AI-modeller · Modellfamilj
Kimi är Moonshot AI:s familj av stora språkmodeller med öppna vikter; nuvarande spets K3 har 2,8 biljoner parametrar, en miljon tokens kontext och nativ multimodalitet.
Betyg 66 av 100 Preliminär (källbaserad)
Läs bedömningenAPI är inte tillämpligt för den här typen av programvara.
MCP är inte tillämpligt för den här typen av programvara.
Totalbetyg
66 av 100
Preliminär (källbaserad)
Öppna vikter men anpassad MIT-licens med MaaS-klausul (>20 mUSD) och attribueringskrav — inte OSI.
Frontierklassad multimodal agentmodell med 1M kontext; lokal drift opraktisk (1,5 TB vikter).
Vikter på Hugging Face med vLLM/SGLang-stöd, men 1,56 TB gör lokala kvantiseringar orealistiska.
Moonshot (2023) levererar snabbt (K2→K3 på under ett år), men familjen ung och licensvillkoren oprövade.
Agent Swarm-arkitektur, multimodalitet och dokumenterad agentberedskap i långsiktiga benchmarks.
God API-dokumentation, men self-hosting kräver GPU-kluster och licensvillkoren kräver juridisk granskning.
Vikter gratis och API-pris lågt, men self-hosting av 2,8T parametrar är kostsam.
Fokus kinesiska/engelska; ingen svensk lokalisering eller svensk språkförmåga verifierad — tekniskt användbar i Sverige.
Vikterna publiceras på Hugging Face — nästan 2,8 terabyte — och modellen kan köras på egen hårdvara eller nås via leverantörens API. API:et är kompatibelt med såväl OpenAI som Anthropic: klientkod riktad mot de ekosystemen fungerar mot Kimi med ny basadress och nyckel. MCP stöds i plattformens Playground, där egna MCP-servrar kan kopplas till modellen.
Licensen är en anpassad MIT. Den är öppen för de flesta ändamål men har trösklar: kommersiell drift över en viss intäktsnivå och mycket stora användarbaser ställer krav på avtal och attribuering. Kimi är därmed mer tillgänglig än sluten API-access men inte helt fri som licens. Språkmässigt ligger fokus på kinesiska och engelska; svensk språkförmåga är inte verifierad.
I siffror: K3 har 2,8 biljoner parametrar, varav 104 miljarder aktiva per token, och vikterna uppgår till cirka 2,8 TB i MXFP4 — vLLM-receptet kräver minst åtta GB300-klassade GPU:er och flera noder i produktionsdrift. Detta är alltså en datacentermodell som inte ryms i kontorsmiljö; GGUF-kvantiseringar finns bara från tredjepart (t.ex. unsloth). Kontextfönstret är drygt en miljon tokens (1 048 576).
Relativa nivåer inom familjen (hög/medel/låg) — inte absoluta mått mot andra leverantörer. Avsnittet uppdateras vid nya versioner utan att sidans adress ändras.
| Modell | Användningsområde | Kapacitet | Hastighet | Kostnadsnivå | Licens | Lokal drift |
|---|---|---|---|---|---|---|
| Kimi K3 Flaggskepp | Långvarig kodning och kunskapsarbete (2.8T, 1M kontext) | Hög | Medel | Medel | Kimi K3-licens | Ja |
| Kimi K2.7 Code Kodspecialist | Kodning med 256K kontext och visuell inmatning | Medel | Hög | Medel | Modifierad MIT | Ja |
| Kimi K2.6 Generell | Generell användning med resonemang och visuell förståelse | Medel | Medel | Medel | Modifierad MIT | Ja |
AI-modeller · Öppna modellvikter – Googles Gemma-familj (text, bild, video och ljud)
Språkmodellfamiljen Gemma från Google DeepMind kommer med öppna vikter — färdiga modeller som kan laddas ner och köras på egen hårdvara, från telefon till datacenter.
AI-modeller · Modellfamilj
Qwen är Alibabas familj av språkmodeller med öppna vikter — körbara lokalt på egen hårdvara eller som API-tjänst, med stöd för ett mycket stort antal språk.
