Kimi K3 をローカルに導入するには？
Kimi K3 は総パラメータ 2,800B、1 トークンあたり 104B が有効になる MoE モデルです。Q4 で全量を VRAM に置くには 1,562GB 必要ですが、エキスパートをシステム RAM に置けば VRAM 33GB + RAM 1,531GB で動きます。収録している単体カードには収まらず、複数枚構成か Mac Studio のユニファイドメモリが必要です。オフロード構成で最も安く動かせるのは CMP 170HX 40GB で、推定 2 tokens/s です。
Kimi K3 のバージョン情報
Kimi K3 のローカル実行に必要なVRAMは？
MoE：総パラメータ 2,800B すべてをメモリに常駐させる必要があり、速度は 1 トークンあたり有効な 104B で決まります。
| 量子化 | 重みサイズGB | 8K 時の合計GB | 32K 時の合計GB | 128K 時の合計GB |
|---|---|---|---|---|
| 1-bit | 648.9GGUF | 658.4 | 659 | 661.5 |
| 2-bit | 861.3GGUF | 1,041.7 | 1,042.3 | 1,044.8 |
| 3-bit | 1,341.7推定 | 1,342.9 | 1,343.5 | 1,346 |
| 4-bit | 1,508.7GGUF | 1,561.9 | 1,562.6 | 1,565.1 |
| 5-bit | 1,889.3推定 | 1,890.5 | 1,891.1 | 1,893.7 |
| 8-bit | 1,561.2GGUF | 2,903.6 | 2,904.2 | 2,906.7 |
| FP16 | 5,476.2推定 | 5,477.4 | 5,478 | 5,480.6 |
合計 = 重み + KV キャッシュ（FP16）+ 実行時オーバーヘッド 1GB。GGUF と付いた重みはリポジトリの実測ファイルサイズ、「推定」はパラメータあたりのバイト数からの概算です。このモデルの上限 1M を超えるコンテキストは「—」と表示します。各段はリポジトリにあるそのビット幅のファイルを使い、unsloth 動的量子化を優先するため、ファイル名はモデルごとに異なります。
Kimi K3 を動かせるGPUは？
Xianyu
収録している単体カードでは Kimi K3 は収まりません。Q4_K_M・8K コンテキストで最低 1,562GB のVRAMが必要です。
複数枚構成でも合計で最低 1,562GB のVRAMが必要です。
収録しているユニファイドメモリ機にも収まりません。
Kimi K3 のCPU・GPU併用推論におすすめのGPU
Xianyu
エキスパート重みはシステム RAM に置き（1,531 GB 以上が必要）、VRAM にはアテンション層・共有エキスパート・KV キャッシュのみで Q4 なら最低 33 GB。速度は RAM 帯域幅（70 GB/s で推定）に縛られ、全量 VRAM 構成よりかなり遅くなります。
| デバイス | VRAMGB | 価格 | 必要 RAMGB | 推定 t/s |
|---|---|---|---|---|
 CMP 170HX 40GB | 40 | ¥258,064 | 1,531 | 1.7 |
| CMP 170HX 64GB | 64 | ¥320,867 | 1,531 | 1.7 |
 Instinct MI210 | 64 | ¥422,494 | 1,531 | 1.6 |
| Radeon PRO W7900 | 48 | ¥502,425 | 1,531 | 1.5 |
| GeForce RTX 4090 48GB | 48 | ¥607,478 | 1,531 | 1.6 |
| A100 40GB PCIe | 40 | ¥706,821 | 1,531 | 1.7 |
| Mac Studio M4 Max 128GB | 128 | ¥735,368 | 1,531 | 1.5 |
| DGX Spark 128GB | 128 | ¥742,219 | 1,531 | 1.4 |
| MacBook Pro M4 Max 128GB | 128 | ¥808,448 | 1,531 | 1.5 |
| Mac Studio M5 Max 128GB | 128 | ¥903,223 | 1,531 | 1.5 |
| RTX PRO 5000 Blackwell 48GB | 48 | ¥1,068,795 | 1,531 | 1.6 |
| MacBook Pro M5 Max 128GB | 128 | ¥1,251,495 | 1,531 | 1.5 |
| RTX PRO 5000 Blackwell 72GB | 72 | ¥1,484,438 | 1,531 | 1.6 |
| RTX PRO 6000D | 84 | ¥1,552,951 | 1,531 | 1.7 |
| RTX PRO 6000 Blackwell | 96 | ¥2,829,567 | 1,531 | 1.7 |
| Mac Studio M3 Ultra 512GB | 512 | ¥2,966,592 | 1,531 | 1.6 |
| Ryzen AI Max+ 395 128GB | 128 | — | 1,531 | 1.2 |
Ollama / llama.cpp / vLLM で Kimi K3 をローカルに導入する
Ollama ライブラリに公式タグはまだありません。
llama.cpp は Hugging Face から GGUF を直接取得します。-c はコンテキスト長です。
llama-server -hf unsloth/Kimi-K3-GGUF:Q4_K_M -c 8192
vLLM は元の精度の重みを読み込むため、GGUF よりはるかに多くのメモリ（通常は複数枚）が必要です。
vllm serve moonshotai/Kimi-K3
ファイル名はその週のモデルライブラリ取得時点のものです。定義はデータ方法を参照してください。 データ方法
よくある質問
Kimi K3 にはどれくらいのVRAMが必要ですか？
Q4_K_M・8K コンテキストでは Kimi K3 に約 1,562GB のVRAMが必要で、1,876GB あれば余裕があります。
Kimi K3 を動かせる最も安いGPUは？
収録している単体カードでは Kimi K3 は動かせず、複数枚構成か Mac Studio のユニファイドメモリが必要です。
Kimi K3 は Ollama で動かせますか？
まだできません。Ollama ライブラリに公式タグがないため、llama.cpp で GGUF を読み込んでください。