01Ce qu'il sait faire
Points forts
- Contexte natif 1M tokens
- Multimodal (vision + texte)
- Coding long-horizon et raisonnement
- Poids ouverts pour déploiement
Limites à connaître
- —Empreinte VRAM colossale (~1,6 To en Q4) : hors de portée hors gros cluster
- —Débit d'inférence faible
- —Licence maison à relire selon usage
Architecture
MoE 2,8T paramètres · 16 experts actifs sur 896 · contexte natif 1M tokens · multimodal
Entraînement
Moonshot AI, successeur de Kimi K2.6. Modèle frontière open-weight orienté agents et raisonnement long-horizon.
Idéal pour
Frontière home-labCode long-horizonMultimodal & raisonnement
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
1624 Go
Q5_K_M
Bon compromis qualité/taille
1988 Go
Q8_0
Quasi-indistinguable de FP16
2996 Go
FP16
Pleine précision — usage serveur
5600 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 3640 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
Quel GPU pour faire tourner Kimi K3 ?
Pour exécuter Kimi K3 en local en quantification Q4, il faut environ 1624 Go de VRAM. Le meilleur rapport prix/performance : un Mac Studio (64 Go de mémoire unifiée).
Où acheter le Mac Studio
DartyVoir Mac Studio →RakutenVoir Mac Studio →AmazonVoir Mac Studio →Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
$ollama run kimi-k3
LM Studio
Interface graphique, zéro CLI
→ Voir le guide
llama.cpp
Perf brute, build from source
→ Voir le guide
vLLM
Serveur OpenAI-compatible prod
→ Voir le guide
Jan / GPT4All
Apps desktop tout-en-un
→ Voir le guide
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.