Kimi K2.5 calculateur TPS

Poids ouverts Moonshot 1T Paramètres February 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 K2.5?

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: 2 February 2026
Auteurs: Tongtong Bai, Yifan Bai, Yiping Bao, S.H. Cai, Yuan Cao, Y. Charles, H.S. Che, Cheng Chen, Guanduo Chen, Huarong Chen, Jia Chen, Jiahao Chen, Jianlong Chen, Jun Chen, Kefan Chen, Liang Chen, Ruijue Chen, Xinhao Chen, Yanru Chen, Yanxu Chen, Yicun Chen, Yimin Chen, Yingjiang Chen, Yuankun Chen, Yujie Chen, Yutian Chen, Zhirong Chen, Ziwei Chen, Dazhi Cheng, Minghan Chu, Jialei Cui, Jiaqi Deng, Muxi…

Ce qu'il fait

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

Domaine: Language
Translation de tâche: Language modeling/generation

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

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de la course d'entraînement, pas de la rapidité avec laquelle le modèle terminé vous répond.

Calcul de formation: 5.8 × 10²⁴ FLOP

L'entraînement en cours

Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du mur.

Matériel d'entraînement: NVIDIA H800 SXM5

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.

Pourquoi c'est suivi: Discretionary
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: Likely

Sources

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

Référence: Kimi K2.5: Visual Agentic Intelligence
Dernière mise à jour: 28 May 2026

Que signifient les chiffres

Ce qu'il faut pour exécuter ce modèle

At 1T parameters, Kimi K2.5 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 K2.5 was published by Moonshot, in China, in February 2026. It comes out of industry.

Cela fonctionne en Français et est enregistré comme faisant de la modélisation/génération.

The weights are published, so it can be downloaded and run on your own hardware indefinitely, offline, with no account attached. It is published under the moonshotai organisation on Hugging Face.

Comment il a été entraîné

Training it took roughly 5.8 × 10²⁴ FLOP of computation, on NVIDIA H800 SXM5 — a measure of what producing the model cost, not of how fast it answers.

La raison pour laquelle il apparaît dans ce catalogue est discrétionnaire.

Étape par étape

Comment choisir un GPU pour Kimi K2.5

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.

Look at what Kimi K2.5 actually needs. No amount of processing power compensates for a card that cannot hold it.
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 K2.5 stops fitting a card that seemed fine.
03

Choose how far you will compress it

Each card runs the least-compressed copy it can hold. Setting a floor drops the cards that only manage Kimi K2.5 by squeezing it further than you would want.
04

Compare tokens per second, not specifications

Ranking by tokens per second for Kimi K2.5 follows memory bandwidth, not core counts.
05

Regardez la marge disponible, pas seulement l'ajustement

The fit column separates cards that just manage Kimi K2.5 from those with room to spare. Buy for the second if the context might grow.
06

Vérifiez la carte de l'autre côté

Every card name links to its own page, which runs the same calculation across the whole model catalogue. Worth a look before buying for Kimi K2.5 alone — a card is usually bought for more than one model.

Réponds

Kimi K2.5 — Questions courantes

Why does the quantisation differ between cards for Kimi K2.5?

A larger card holds a more accurate copy. Across the cards that run Kimi K2.5, 1 compression levels are used; the floor control above pins it to one.

How accurate are these Kimi K2.5 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 K2.5 open source?

Its weights are published, so Kimi K2.5 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 K2.5 have?

Kimi K2.5 has 1T parameters. "The model comprises 1.04 trillion total 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 K2.5?

Kimi K2.5 was published by Moonshot, based in China, categorised as industry.

When was Kimi K2.5 released?

Kimi K2.5 was published in February 2026.

What is Kimi K2.5 used for?

Kimi K2.5 works in Language, and is recorded as handling language modeling/generation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.

Where can I download Kimi K2.5?

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.

How much compute was used to train Kimi K2.5?

Around 5.8 × 10²⁴ FLOP, on NVIDIA H800 SXM5. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

Can I run Kimi K2.5 if it does not fit in my GPU?

It can be split between the card and system memory, but Kimi K2.5 generates painfully slowly that way — the nearest miss we calculate is short by 370.7 GB. Nothing on this page assumes offloading.

Would two GPUs run Kimi K2.5 faster?

A second card roughly doubles the memory available but not the generation rate. With 0 cards already able to run Kimi K2.5 alone, the case for pairing is weak.

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. 28 May 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