/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Kimi-K3
Библиотека
llama.cpp
Опубликована
31 авг 2026

Kimi-K3-Mixed-IQ2-GGUF

Изображение и текст → текст10 профессий

islamassanov/Kimi-K3-Mixed-IQ2-GGUF — мультимодальная GGUF-квантизация базовой модели MoonshotAI/Kimi-K3, подготовленная пользователем islamassanov для запуска через llama.cpp.

307скачиваний за 30 дней1лайквеса обновлены20 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для текстовых и визуально-текстовых задач, включая работу с изображениями и OCR. Для текстового режима vision projector можно не подключать.

В основе лежит MoE-модель размером 2,8 трлн параметров с 896 маршрутизируемыми экспертами, из которых 16 активируются на каждом токене. Текстовые веса занимают около 793 GiB и распределены по 10 GGUF-файлам; экспертные матрицы используют смешанную квантизацию IQ2_XXS и IQ2_XS, а vision projector сохранён в BF16 и занимает около 862 MiB. Базовая архитектура поддерживает контекст до 1 млн токенов, однако фактически доступный размер контекста зависит от объёма памяти. По данным README, модель набрала 871/1000 на OCRBench, что составляет 97,9% от опубликованного результата базовой модели MoonshotAI. Ключевое преимущество — улучшенная точность восстановления весов при том же размере по сравнению со стандартным IQ2_XXS, но это не гарантирует прироста качества ответов. Главные ограничения — чрезвычайно высокие требования к дисковому пространству и памяти, а также необходимость использовать все 10 текстовых шардов. Распространение и использование регулируются лицензией Kimi K3; тип лицензии указан как other.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kimi K3 2-bit Mixed-IQ2 GGUF

A downloadable, multimodal GGUF quantization of MoonshotAI/Kimi-K3. The routed experts use a mix of IQ2_XXS and IQ2_XS; the vision projector remains BF16.

At a glance
Base model2.8T-parameter MoE; 16 of 896 routed experts active per token
Text weights793 GiB in 10 GGUF shards
Vision projector862 MiB, BF16
ContextUp to 1M tokens in the base architecture; usable context depends on available memory
IntegrityPer-file SHA-256 hashes in verification-receipt.json

Quick start

Download the full repository and load the first shard with a recent llama.cpp build:

hf download islamassanov/Kimi-K3-Mixed-IQ2-GGUF \
  --local-dir Kimi-K3-Mixed-IQ2-GGUF

llama-server \
  -m Kimi-K3-Mixed-IQ2-GGUF/Kimi-K3-Mixed-IQ2-00001-of-00010.gguf \
  --mmproj Kimi-K3-Mixed-IQ2-GGUF/mmproj-Kimi-K3-BF16.gguf \
  -c 32768

llama.cpp finds the other nine shards automatically. Omit --mmproj for text-only use. Allow roughly 794 GiB for the files, plus memory for model weights, KV cache, and runtime buffers.

What I changed

Kimi K3's released expert weights are already MXFP4, so this is requantization of the released checkpoint, not quantization from BF16. I encoded 146,048 routed expert matrices as IQ2_XXS and upgraded 101,248 to IQ2_XS. The upgrades were chosen by measured reconstruction-error reduction within a fixed byte budget. Another 2,628 tensors stay at higher precision.

The key encoder change is a decoder-aligned IQ2_XXS scale fit. Stock IQ2_XXS fits scales using idealized magnitudes 1, 3, 5; its decoder reconstructs 1, 3.125, 5.375. I fit the scales to those actual decoder values. The GGUF format, decoder, block size, and inference cost are unchanged.

Against the stock IQ2_XXS encoder, this reduced source-weight reconstruction error by 5.57% at identical bytes on a frozen sample of 1,104 expert matrices spanning all 92 routed layers. Every sampled matrix improved. This is a weight-fidelity result, not a percentage gain in model accuracy.

Model evaluation

This GGUF scored 871 / 1,000 (87.1%) on OCRBench — 97.9% of Moonshot's published 89.0% base-model score.

Files and license

All 10 numbered text shards are required. File sizes and hashes, including the separate vision projector, are recorded in verification-receipt.json.

Use of this model is subject to the Kimi K3 license. Thanks to Moonshot AI for Kimi K3 and the llama.cpp/GGML maintainers for the GGUF and IQ2 tooling. Questions or corrections: islam@uni.minerva.edu.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · llama.cpp

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
812d25b

0 моделей