01Lo que sabe hacer
- Contexto nativo de 1M tokens
- Multimodal (visión + texto)
- Programación en tareas prolongadas y razonamiento
- Pesos abiertos para despliegue
- —Consumo colosal de VRAM (~1,6 TB en Q4): fuera de alcance sin un gran clúster
- —Velocidad de inferencia baja
- —Licencia propia que debe revisarse según el uso
04Instalar
Instala Ollama para tu SO. Verifica el modelo y su cuantización antes de la descarga. Comienza con 4096 tokens de contexto y luego controla la asignación con ollama ps. Un comando a continuación no es prueba de que se haya ejecutado una prueba en tu máquina.
02Memoria requerida
VRAM de GPU aproximada para ejecutar este modelo, incluido el sobrecoste de contexto de 4k tokens. Para un contexto más largo, añade ~1 GB por cada tramo de 8k tokens.
¿Qué hardware necesitas para Kimi K3?
Para ejecutar Kimi K3 en local con cuantización Q4, necesitas aproximadamente 1624 GB de VRAM. Una opción para comparar: GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — este modelo supera la capacidad de la GPU de este mini-PC: elige un modelo más pequeño o una infraestructura adecuada.
Enlaces de afiliación — posible comisión sin coste adicional para ti, recomendaciones independientes. Como socio de Amazon, QuéLLM obtiene un beneficio de las compras que cumplen los requisitos.
03Velocidad estimada
Tokens generados por segundo en Q4_K_M, contexto 4k. Por encima de 20 t/s, la lectura es cómoda. Por debajo de 10 t/s, es solo para probar.