Kimi K2.7 Code TPS-calculator
Elke kaart hieronder wordt beoordeeld op basis van dit model bij de contextlengte en minimumkwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..
Berekend voor dit model
Welke GPU's kunnen draaien Kimi K2.7 Code?
Stel de invoer in, lees het antwoord
Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..
Verbergt kaarten die alleen in het model zouden passen door deze onder dit punt te comprimeren..
0 kaarten passen
Berekenen| Behoeften | Kwantisatie | Pas | |||||
|---|---|---|---|---|---|---|---|
|
Geen kaart in onze catalogus kan dit model met deze instellingen draaien.. |
|||||||
Snelheden zijn schattingen voor een enkele aanvraag - één gesprek tegelijk - berekend uit geheugenbandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger..
Opname
Volledige specificatie
Alles op record voor dit model. Het meeste beschrijft hoe het is getraind in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin is gestoken en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Origine
Wie heeft dit model gebouwd, waar, en wanneer het is gepubliceerd.
- Organisatie
- Moonshot
- Organisatietype
- Industry
- Land
- China
- Gepubliceerd
- 12 June 2026
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk dragen.
- Domein
- Language, Multimodal, Vision
- Model/modelen kunnen niet passen in de GPU VRAM. Tight = bijna uitvoerbaar, comfortabel = draait eenvoudig met ruimte. Wat AI-model kan de GPU draaien?
- Language modeling/generation, Code generation
- Basis model
- Kimi K2.6
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het past op een bepaalde grafische kaart.
- Parameters
- 1T
- Training gegevens
- tokens
Beschikbaarheid
Of u het model kunt verkrijgen en het op uw eigen hardware kunt draaien, wat bepaalt of een van de specificaties van de GPU op deze pagina van toepassing is.
- Gewichten
- Open — downloadable
- Model toegang
- Open weights (unrestricted)
- Hugging Face
- moonshotai
Hoe het is geclassificeerd
Labels die op de bron-dataset van toepassing zijn bij het volgen van opvallende modellen, en hoe zeker het is van de invoer.
- Model/modellen past niet / past niet.
- Confident
Bronnen
Waar deze registratie vandaan komt en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Kimi K2.7 Code
- Laatste update
- 8 July 2026
Wat de getallen betekenen
De hardwarekant
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.
Over dit model
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.
Stap voor stap
Hoe een GPU te kiezen voor Kimi K2.7 Code
De bovenstaande tabel heeft elke kaart die we hebben beoordeeld met specificaties tegen dit model. Naar je antwoord komen kost zes stappen..
-
01
Controleer wat het nodig heeft voordat iets anders
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
Bepaal hoe lang uw gesprekken duren
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
Kies hoe ver u het wilt comprimeren
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
Rang op doorvoer in plaats van specificatielijst
Ranking by tokens per second for Kimi K2.7 Code follows memory bandwidth, not core counts.
-
05
Lees de pas column als laatste
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
Controleer de kaart van de andere kant
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.
Antwoorden
Kimi K2.7 Code — Voor veelgebruikte vragen
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?
Ze worden berekend op basis van specificaties in plaats van gemeten, en elke heeft een bereik — het bereik onder elk cijfer, bijvoorbeeld. Hetzelfde model en de kaart variëren met dertig tot vijftig procent, afhankelijk van de inference software en de versie.
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?
De gewichten zijn gepubliceerd onder de moonshotai organisatie op Hugging Face. We hosten geen modelbestanden — deze site berekent welke hardware nodig is om ze te draaien.
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.
Bron
Model/modelen kunnen niet passen in de GPU VRAM. Tight = nauwelijks uitvoerbaar, comfortabel = draait gemakkelijk met ruimte. Welke AI model kan de GPU draaien? 8 July 2026
De andere richting
Kijk je er van de andere kant naar?
Deze pagina begint bij het model. Als je al een kaart hebt en alles wilt weten wat het kan draaien., model/modellen draait/draaien past niet/past niet goed strak = nauwelijks uitvoerbaar, comfortabel = draait gemakkelijk met speling.