本文へ移動
localllm
EN

moonshotai

Kimi-K2.6

画像も入力

パラメータ数
1,026.4B
最大コンテキスト長
262,144
アーキテクチャ
deepseek2
ライセンス
条件付き
元モデル
moonshotai/Kimi-K2.6
ライセンス
modified-mit

Kimi-K2.6 の概要

Kimi-K2.6 は、Hugging Face の moonshotai/Kimi-K2.6 をもとにした GGUF 形式のモデルです。GGUF は unsloth/Kimi-K2.6-GGUF が公開しています。パラメータ数は約 1,026.4B（10,264億）、アーキテクチャは deepseek2、最大コンテキスト長は 262,144 トークンです（GGUF に書かれた値）。

量子化は 4 種類あり、ファイルサイズは UD-Q2_K_XL の 340 GB から BF16 の 2,053 GB まであります（Hugging Face 上の実際のサイズ）。

UD-Q2_K_XL（340 GB）を 8,192 トークンのコンテキストで動かすときの必要メモリは推定 342 GB、32,768 トークンでは推定 344 GBです。

元のモデルのライセンスは Modified MIT License（Moonshot AI の Kimi） で、商用利用には規模・用途などの条件があります。利用条件は原文で確認してください。画像入力用の mmproj ファイルも公開されています。

量子化ごとのファイルサイズと必要メモリの目安

  • 8 GB まで
  • 16 GB まで
  • 24 GB まで
  • 48 GB まで
  • 128 GB まで
  • それ以上

ファイルサイズは Hugging Face 上の実際の値です。必要メモリはコンテキスト長ごとの推定値（KVキャッシュ f16）。計算式は 必要メモリの計算方法で公開しています。

必要メモリはすべて 推定 （KVキャッシュ f16）。このページの「必要メモリ」以上の VRAM（または Mac の統合メモリ）を持つ環境で動作する見込みです。数値をクリックすると、その容量で動く機種・モデルの一覧（GPU・Macで探す）に移動します。

画像入力を使う場合：このモデルは画像入力に対応しています。画像を使うときは、追加で mmproj ファイルも読み込みます。

「品質の目安」について（量子化でどれだけ元のモデルからずれるか）

量子化の型ごとに、元のモデルの出力からどれだけずれるかを、llama.cpp が Llama-3-8B で測った値から6段階に分けたものです。

使っている値は平均 KLD（元のモデルと量子化したモデルの、次の単語の確率の分布の差）で、小さいほど元のモデルに近い出力になります。imatrix（重要度の情報）を使って量子化したものは少し小さくなります。段階は、imatrix を使わない値（無い型は使った値）で分けています。

★このモデルで測った値ではありません。モデルが大きいほど、また MoE のモデルほど、同じ型でもずれは小さくなりやすいです。配布元独自の混合型（UD-Q4_K_XL など）は型の名前だけでは当てはめられないので「-」にしています。

量子化 品質の目安 KLD（imatrix なし） KLD（imatrix あり） サイズ（Llama-3-8B）
Q8_0 ほぼ同じ 0.0014 - 7.96 GiB
Q6_K ごく小さい 0.0055 - 6.14 GiB
Q5_K_M ごく小さい 0.0108 - 5.33 GiB
Q5_K_S 小さい 0.0166 - 5.21 GiB
Q5_1 小さい 0.0180 - 5.65 GiB
Q5_0 小さい 0.0222 - 5.21 GiB
Q4_K_M 小さい 0.0313 0.0282 4.58 GiB
Q4_K_S 中くらい 0.0431 0.0320 4.37 GiB
IQ4_NL 小さい - 0.0357 4.35 GiB
IQ4_XS 小さい - 0.0363 4.14 GiB
Q4_1 中くらい 0.0717 - 4.78 GiB
Q4_0 中くらい 0.0719 - 4.34 GiB
Q3_K_L 中くらい 0.0872 0.0731 4.03 GiB
Q3_K_M 中くらい 0.1019 0.0844 3.74 GiB
IQ3_M 中くらい - 0.1025 3.53 GiB
IQ3_S 中くらい - 0.1113 3.42 GiB
IQ3_XS 大きい - 0.1387 3.28 GiB
IQ3_XXS 大きい - 0.1836 3.05 GiB
Q3_K_S 大きい 0.2282 0.1998 3.41 GiB
IQ2_M 大きい - 0.3260 2.74 GiB
Q2_K とても大きい 0.4451 0.3322 2.96 GiB
Q2_K_S とても大きい - 0.4034 2.96 GiB
IQ2_S とても大きい - 0.4392 2.56 GiB
IQ2_XS とても大きい - 0.5463 2.43 GiB
IQ2_XXS とても大きい - 0.8120 2.24 GiB
IQ1_M とても大きい - 1.3931 2.01 GiB
IQ1_S とても大きい - 2.2546 1.88 GiB

出典：llama.cpp（MIT）、Llama-3-8B・FP16 を基準・Wikitext-2・revision f364eb6f の測定。 元の表 · 量子化の読み方と選び方

GGUF配布元

unsloth/Kimi-K2.6-GGUF

第三者が変換して配布 この表示について

最終確認：2026年10月16日

アーキテクチャ
deepseek2
llama.cpp b4409 より前から
パラメータ数
1,026.4B
最大コンテキスト長
262,144
ライセンス
modified-mit 条件付き
Kimi-K2.6（unsloth/Kimi-K2.6-GGUF）の量子化ごとのファイルサイズと必要メモリ
量子化 ファイルサイズ 実測 品質の目安 4,096 8,192 16,384 32,768 65,536 131,072 262,144 最大
UD-Q2_K_XL （8分割） 340 GB - 342 GB 342 GB 343 GB 344 GB 346 GB 351 GB 360 GB
UD-Q4_K_XL （14分割） 584 GB - 585 GB 585 GB 586 GB 587 GB 589 GB 594 GB 603 GB
UD-Q8_K_XL （14分割） 595 GB - 596 GB 596 GB 597 GB 598 GB 600 GB 605 GB 614 GB
BF16 （46分割） 2,053 GB 元の精度 2,054 GB 2,055 GB 2,055 GB 2,056 GB 2,059 GB 2,063 GB 2,072 GB

画像入力用の mmproj（F16）は 0.95 GB 実測 。上の必要メモリには含まれていないため、画像を使う場合は別途加算してください。 

Ollama  ollama run hf.co/unsloth/Kimi-K2.6-GGUF:UD-Q2_K_XL
llama.cpp  llama-server -hf unsloth/Kimi-K2.6-GGUF:UD-Q2_K_XL

外部の評価

量子化する前の元のモデルを、他の機関が評価した値です。当サイトの評価ではありません。 値は量子化する前の元のモデルのものです。GGUF の量子化（特に小さい量子化）では性能が下がることがあります。

人の評価（LMArena）

1,461 1,456〜1,465

Kimi K2.6 · 投票 39,573 · 2026年11月9日 版の値

出典：LMArena（CC BY 4.0）。 元のランキング · ランキングで見る

総合能力（Epoch AI）

151.5 149.8〜153.4

Kimi K2.6 · 2026年4月20日 版の値

出典：Epoch Capabilities Index (Epoch AI)（CC BY 4.0）。 元のランキング · ランキングで見る

科学の難問（GPQA）

90.8% 87.4%〜94.1%

kimi-k2.6 · 2026年5月1日 版の値

出典：GPQA Diamond (Epoch AI)（CC BY 4.0）。 元のランキング · ランキングで見る

ライセンスと商用利用

Modified MIT License（Moonshot AI の Kimi） 条件付き

MIT ライセンスに1つ条件を足したものです。商用の製品・サービスの月間アクティブユーザーが1億人を超える、または月の売上が2,000万米ドルを超えるときは、画面にモデル名（Kimi K2・Kimi K2.6・Kimi K2.7 Code など）を目立つように表示します。そのほかは MIT と同じで、著作権表示とライセンス文を残します。確かめたのは Moonshot AI の Kimi K2・K2.6・K2.7 Code の原文です。ほかの作者が同じ名前で出していても条件が同じとは限りません。

元のモデルの Hugging Face のページにあるライセンスで判定しています。 ライセンスの原文（2026年11月1日 に確認）

要約は当サイトが原文から読み取った事実で、法的な助言ではありません。実際に使う前に、必ずライセンスの原文と最新の条件を確認してください。 ライセンスごとの一覧

動かし方

例として UD-Q2_K_XL を使う場合のコマンドです。他の量子化を使う場合は、上の表から量子化名を選んで置き換えてください。 ローカルLLMの動かし方

Ollama

Hugging Face 上の GGUF を直接指定して動かせます。

ollama run hf.co/unsloth/Kimi-K2.6-GGUF:UD-Q2_K_XL

llama.cpp

llama-server（または llama-cli）に -hf でリポジトリと量子化名を指定します。

llama-server -hf unsloth/Kimi-K2.6-GGUF:UD-Q2_K_XL

LM Studio

検索欄に unsloth/Kimi-K2.6-GGUF を貼り付けてダウンロードし、量子化ファイルの一覧から量子化名を選びます。

よくある質問

Kimi-K2.6（UD-Q2_K_XL）を動かすのに必要なメモリはどれくらいですか？
ファイルサイズは340 GB（実測）。8,192トークンのコンテキストで動かす場合、KVキャッシュ等を含めた推定必要メモリは342 GBです。計算式はhttps://localllm.az-arte.com/ja/guide/memory-calculationで公開しています。
Kimi-K2.6は商用利用できますか？
元のモデルのライセンスはModified MIT License（Moonshot AI の Kimi）（商用利用は条件付き）。MIT ライセンスに1つ条件を足したものです。商用の製品・サービスの月間アクティブユーザーが1億人を超える、または月の売上が2,000万米ドルを超えるときは、画面にモデル名（Kimi K2・Kimi K2.6・Kimi K2.7 Code など）を目立つように表示します。そのほかは MIT と同じで、著作権表示とライセンス文を残します。確かめたのは Moonshot AI の Kimi K2・K2.6・K2.7 Code の原文です。ほかの作者が同じ名前で出していても条件が同じとは限りません。最終的な判断はライセンスの原文で確認してください。
Kimi-K2.6 は VRAM 8GB・12GB・16GB・24GB で動きますか？
8GB に収まる量子化は無し、12GB に収まる量子化は無し、16GB に収まる量子化は無し、24GB に収まる量子化は無し（8,192 トークン・KV キャッシュ f16 の推定。いちばん多くダウンロードされている配布元のファイル）。
Kimi-K2.6 を Ollama で動かすコマンドは？
「ollama run hf.co/unsloth/Kimi-K2.6-GGUF:UD-Q2_K_XL」で、Hugging Face の GGUF をそのまま動かせます。ほかの量子化を使うときは、最後の量子化名を置き換えます。