Kimi K3 — lokalny model AI od Moonshot AI
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Flagowy model Moonshot AI z 2026 roku — Mixture-of-Experts o 2,8 biliona parametrów, ze 104 mld aktywnych na token (16 z 896 ekspertów), natywnym wejściem tekstu, obrazu i wideo oraz kontekstem 1 mln tokenów. Otwarte wagi na licencji Kimi K3. To skala prywatnej chmury: żadna pojedyncza maszyna go nie pomieści.
Warianty
Najmniejszy wariant Kimi K3 potrzebuje około 1691 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV.
| Model | VRAM przy Q4 | VRAM | Kontekst | Uruchom |
|---|---|---|---|---|
| Kimi K3 2.8T → 2.8T/104B active | ~1691.3 GB | 1,000,000 | tag hostowany w chmurze |
Pamięć to skwantyzowane wagi plus narzut przy Q4_K_M, liczone tym samym silnikiem co sprawdzarka GPU i VRAM.
Jak uruchomić Kimi K3 lokalnie
Zainstaluj Ollama, a potem pobierz tag.
No local Ollama tag. Ollama lists kimi-k3 only as a cloud-hosted ':cloud' tag, which runs on Ollama's servers, not your machine.
Wybierz rozmiar powyżej, aby zobaczyć jego VRAM, szacowaną szybkość i polecenie instalacji.
Licencja
Weights are downloadable and commercial use is permitted, subject to the licence’s acceptable-use terms.
Dotyczy: Kimi K3 2.8TCzy uruchomię Kimi K3 na moim GPU?
Kimi K3 — najczęściej zadawane pytania
How much VRAM does Kimi K3 need?
Kimi K3 needs about 1691 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: Kimi K3 2.8T (1691 GB, Q4_K_M). On Apple Silicon, unified memory counts toward this requirement.
Can I run Kimi K3 on an RTX 4090 (24 GB)?
Kimi K3's smallest variant needs about 1691 GB, which exceeds a single RTX 4090 (24 GB). Use multiple GPUs, a higher-VRAM card, or Apple Silicon with large unified memory.
What quantization should I use for Kimi K3?
Q4_K_M is the best balance of quality and VRAM for Kimi K3 in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run Kimi K3 with Ollama?
Kimi K3 has no local Ollama tag — the published tag is cloud-hosted, so running it sends your prompts to a hosted GPU rather than your own machine.