Mallit

Kimi K2.6

Moonshot AI

Vain luettelossa Avoimet painot

Viimeksi tarkistettu:

Suvereniteetti ja ylläpito

Vain luettelossa

Tämä malli on luetteloitu viitteeksi. Sitä ei isännöi vielä LLM EU, eikä täällä ole ensimmäisen osapuolen päätepistettä, joka palvelisi sitä. Pyynnöt siihen menevät suoraan tarjoajalle, kyseisen tarjoajan omilla ehdoilla.

Yhteenveto

Kimi K2.6 on erittäin suuri avoimen painon visio-kielimalli Moonshot AI:lta: 1026.9B parametria modified-mit -lisenssillä (mukautettu, merkitty "muu"). Se hyväksyy tekstiä ja kuvia ja vastaa tekstinä. Julkaistu konfiguraatio ei sisällä konteksti-ikkunaa, joten tämä kortti ei sisällä sitä. Se on peruspiste ilman ohjeistusta. Kortti on vain luettelo: LLM EU ei käytä tätä mallia. Julkaisija ei ilmoita kielikattavuutta mallisivulla.

Tekniset tiedot

Tarjoaja
Moonshot AI (CN)
Konteksti-ikkuna
Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä.
Parametrit
1026.9B
Modaliteetit
text, vision
Lisenssi
other · licence
Avoimet painot
yes
Julkaisupäivä
14.4.2026
Tehtävät
Päättely, Koodaus, Kuvapohjaiset tehtävät

Kielet

Vahva: —

Riittävä: —

Vahva

    Riittävä

      Ei vahvistettu: tarjoaja ei ole dokumentoinut tätä väitettä. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Milloin käyttää

      Vahvuudet

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

      Rajoitukset

      • 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