01O que ele sabe fazer
- Especializado em geração e compreensão de código
- Multimodal (imagem-texto)
- Contexto estendido até 262K tokens
- Modelo de fronteira com ~1059B parâmetros
- —Extremamente pesado: ~614 GB de VRAM em Q4, reservado a servidores multi-GPU
- —Baixa taxa de geração local (~5 tok/s em Q4)
- —Licença « other »: verificar as condições de uso
04Instalar
Instale Ollama para seu SO. Verifique o modelo e sua quantização antes do download. Comece com 4096 tokens de contexto, depois verifique a alocação com ollama ps. Um comando abaixo não é prova de teste executado na sua máquina.
02Memória necessária
Quantidade aproximada de VRAM da GPU necessária para executar este modelo, incluindo a memória adicional para um contexto de 4k tokens. Para um contexto mais longo, adicione ~1 GB a cada 8k tokens.
Qual hardware usar para Kimi K2.7 Code?
Para executar Kimi K2.7 Code localmente com quantização Q4, você precisa de aproximadamente 614 GB de VRAM. Uma opção para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — este modelo excede a capacidade de GPU deste mini-PC: escolha um modelo menor ou uma infraestrutura adequada.
Por que essa escolha? Nossa ficha completa sobre GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
Links afiliados — comissão possível sem custo adicional para você, recomendação independente. Como Parceiro Amazon, QualLLM obtém lucro com compras que atendem às condições exigidas.
03Velocidade estimada
Tokens gerados por segundo em Q4_K_M, contexto 4k. Acima de 20 t/s, a leitura é confortável. Abaixo de 10 t/s, é apenas para testar.