Sind die Gewichte offen und kann ich Kimi K2 lokal betreiben?

Ja – die Gewichte sind auf Hugging Face unter moonshotai/Kimi-K2-Instruct veröffentlicht. Mit einer Billion Gesamtparametern benötigen Sie quantisierte Versionen (GGUF oder ähnlich) und erheblichen VRAM oder RAM, um es lokal zu betreiben.

Was kostet Kimi K2 über die API und wie groß ist das Kontextfenster?

Moonshot AI berechnet 0,57 $ pro Million Eingabe-Tokens und 2,30 $ pro Million Ausgabe-Tokens, mit einem Kontextfenster von 128K Tokens.

Worin unterscheidet sich Kimi K2 Instruct vom Basis-Kimi K2?

Das Basismodell ist der rohe vortrainierte Checkpoint für Forschende, die feinjustieren oder eigene Lösungen bauen wollen. Das Instruct-Modell ist nachtrainiert für den direkten Einsatz in Chat- und agentischen Pipelines, ohne erweiterten Denkmodus.

Kimi K2 0711

4608°

#llm #moonshotai #programmieren #agenten #logik #langer kontext

Modell ausführen

Angebote / Werbung

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

MoonshotAI | 131.072 Token Kontext | $0,57/M Eingabe, $2,30/M Ausgabe. Kimi K2 Instruct ist ein großskaliges Mixture-of-Experts (MoE) Sprachmodell von Moonshot AI mit insgesamt 1 Billion Parametern, von denen 32 Milliarden pro Vorwärtsdurchlauf aktiv sind. Es ist optimiert für agentische Fähigkeiten, einschließlich fortgeschrittener Werkzeugnutzung, Reasoning und Code-Synthese. Kimi K2 überzeugt in einer breiten Palette von Benchmarks, insbesondere im Programmieren (LiveCodeBench, SWE-bench), Reasoning (ZebraLogic, GPQA) und Werkzeugnutzung (Tau2, AceBench). Es unterstützt Langzeit-Kontextinferenz bis zu 128K Token und wurde mit einem neuartigen Trainingsstack entwickelt, der den MuonClip-Optimizer für stabiles großskaliges MoE-Training beinhaltet.

Anleitungen zu diesem Modell

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Wie viel VRAM brauche ich eigentlich für lokale KI?

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Alle Anleitungen

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

Kimi K2 Instruct ist Moonshot AIs 1-Billion-Parameter-MoE-Modell, das pro Vorwärtsdurchlauf 32 Milliarden Parameter aktiviert und auf 15,5 Billionen Tokens mit dem MuonClip-Optimierer für stabiles großskaliges Training trainiert wurde. Es ist speziell für agentische Arbeit gebaut: Tool-Nutzung, autonomes Programmieren und mehrstufiges Reasoning, nicht für ausgedehntes Chain-of-Thought. Die Gewichte sind offen verfügbar, und die API-Preise sind für ein Modell dieser Größe moderat.

Bekannt für

Top-Leistungen bei agentischem Programmieren auf SWE-bench Verified, konkurrenzfähig mit Claude Sonnet 4.
Starke Tool-Nutzungswerte auf Tau2 und AceBench in den Bereichen Einzelhandel, Luftfahrt und Telekommunikation.
128K Token Kontextfenster für lange Dokumente und Codebasen.
Offene Gewichte auf Hugging Face unter moonshotai/Kimi-K2-Instruct.
MoE-Architektur: 1 Billion Gesamtparameter, nur 32 Milliarden aktiv pro Token – effizient bei der Inferenz.

Achte auf

Dies ist ein Reflex-Grade-Instruct-Modell ohne erweiterten Denkmodus; für tiefes Chain-of-Thought suchen Sie besser anderswo.
Mit 1 Billion Gesamtparametern erfordert Self-Hosting ernsthafte Hardware – quantisierte GGUF-Versionen sind die praktische lokale Option.
Lizenzbedingungen für kommerzielle Nutzung sind hier nicht detailliert; prüfen Sie das Hugging Face-Repository vor dem Einsatz.

Am besten für

Programmieren

Agenten und Werkzeugnutzung

Logisches Denken

Langer Kontext

Lokal ausführbar

Prompts zum Ausprobieren

Debugging einer fehlerhaften Agenten-Schleife

Ich habe einen Python-Agenten, der ein Such-Tool aufruft, das Ergebnis parst und dann entscheidet, ob es erneut aufgerufen wird. Nach zwei Iterationen beendet er sich immer frühzeitig, auch wenn die Abbruchbedingung nicht erfüllt ist. Hier ist der Code: [füge deinen Code ein]. Identifiziere den Fehler, erkläre, warum er zum vorzeitigen Abbruch führt, und zeige die korrigierte Version mit kurzer Erklärung der Korrektur.

Löse ein Logik-Constraint-Rätsel

Fünf Ingenieure – Ada, Ben, Cara, Dan und Eve – besitzen jeweils genau einen von fünf Laptops: A, B, C, D, E. Ada besitzt weder A noch B. Ben besitzt einen Laptop mit höherem Buchstaben als Cara. Dan besitzt D. Eve besitzt nicht C. Kein Laptop wird von zwei Personen geteilt. Wer besitzt welchen Laptop? Zeige deine Argumentation Schritt für Schritt.

Entwerfe einen Multi-Tool-Workflow

Du hast drei Tools: search(query), fetch_page(url) und summarize(text). Ein Nutzer fragt: 'Was sind die drei meistzitierten Arbeiten zum Thema Mixture-of-Experts-Skalierung, veröffentlicht nach 2022?' Schreibe die genaue Abfolge der Tool-Aufrufe, was du von jedem erwartest, und wie du die Ergebnisse zu einer finalen Antwort kombinierst.

Vergleichen mit

Kimi K3
Modell mit offenen Gewichten
1,048,576 Token Kontext · $0.30/M Eingabe, $11.94/M Ausgabe
Kimi K2 Thinking
Modell mit offenen Gewichten
262,144 Token Kontext · $0.60/M Eingabe, $2.50/M Ausgabe
Kimi K2.7 Code
Modell mit offenen Gewichten
262,144 Token Kontext · $0.67/M Eingabe, $3.35/M Ausgabe
Kimi K2.5
Modell mit offenen Gewichten
262,144 Token Kontext · $0.50/M Eingabe, $2.50/M Ausgabe

Mehr Textmodelle von moonshotai

Häufig gestellte Fragen

Sind die Gewichte offen und kann ich Kimi K2 lokal betreiben?: Ja – die Gewichte sind auf Hugging Face unter moonshotai/Kimi-K2-Instruct veröffentlicht. Mit einer Billion Gesamtparametern benötigen Sie quantisierte Versionen (GGUF oder ähnlich) und erheblichen VRAM oder RAM, um es lokal zu betreiben.
Was kostet Kimi K2 über die API und wie groß ist das Kontextfenster?: Moonshot AI berechnet 0,57 $ pro Million Eingabe-Tokens und 2,30 $ pro Million Ausgabe-Tokens, mit einem Kontextfenster von 128K Tokens.
Worin unterscheidet sich Kimi K2 Instruct vom Basis-Kimi K2?: Das Basismodell ist der rohe vortrainierte Checkpoint für Forschende, die feinjustieren oder eigene Lösungen bauen wollen. Das Instruct-Modell ist nachtrainiert für den direkten Einsatz in Chat- und agentischen Pipelines, ohne erweiterten Denkmodus.

Captain's Urteil
Ein ernstzunehmendes, offenes agentisches Modell, das seine API-Preise bei Programmier- und Tool-Nutzungsaufgaben übertrifft – einen Test wert, bevor man zu Claude oder GPT-4.1 greift.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

GPT 4o (2024 11 20)

TEXT / LLM

Muse Spark 1.3 Contributor

TEXT / LLM

DeepSeek Flash Latest

TEXT / LLM

Hy4 preview

TEXT / LLM

KI-Modelle für Bild-, Video- und Texterzeugung

Kimi K2 0711 ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen und prüfe den Hitzewert, um den Trend zu sehen.

Weitere Text / LLM-Modelle llm moonshotai programmieren agenten logik langer kontext lokal

Nach Modellfamilie stöbern