LLM EU
Menüü
Mudelid

Kimi K2.7 Code

Moonshot AI

Ainult kataloogis Avatud kaalud

Viimati üle vaadatud:

Suveräänsus ja majutus

Ainult kataloogis

See mudel on kataloogis viitamiseks. Seda ei hostita veel LLM EU-s ja ükski esimese osapoole lõpp-punkt ei teeninda seda siin. Päringud sellele suunatakse otse pakkujale, vastavalt pakkuja enda tingimustele.

Kokkuvõte

Kimi K2.7 Code on Moonshot AI avatud kaaludega visuaal-keele mudel 1026,9 miljardi parameetriga, avaldatud modified-mit (kohandatud, märgistatud "other") all. See aktsepteerib teksti ja pilte ning vastab tekstiga. Avaldatud konfiguratsioon ei sisalda kontekstiakent, seega see kaart seda ei sisalda. See on baaskontrollpunkt ilma instruktsioonide häälestuseta. Kaart on ainult kataloogi jaoks: LLM EU seda mudelit ei käita. Kirjastaja ei ole mudeli lehel keelekatvust märkinud.

Spetsifikatsioonid

Pakkuja
Moonshot AI (CN)
Konteksti aken
Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud.
Parameetrid
1026.9B
Modaalsused
text, vision
Litsents
other · licence
Avatud kaalud
yes
Väljalaske kuupäev
11. juuni 2026
Ülesanded
Kodeerimine, Arutluskäik

Keeled

Tugev: —

Piisav: —

Tugev

    Piisav

      Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Millal kasutada

      Tugevused

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement

      Piirangud

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the modified-mit (other) licence is a custom agreement whose commercial terms were not established from its published text, so commercial serving is not permitted until a human clears it; the router must not route to it
      • the published configuration records no context window, so the card carries none
      • at 1026.9B parameters, self-hosting needs a multi-node deployment rather than a single server
      • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model