Kimi K2.6 calcolatore TPS
Ogni scheda qui sotto è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..
Calcolato per questo modello
Quali GPU possono eseguire Kimi K2.6?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più memoria, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendole al di sotto di questo punto..
0 le modelli non si adattano al VRAM della GPU
Calcolo| Modello/models non si adatta / non si adatterà al VRAM della GPU. Tight = quasi eseguibile, comodo = esegue facilmente con margine. | Quantizzazione | Modello/modelli non adatti per la VRAM della GPU. Esecuzione non riuscita, richiede meno di TPS. Modello funziona comodamente, ampio margine. | |||||
|---|---|---|---|---|---|---|---|
|
Nessuna scheda nel nostro catalogo può eseguire questo modello con queste impostazioni. |
|||||||
Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalle dimensioni del modello e dalla quantizzazione. Il throughput reale varia con il tempo di esecuzione dell'inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più alti..
In registrazione
Specifiche complete
Tutto registrato per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come funziona — contesto utile per valutare quanto lavoro ci sia stato dietro e come si confronta con modelli costruiti su scala differente..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Moonshot
- Tipo di organizzazione
- Industry
- Paese
- China
- Pubblicato
- 20 April 2026
Cosa fa
Le aree problematiche per cui il modello è stato creato. Un modello può gestire diversi di ciascuno.
- Domini
- Language
- Spazio
- Language modeling/generation
- Modello base
- Kimi K2.5
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una data scheda grafica.
- parametri
- 1T
- Dati di addestramento
- tokens
Disponibilità
Se puoi ottenere il modello e farlo girare sul tuo hardware, il che decide se alcune delle figure della scheda grafica su questa pagina si applicano.
- Pesi
- Open — downloadable
- Accesso al modello
- Open weights (unrestricted)
Come è classificato
Etichette sui dataset di origine applicate per il tracciamento dei modelli notevoli e quanto è fiduciosa nell'entry.
- Perché è tracciato
- Discretionary
- Modello/modelli non si adatta / non si adatterà GPU VRAM. Tight = barely runnable, comodo = runs easily with headroom.
- Confident
Cost-competitive and widely used in the open-weight AI industry
Modello/modelli GPU/AI che può eseguire. Non si adatta / non starà. Stretto = appena eseguibile, comodo = esegue facilmente con margine.
Dove è stato registrato questo record e quando è stato controllato l'ultima volta.
- Modello/modelli GPU può eseguire? Non si adatta / non si adatterà. Limitato = difficilmente eseguibile, comodo = esegue facilmente con margine.
- Kimi K2.6: From Code to Creation, From One to Many
- Ultimo aggiornamento
- 13 May 2026
Cosa significano i numeri
Cosa serve per eseguire questo modello
At 1T parameters, Kimi K2.6 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.
Riguardo a questo modello
Kimi K2.6 was published by Moonshot, in China, in April 2026. The organisation is categorised as industry.
Funziona in lingua ed è registrato come modello/generazione di lingua.
Its starting point was Kimi K2.5 — most models at this scale are adapted from an existing base rather than built from nothing.
I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere.
Cosa è stato necessario per costruirlo
Il suo criterio di inclusione è discrezionale.
Passo dopo passo
Come scegliere una GPU per Kimi K2.6
La tabella sopra ha già valutato ogni scheda di cui possediamo specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..
-
01
Controlla cosa serve prima di qualsiasi altra cosa
Every card here has been checked against Kimi K2.6. Capacity is the gate — a card either holds it or it does not.
-
02
Esegui / eseguendo il modello AI non si adatta / non si adatterà alla VRAM GPU. Modello stretto = appena eseguibile, modello comodo = esegue facilmente con margine.
Longer conversations cost memory on top of what the weights need. Move the slider to your real working length before trusting any row for Kimi K2.6.
-
03
Scegli quanto comprimerlo.
The quantisation column varies by card, because a bigger card holds a more accurate copy of Kimi K2.6. Set a floor to hold the comparison at one level.
-
04
Ordina per velocità
The speed ordering for Kimi K2.6 is effectively an ordering by memory bandwidth.
-
05
Controlla il verdetto di compatibilità prima di acquistare
The fit column separates cards that just manage Kimi K2.6 from those with room to spare. Buy for the second if the context might grow.
-
06
Vedi quali altri modelli può eseguire quella scheda
Following a card through to its own page shows every other model it can hold, which is the question that follows once Kimi K2.6 is settled.
Modeli/modelli sempre significa modelli AI. Esegui/Esplora significa eseguire un modello AI. Non si adatta / non si adatterà significa che il modello AI non si adatta alla VRAM della GPU. Stretto = appena eseguibile, comodo = funziona facilmente con margine. Termini tecnici come GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 rimangono in inglese. GPU, AI, TPS, VRAM, CUDA devono sempre essere in maiuscolo. Se viene chiesto di tradurre il nome di una lingua (ad es. spagnolo, inglese, lingua), tradurre la parola correttamente. SOLO output la traduzione pura in italiano. Nessun commento, nessuna domanda, nient'altro. Se vuoto rispondi con un singolo spazio: Risposte.
Kimi K2.6 — modello/modelli può GPU eseguire. non si adatta / non si adatterà. stretto = appena eseguibile, confortevole = esegue facilmente con margine.
Where can I download Kimi K2.6?
The weights for Kimi K2.6 are published, though we do not hold a repository link for it. This site calculates hardware requirements rather than hosting model files.
Can I run Kimi K2.6 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 K2.6 assume it is fully resident.
Would two GPUs run Kimi K2.6 faster?
Capacity adds across cards; throughput does not. Since 0 of the cards we track already hold Kimi K2.6 on their own, a second card is rarely the answer here.
Why does the quantisation differ between cards for Kimi K2.6?
Each card is shown running the least-compressed copy it can hold, and Kimi K2.6 appears at 1 different compression levels across the cards that fit it. Bigger cards get the more accurate version.
How accurate are these Kimi K2.6 speed estimates?
They are calculated from specifications rather than measured, and each carries a range — the range beneath each figure, for instance. The same model and card vary by thirty to fifty per cent depending on the inference software and its version.
Is Kimi K2.6 open source?
Its weights are published, so Kimi K2.6 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 K2.6 have?
Kimi K2.6 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 K2.6?
Kimi K2.6 was published by Moonshot, based in China, categorised as industry.
When was Kimi K2.6 released?
Kimi K2.6 was published in April 2026.
What is Kimi K2.6 used for?
Kimi K2.6 works in Language, and is recorded as handling language modeling/generation. These are the areas it was designed around; they describe intent rather than a hard boundary.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina inizia dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che eseguirà, inizia dall'hardware invece.