/ Модель

Характеристики

Базовая модель
Kimi-K2-Instruct-GGUF
Библиотека
mesh-llm
Опубликована
24 мая 2026

Kimi-K2-Instruct-UD-Q4_K_XL-layers

Генерация текстаТекст → текст7 профессий

Пакет слоёв GGUF модели Kimi-K2-Instruct для распределённого локального чат-инференса с Mesh LLM.

872скачиваний за 30 дней0лайковвеса обновлены1 июл 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

Это пакет слоёв GGUF модели Kimi-K2-Instruct-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого запуска на локальном кластере. Он основан на unsloth/Kimi-K2-Instruct-GGUF и разбивает исходное распределение GGUF на артефакты по слоям для Mesh LLM.

Пакет предназначен для приватного локального чат-инференса, распределения вычислений между несколькими машинами, а также для работы через совместимый с OpenAI интерфейс чата и completions. В метаданных указаны библиотека mesh-llm, формат GGUF и поддержка чата; основной тег задачи — text-generation.

README отсылает к карточке исходной модели за сведениями об архитектуре, языках, контексте и условиях лицензии, поэтому эти характеристики для данного пакета не подтверждены. Параметры использования и ограничения наследуются от исходной модели; лицензия в предоставленных материалах не указана.

Сценарии применения

  • локальный приватный чат-инференс на собственном оборудовании
  • распределение запуска модели между несколькими компьютерами
  • обслуживание запросов через совместимый с OpenAI API
  • запуск Kimi-K2-Instruct, когда полный GGUF не помещается на одном узле

Ограничения

Для запуска требуется Mesh LLM и кластер машин, если модель распределяется между узлами. Языки, длина контекста и лицензия в предоставленных материалах не приведены; README отсылает за ними к карточке исходной модели.

Для каких профессий подходит7

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

GGUF layer package for running Kimi-K2-Instruct-UD-Q4_K_XL across a local Mesh LLM cluster.

This package is derived from unsloth/Kimi-K2-Instruct-GGUF and keeps the original GGUF distribution split into per-layer artifacts for distributed inference.

Highlights

Run locallyPool multiple machinesOpenAI-compatiblePackage variant
Private inference on your hardwareSplit layers across peersServe /v1/chat/completions locallyUD-Q4_K_XL layer package

Model Overview

PropertyValue
Source modelunsloth/Kimi-K2-Instruct-GGUF
Model idunsloth/Kimi-K2-Instruct-GGUF:UD-Q4_K_XL
FamilyKimi
Parameter scalenot recorded
QuantizationUD-Q4_K_XL
Layer count61
Activation width7168
Package size547.2 GB
Source fileUD-Q4_K_XL/Kimi-K2-Instruct-UD-Q4_K_XL-00001-of-00013.gguf
Package repomeshllm/Kimi-K2-Instruct-UD-Q4_K_XL-layers

Recommended Use

  • Local and private inference with Mesh LLM.
  • Multi-machine serving when the full GGUF is too large for one host.
  • OpenAI-compatible chat/completions workflows through Mesh LLM's local API.

For upstream architecture details, chat template guidance, sampling recommendations, license terms, and benchmark notes, see the source model card: unsloth/Kimi-K2-Instruct-GGUF.

Quickstart

# Run this on each machine that should contribute memory/compute.
mesh-llm serve --model "meshllm/Kimi-K2-Instruct-UD-Q4_K_XL-layers" --split
# Check the mesh and discover the OpenAI-compatible model name.
curl -s http://localhost:3131/api/status
curl -s http://localhost:3131/v1/models
# Send an OpenAI-compatible chat request.
curl -s http://localhost:3131/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/Kimi-K2-Instruct-GGUF:UD-Q4_K_XL",
    "messages": [{"role": "user", "content": "Write a tiny hello-world function in Rust."}],
    "max_tokens": 128
  }'

Package Variant

PropertyValue
Formatlayer-package
Canonical source refunsloth/Kimi-K2-Instruct-GGUF@main/UD-Q4_K_XL/Kimi-K2-Instruct-UD-Q4_K_XL-00001-of-00013.gguf
Source revisionmain
Source SHA-256f636158537429349a24a2e343b7b07bfe9a033d450945cce949ad67b2ef65370
Skippy ABI0.1.24
Package manifest SHA-2561d30e1931363fd964b459fa2613e1818c9f9d102ef0394aaa4434bb3101834b3

What Is Included

ArtifactPathContentsSHA-256
Manifestmodel-package.jsonPackage schema, source identity, checksums1d30e1931363fd964b459fa2613e1818c9f9d102ef0394aaa4434bb3101834b3
Metadatashared/metadata.gguf0 tensors, 6.6 MB0afca38b311c1890afb94a9c135a14c16edab79e6590d1d804a52b74a0d57277
Embeddingsshared/embeddings.gguf1 tensors, 636.6 MB8ba8f861864dacaf33f4499b5d06d5f8bb6de230ebb6f26dc814bf25f3195284
Output headshared/output.gguf2 tensors, 925.4 MB27b034df4f9a9b64dc5efc96f0adc81fe80263a864331745c0aa55179670416b
Transformer layerslayers/layer-*.gguf61 layer artifacts, 1093 tensors, 545.7 GBsee model-package.json

Validation

Generated by the Mesh LLM HF Jobs splitter from mesh-llm ref main. Each artifact is checksummed as it is written, uploaded to this repository, and removed from the job workspace before the next artifact is produced.

skippy-model-package write-package "/source/UD-Q4_K_XL/Kimi-K2-Instruct-UD-Q4_K_XL-00001-of-00013.gguf" --out-dir "/tmp/meshllm-layer-job-meshllm_Kimi-K2-Instruct-UD-Q4_K_XL-layers-200/package"

Links

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов
e78a122

0 моделей