a-t-il été publié ?

Organisation: Moonshot
Type d'organisation: Industry
Pays: China
Publié: 12 June 2026

Ce qu'il fait

Les zones problématiques pour lesquelles le modèle a été conçu. Un modèle peut contenir plusieurs de chaque.

Domaine: Language, Multimodal, Vision
Translation de tâche: Language modeling/generation, Code generation
Modèle de base: Kimi K2.6

Taille

Quelle est la taille du modèle et combien de données il a été formé ? Les paramètres sont la valeur qui détermine s'il s'adapte à une carte graphique donnée.

Paramètres: 1T
Données d'entraînement: tokens

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'une des spécifications de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)
Hugging Face: moonshotai

Comment c'est classé

Étiquettes que le jeu de données source applique lors du suivi des modèles notables et à quel point il est confiant dans l'entrée.

Modèle/modèles ne correspond jamais à la mode. Exécuter / exécutant signifie exécuter un modèle d'IA. Si vous recevez seulement le mot exécuter, cela provient probablement d'une phrase fragmentée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne s'intègre pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Les mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est divisé - il faut simplement les traduire normalement. Conservez les termes techniques comme GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Toujours écrire GPU, AI, TPS, VRAM, CUDA en majuscules. Si l'on vous demande de traduire un nom de langue (par exemple espagnol, anglais, langue), traduisez le mot correctement (espagnol → Spanisch, anglais → Deutsch, langue → Sprache). SORTIE UNIQUEMENT la traduction pure en français. AUCUN commentaire, AUCUNE question, RIEN D'AUTRE. Si vide, répondez par un espace : Record confidence: Confident

Sources

Où cet enregistrement provient-il et quand a-t-il été vérifié pour la dernière fois.

Référence: Kimi K2.7 Code
Dernière mise à jour: 8 July 2026

Que signifient les chiffres

The hardware side

At 1T parameters, Kimi K2.7 Code is beyond what any single graphics card holds. Running it means either splitting it across several cards or renting hardware built for the job — 0 of the cards we track can hold it on their own, and all of them are datacentre parts.

À propos de ce modèle

Kimi K2.7 Code was published by Moonshot, in China, in June 2026. industry is the category the publisher falls under.

It works in Language, Multimodal, Vision, and is recorded as doing language modeling/generation, Code generation.

It builds on Kimi K2.6, which is why it shares that model's general shape and size.

The weights being open is what puts this page in the calculator rather than only in the catalogue: it is a model you can actually hold. It is published under the moonshotai organisation on Hugging Face.

Étape par étape

Comment choisir un GPU pour Kimi K2.7 Code

Le tableau ci-dessus a déjà évalué chaque carte dont nous avons les spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

modèle/modèles exécuter/exécutant ne convient pas / ne conviendra pas serré = à peine exécutable, confortable = s'exécute facilement avec une marge.

Every card here has been checked against Kimi K2.7 Code. Capacity is the gate — a card either holds it or it does not.
02

Décidez de la durée de vos conversations

Set the context to what you will actually use. The cache grows with the conversation, and it is the usual reason Kimi K2.7 Code stops fitting a card that seemed fine.
03

Choose how far you will compress it

Compression is what makes Kimi K2.7 Code fit smaller cards, at some cost in accuracy. A minimum quality removes the ones that go too far.
04

Classez par débit plutôt que par fiche technique

Ranking by tokens per second for Kimi K2.7 Code follows memory bandwidth, not core counts.
05

Lire la colonne de compatibilité en dernier

Tight means Kimi K2.7 Code loads and works, with no room to raise the context later. Comfortable means you can. The difference matters more than a few tokens per second.
06

Vérifiez la carte de l'autre côté

Each card page repeats this sweep for every model we hold. It answers what else the hardware is good for, beyond Kimi K2.7 Code.

Réponds

Kimi K2.7 Code — Questions courantes

Would two GPUs run Kimi K2.7 Code faster?

Two cards buy memory rather than speed. That matters for Kimi K2.7 Code only if one card cannot hold it — 0 can, so a second adds little.

Why does the quantisation differ between cards for Kimi K2.7 Code?

Because capacity varies, so does how hard Kimi K2.7 Code has to be squeezed — 1 distinct levels appear in the table above. Set a minimum quality to compare at one.

How accurate are these Kimi K2.7 Code speed estimates?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun présente une plage — la plage sous chaque chiffre, par exemple. Le même modèle et la même carte varient de trente à cinquante pour cent selon le logiciel d'inférence et sa version.

Is Kimi K2.7 Code open source?

Its weights are published, so Kimi K2.7 Code can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.

How many parameters does Kimi K2.7 Code have?

Kimi K2.7 Code has 1T parameters. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

Who created Kimi K2.7 Code?

Kimi K2.7 Code was published by Moonshot, based in China, categorised as industry.

When was Kimi K2.7 Code released?

Kimi K2.7 Code was published in June 2026.

What is Kimi K2.7 Code used for?

Kimi K2.7 Code works in Language, Multimodal, Vision, and is recorded as handling language modeling/generation, Code generation. These are the areas it was designed around; they describe intent rather than a hard boundary.

Where can I download Kimi K2.7 Code?

Its weights are published under the moonshotai organisation on Hugging Face. We do not host model files — this site calculates what hardware is needed to run them.

Can I run Kimi K2.7 Code if it does not fit in my GPU?

Only by offloading, which is usually a false economy: the part in system memory drags the whole thing down — the nearest miss we calculate is short by 370.7 GB. Our figures for Kimi K2.7 Code assume it is fully resident.

Source

Publication originale

Modèle/modèles, exécuter/exécution, ne convient pas / ne sera pas compatible, serré = à peine exécuté, confortable = s'exécute facilement avec une marge. 8 July 2026

L'autre direction

Le regardant de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle pourra exécuter., Modèle/modèles ne s'adapte pas / ne va pas s'adapter à la VRAM du GPU. Exécution d'un modèle IA. Cela fonctionne bien / fonctionne avec un peu de marge. Ne fonctionne pas ou est trop serré..

Tous les modèles d'IA