Kimi K3 Ollama & VRAM: kan du köra den lokalt än?

Kimi K3-hub: Specs, pris, API-id → /sv/kimi-k3. Tidslinje → /sv/kimi-k3-status. Open-weights-kalender → verklighetskoll 27 juli.

Du skrev kimi k3 ollama, kimi k3 vram eller kimi k3 download för att ett flöde sa att modellen är «öppen.» Sedan öppnade du Hugging Face eller Ollama-biblioteket och… ingen ren installväg.

Det gapet är inte ditt fel. Det är skillnaden mellan marknadsföringens «öppen» och filer du faktiskt kan ladda.

Den här guiden svarar bara på de lokala frågorna: Kan du köra Kimi K3 på din maskin än? Hur mycket VRAM? När dyker Ollama/GGUF upp? Vad ska du göra den här veckan i stället?

Den här sajten är oberoende av Moonshot. Fakta nedan följer publika docs per 21 juli 2026—kolla om den officiella K3-bloggen och Moonshot på Hugging Face innan du köper GPU:er eller litar på ett slumpmässigt repo.

Kort svar (läs det här först)

1. Ingen pålitlig publik fullviktsdump för K3 än (i skrivande stund). Produkt + API är live; företaget sa fulla vikter senast 27 juli 2026. Tills ett riktigt Moonshot-repo med filer dyker upp kan du inte ärligt ollama pull full K3.
2. Skalan är ~2.8 biljoner parametrar med MoE-liknande sparsitet (officiellt: aktivera 16 av 896 experter). Det kan hjälpa serving-effektivitet jämfört med en tät 2.8T—det gör inte K3 till en 24 GB-laptopleksak.
3. Moonshots egen serving-not pekar på supernode-liknande deployment med 64+ acceleratorer. Läs det som: datacenter-format, inte «ett gaming-kort och en dröm.»
4. Vad som funkar i dag: kimi.com, Kimi Work, Kimi Code och API-modell-id kimi-k3 på platform.kimi.ai. För redan nedladdningsbara öppna vikter: håll dig till K2.6 / K2.7 Code-familjen—inte K3.

En mening: använd API eller app den här veckan; behandla lokal K3 som ett event i slutet av juli som du återverifierar—inte ett kommando som funkar i kväll.

Källa: Community-delning av officiell K3-lanseringsmessaging; korskontrollera Kimi K3 tech-bloggen, Moonshot AI, 16 juli 2026.

Vad folk egentligen söker (fyra olika jobb)

Sökmotorer klumpar ihop dem. Separera dem:

Om du bara minns en rad: download-intention ≠ Ollama-intention ≠ «gratis obegränsat på min PC.»

För den bredare open-weights-kalendern (inte bara lokal hårdvara), se vår open weights 27 juli-post. Den här sidan går djupare på Ollama / VRAM / self-host-verklighet.

Vad Moonshot faktiskt har sagt (lokalt relevanta bitar)

Från den officiella Kimi K3-lanseringen (16 juli 2026):

API-listpris (USD / 1M tokens) medan du väntar: cache-hit input $0.30, cache-miss input $3.00, output $15.00. Thinking vid lansering är max effort som standard—korta prompter kan fortfarande bränna rejält med reasoning-tokens.

Källa: Officiell K3-lanseringsmedia / Kimi K3-bloggen, 16 juli 2026.

VRAM-verklighet (utan en påhittad GB-tabell)

Folk vill ha ett snyggt diagram: «Q4 = XX GB, Q5 = YY GB, behöver 2×H100.»

Vi hittar inte på ett.

Varför det vore oärligt just nu:

• Fulla publika K3-vikter är inte bekräftade på disk för communityn än.
• Officiellt quant-recept för din maskin är inte en färdig consumersida.
• Community GGUF/AWQ/EXL2-byggen—om de dyker upp—släpar oftast efter day-0-dumpen, och kvaliteten varierar.
• Aktiverade experter ≠ totala parametrar på disk. MoE-sparsitet kan skära aktiv compute; det betyder inte automatiskt «lagra bara 16 experter.»

Vad du kan använda som verklighetskoll:

1. 2.8T totalt ligger i ett annat universum än «liten öppen coder som körs på en laptop.»
2. Moonshots rekommendation om 64+ acceleratorer är företagets egen serving-form för konkurrenskraftig throughput—inte en hobbyfotnot.
3. Om du inte redan kör multi-node GPU-kluster (eller betalar någon som gör det) är dina praktiska vägar API, produktappar eller en framtida managed host—inte «jag quantizar det i helgen och glömmer elräkningen.»

När vikterna landar är de användbara artefakterna: repo-id, LICENSE, filstorlekar, officiella serving-noter, partner-endpoints och första trovärdiga quant-README:erna. Tills de finns är varje «exakt VRAM för K3 på en 5090»-post fan fiction.

Ollama, GGUF och «hur kör jag lokalt»-tidslinjer

I dag (21 juli 2026):

• Ingen verifierad one-shot-Ollama-bibliotekspost för full Kimi K3 som vi tryggt kan peka på.
• GGUF-paket kräver basvikter + en konverteringspipeline + någon som publicerar dem. Ingenting av det är «klart» förrän den officiella dumpen (och community-verktygen) finns.
• Äldre öppna Kimi-modeller (till exempel K2.6, K2.7 Code) är dem du redan kan hämta från Hugging Face och koppla in i lokala stackar—blanda inte ihop deras taggar med K3.

Efter att vikterna landar (följ kalendern, fira inte i förväg):

1. Bekräfta ett Moonshot-ägt (eller tydligt officiellt) repo med riktiga filer—inte en placeholder, inte en spegel med ett lustigt namn.
2. Läs LICENSE på det repot (tidigare öppna Kimi-linjer använde ofta en Modified MIT-liknande licens; K3 är inte avgjort förrän filen shippas).
3. Kolla vLLM / SGLang / andra supportnoter—Moonshot har redan sagt att ekosystemsynk spelar roll för K3:s arkitektur (inklusive KDA-relaterat serving-arbete nämnt på deras blogg).
4. Först därefter leta efter Ollama / GGUF-community-portar. Räkna med dagar till veckor av lag för «funkar på min maskin»-bloggar, och längre för kvalitetsquants.
5. Omvärdera kostnad: self-host-kluster + el + ops vs API $3/$15 (plus cache-hits). Många team behåller API för peak-intelligence och hostar mindre öppna modeller för offline bulk.

Källa: Officiell K3-lanseringsmedia / Kimi K3-bloggen, 16 juli 2026.

Checklista 27 juli (för dig som vill köra lokalt / self-host)

Använd den här bara när något riktigt dyker upp—inte som en inbjudan till en tom kalender.

• Officiell bekräftelse att vikterna är ute (blogg/X/HF), inte bara «snart»
• Hugging Face (eller annat) repo under Moonshot med nedladdningsbara shards
• LICENSE läst från början till slut
• README: serving-väg (vLLM / annat), kända gränser, multimodala noter
• Filstorlekar / quant-alternativ listade av någon trovärdig (föredra officiellt eller stora hostar först)
• Om Ollama / llama.cpp / m.fl. har en riktig, versionsatt supportväg
• Ditt beslutsträd: API som default vs managed host vs self-host-kluster
• Budget för ops-tid—inte bara GPU:er

Vi spårar övergripande status på /sv/kimi-k3-status. Lita på primärkällor framför skärmdumpar.

Vad du ska köra den här veckan i stället

Om nya signups eller medlemskapskapacitet är tajt (Moonshot har publikt hanterat efterfrågespikar efter lansering) spelar API och befintliga åtkomstvägar fortfarande större roll än en saknad lokal binär.

Brusfilter (lokalutgåva)

«Den finns redan på Ollama.»
Behandla overifierade biblioteksnamn och spegeltaggar som misstänkta tills de pekar på en riktig Moonshot- (eller tydligt härledd) checkpoint och en fungerande runbook.

«Open weights = gratis obegränsad lokal K3.»
Open weights tar bort en leverantörsgrind. De tar inte bort fysik, el, multi-GPU-ops eller licensgränser.

«MoE betyder att mitt 24 GB-kort räcker.»
Sparsitet hjälper aktiv compute. Total lagring, expert-routing, lång kontext och vision gör fortfarande ont. Officiell serving-vägledning är multi-accelerator.

«Någons HF-kort som heter kimi-k3 måste vara officiellt.»
Kolla org, filer, licens, länkad lansering. Föredra huggingface.co/moonshotai framför slumpmässiga omdöpningar.

«Jag väntar bara och hoppar över API:t för alltid.»
Okej för ren researchnyfikenhet. Dåligt för produkt deadlines. Pilota K3 där premium-reasoning lönar sig; behåll billigare/öppna SKU:er för bulk.

FAQ

Kan jag ladda ner Kimi K3 i dag?
Räkna med nej för en komplett officiell publik dump per 21 juli 2026. Officiellt löfte: fulla vikter senast 27 juli 2026. Kolla om Moonshots org och K3-bloggen.

Kan jag köra Kimi K3 på Ollama i dag?
Inte i någon trovärdig, komplett form vi kan rekommendera. Inga vikter → ingen ärlig Ollama-väg.

Hur mycket VRAM behöver jag?
Okänt som exakt consumernummer. Använd officiell skala + 64+ accelerator-serving-vägledning som magkänsla: om du inte redan kör kluster-GPU:er, budgetera för API eller hostad inference.

Är K3 open source eller open weight?
Lanseringsspråket betonar open weights för en 3T-klass-modell. Slutlig licenstext shippas med filerna—läs den då. «Öppen» i en rubrik ersätter inte LICENSE.

Vad gäller K2-modeller lokalt?
Tidigare öppna Kimi-linjer (t.ex. K2.6, K2.7 Code) är de praktiska self-host-alternativen i dag. Klistra inte in en K2-tagg i ett skript och kalla det K3.

Är den här sajten officiell Moonshot?
Nej. Korskontrollera kimi.com/blog/kimi-k3 och platform.kimi.ai innan du lägger pengar eller rackar hårdvara.

Kort sagt

Lokala sökare är inte galna—HF / download / Ollama / VRAM-efterfrågan är äkta. Det som saknas är artefakten: en publik K3-viktrelease du kan verifiera, plus en stack som faktiskt laddar den.

Tills den landar är det smarta draget tråkigt:

• Pilota K3 i produkt eller API där en svår uppgift är värd tokenräkningen.
• Self-hosta de öppna K2.x-modeller du redan kan hämta om du behöver offline-järn.
• Ignorera «installera K3 på en laptop i kväll»-guider som aldrig visar ett riktigt repo.
• Kolla om runt 27 juli—med checklistan ovan, inte bara hopp.

Nästa läsning: open weights 27 juli · K3-releaseguide · gratisalternativ · vilken modell · statushub.