Kimi K3 (2,8T — ce qu'il faut)

Ce qu'est Kimi K3, ce qu'il faut réellement pour auto-héberger 2,8 billions de paramètres, et quoi exécuter à la place sur Clore.ai

Réponse directe d’abord : Kimi K3 ne tient sur aucun serveur répertorié sur la place de marché Clore.ai, quelle que soit la quantification. La plus petite version communautaire est un GGUF 1 bit de 466 Go; le plus gros rig sur la place de marché fait 380 Go. Cette page explique ce qu’est K3, ce que son hébergement exige réellement, et quels modèles vous offrent le plus de capacités sur le matériel que vous pouvez louer aujourd’hui.

Moonshot AI a publié Kimi K3 les poids sur 27 juillet 2026 — le premier modèle ouvert de la classe des 3 000 milliards de paramètres. C’est un véritable jalon, et c’est aussi un point de calibration utile pour voir à quel point les « poids ouverts » et l’« auto-hébergement » se sont éloignés l’un de l’autre.

Spécifications clés

Propriété	Valeur
Paramètres	2,8 T au total, 16 des 896 experts actifs par jeton
Architecture	Kimi Delta Attention (KDA) + résidus d’attention, Stable LatentMoE, 69 couches KDA + 24 couches MLA à porte
Modalité	Texte, image, vidéo en entrée → texte en sortie
Contexte	1 000 000 de tokens
Licence	Licence Kimi K3 (personnalisée — l’inférence commerciale au-delà d’environ 20 M$ de chiffre d’affaires annuel nécessite des conditions séparées)
Version	Hébergé le 16 juillet 2026, poids le 27 juillet 2026
Poids	Q8 1 561 Go · Q4_K_XL 1 509 Go · Q2_K_XL 861 Go · IQ1_S 594 Go · Q1_0 466 Go

Moonshot affirme environ une efficacité de mise à l’échelle 2,5× meilleure que celle de Kimi K2 grâce au MoE plus épars et à la pile d’attention KDA, avec un entraînement multimodal natif plutôt qu’une tour de vision ajoutée après coup.

Ce qu’il faut réellement pour l’héberger

Version	Taille	Matériel nécessaire
UD-Q8_K_XL	1 561 Go	~20× H100 80 Go
UD-Q4_K_XL	1 509 Go	~20× H100 80 Go
UD-Q2_K_XL	861 Go	~11× H100 80 Go, ou 8× H200
UD-IQ1_S	594 Go	~8× H100 80 Go
UD-Q1_0	466 Go	~6× H100 80 Go
mgoin/Kimi-K3-pruned75	475 Go	~6× H100 80 Go

À titre de référence, les plus gros rigs de la place de marché Clore.ai sont des configurations 4× RTX PRO 6000 Blackwell (380 Go) et 11× RTX 5090 (341 Go). Même la version 1 bit les dépasse, et de toute façon une quantification 1 bit d’un modèle de pointe n’est pas une cible sérieuse pour la production.

Si vous devez réellement servir K3, c’est une bare metal conversation — des nœuds H200 ou B200 dédiés, provisionnés sur demande plutôt que loués à la minute. Vérifiez d’abord la licence : les conditions restreignent l’inférence commerciale au-delà d’environ 20 M$ de chiffre d’affaires annuel.

Qu’exécuter à la place sur Clore.ai

Si vous vouliez K3 pour…	Exécutez ceci	Tient sur
Codage de pointe et agents	GLM-5.2 — MIT, contexte de 1 M, meilleurs scores de codage ouvert	rig 10× RTX 5090, env. 5,00 $/h
Multimodal à long contexte	MiniMax M3 — contexte de 1 M, vidéo native	8× RTX 5090, env. 2,00–3,50 $/h
Raisonnement ouvert à grande échelle	Nemotron 3 Ultra — 550B, licence OpenMDW	4× RTX PRO 6000, env. 5,00 $/h
Un modèle sur une carte	Qwen3.8-27B — Apache 2.0, vision, contexte de 262 K	1× RTX 4090, 0,14–0,42 $/h
Meilleure qualité par Go loué	Mistral Small 4 — 119B / 6,5B actifs	2× RTX 4090, 0,28–0,84 $/h

Le résumé honnête : depuis juin 2026, la frontière ouverte s’est scindée. Des modèles comme GLM-5.2 et Nemotron 3 Ultra se situent à la limite de ce qu’un gros rig grand public peut contenir ; K3 va au-delà. La plupart de l’écart pratique entre eux se comble avec un bon harness et un long contexte, que les modèles ci-dessus vous offrent tous deux.

Utiliser K3 sans l’héberger

Moonshot fournit K3 via l’application Kimi, Kimi Code et son API. Si vous construisez sur Clore.ai, une approche courante consiste à garder les appels coûteux aux modèles de pointe sur une API et à exécuter localement sur un GPU loué le chemin à fort volume — voir la comparaison des coûts dans Gemini 3.1 Flash Lite, qui explique à quel moment l’auto-hébergement l’emporte réellement.

Étapes suivantes

• GLM-5.2 — le plus gros modèle que vous pouvez raisonnablement louer ici

• Tarifs et disponibilité des GPU — quelle est la limite actuelle

• Qwen3.8-27B — le cheval de trait sur carte unique

• Kimi K2.5 — la génération précédente, bien plus maniable

Liens

• Kimi K3 sur Hugging Face · Versions GGUF

• Licence Kimi K3

• Louez un GPU : Place de marché · Bare metal