لاگ انوالیٹ بنائیں

کیا Mac پر Kimi K2.7 Code چل سکتا ہے؟

جی ہاں، 512 GB یا زیادہ یونیفائیڈ میموری کے ساتھ۔ Kimi K2.7 Code میں 1,000B پیرامیٹرز ہیں، جن میں سے ہر ٹوکن کے لیے 32B فعال ہوتے ہیں؛ یہاں ہر پریسیژن پر درکار میموری ہے اور یہ کہ ہر Apple چپ اسے کتنی تیزی سے چلاتی ہے۔

اصل 4-bit پر میموری643 GBویٹس 595 GB + کانٹیکسٹ
سب سے چھوٹا Mac512 GB2-bit · 2 Mac کنفیگریشنز
سب سے تیز Mac54–96ٹوکن/سیکنڈ · M5 Ultra 512 GB (اندازہ)

ہر پریسیژن پر میموری

ورژنویٹسکانٹیکسٹ کے ساتھسب سے چھوٹا Mac
اصل 4-bit595 GB643 GBکسی بھی Mac سے زیادہ
3-bit کم معیار438 GB473 GBکسی بھی Mac سے زیادہ
2-bit کم معیار313 GB338 GB512 GB

ہر Apple چپ پر

ہر چپ کا سب سے کم میموری سائز جو Kimi K2.7 Code چلاتا ہے، اس میں سمانے والا بہترین ورژن، اور لکھنے کی متوقع رفتار۔

چپدرکارورژنٹوکن/سیکنڈ
M6کوئی سائز کافی نہیںبہت بڑا–
M5 Ultra512 GB2-bit اچھا چلتا ہے54–96
M5 Maxکوئی سائز کافی نہیںبہت بڑا–
M5 Proکوئی سائز کافی نہیںبہت بڑا–
M5کوئی سائز کافی نہیںبہت بڑا–
M4 Maxکوئی سائز کافی نہیںبہت بڑا–
M4 Proکوئی سائز کافی نہیںبہت بڑا–
M4کوئی سائز کافی نہیںبہت بڑا–
M3 Ultra512 GB2-bit اچھا چلتا ہے37–66
M3 Maxکوئی سائز کافی نہیںبہت بڑا–
M3 Proکوئی سائز کافی نہیںبہت بڑا–
M3کوئی سائز کافی نہیںبہت بڑا–
M2 Ultraکوئی سائز کافی نہیںبہت بڑا–
M2 Maxکوئی سائز کافی نہیںبہت بڑا–
M2 Proکوئی سائز کافی نہیںبہت بڑا–
M2کوئی سائز کافی نہیںبہت بڑا–
M1 Ultraکوئی سائز کافی نہیںبہت بڑا–
M1 Maxکوئی سائز کافی نہیںبہت بڑا–
M1 Proکوئی سائز کافی نہیںبہت بڑا–
M1کوئی سائز کافی نہیںبہت بڑا–

اسے کیسے چلائیں

  1. آسان طریقہ: MLX Harness ڈاؤن لوڈ کریں، مفت اور اوپن سورس۔ Kimi K2.7 Code تلاش کریں، وہ ورژن ڈاؤن لوڈ کریں جو آپ کے Mac میں سماتا ہو، اور چیٹ کریں۔ یہ OpenAI سے مطابقت رکھنے والی API کے ذریعے ماڈل کو آپ کی دوسری ایپس کو بھی فراہم کرتا ہے۔MLX Harness ڈاؤن لوڈ کریںمفت · Apple Silicon · macOS 14.5 یا نیا
  2. Terminal میں Apple کے MLX کے ساتھ:pip install mlx-lmmlx_lm.chat --model mlx-community/Kimi-K2.7-Code-4bitبلڈ: Hugging Face پر mlx-community/Kimi-K2.7-Code-4bit۔ دوسری پریسیژنز اسی کے ساتھ موجود ہیں۔

مرحلہ وار: Mac پر LLMs ڈاؤن لوڈ کریں اور چلائیں · MLX Harness کیسے استعمال کریں · MLX بمقابلہ Ollama بمقابلہ llama.cpp

Kimi K2.7 Code کے بارے میں

بنانے والاMoonshot AI
پیرامیٹرزکل 1,000B · فعال 32B (mixture-of-experts)
کانٹیکسٹ256K ٹوکن
لائسنسModified MIT
ریلیز2026-06
ان پٹٹیکسٹ اور تصاویر
ذہانتArtificial Analysis Intelligence Index پر 25.8
ویٹسmoonshotai/Kimi-K2.7-Code

سوالات

Kimi K2.7 Code کو کتنی میموری چاہیے؟
اصل 4-bit پر ویٹس کے لیے تقریباً 595 GB، اور کانٹیکسٹ کی گنجائش: کل 643 GB۔ یہ آج کے کسی بھی Mac کی میموری سے زیادہ ہے۔
Mac پر Kimi K2.7 Code کتنا تیز ہے؟
لکھنے کی رفتار میموری بینڈوڈتھ پر منحصر ہے۔ یہاں اس کے لیے سب سے تیز Mac، 512 GB والا M5 Ultra ہے، فی سیکنڈ تقریباً 54–96 ٹوکن (2-bit)۔ اسے چلانے والا سب سے چھوٹا Mac، 512 GB کے ساتھ، M5 Ultra پر تقریباً 54–96 تک پہنچتا ہے۔
Kimi K2.7 Code اپنے سائز کی توقع سے زیادہ تیز کیوں چلتا ہے؟
یہ mixture-of-experts ماڈل ہے: یہ میموری میں 1,000B پیرامیٹرز رکھتا ہے لیکن ہر ٹوکن کے لیے صرف 32B پڑھتا ہے، اس لیے یہ کہیں چھوٹے ماڈل کی رفتار سے لکھتا ہے۔

ملتے جلتے ماڈلز

تمام ماڈلز · تمام Mac · اپنے Mac کا موازنہ کریں

آپ کے ماڈل کارڈ یا README کے لیے

Runs on a Mac: Kimi K2.7 Code وہ سب سے چھوٹا Mac دکھاتا ہے جو Kimi K2.7 Code کو اچھا چلاتا ہے، اور یہاں لنک کرتا ہے۔

[![Runs on a Mac](https://mlx.app/badge/run/kimi-k2.7-code.svg)](https://mlx.app/run/kimi-k2.7-code)

یہ کیسے نکالا گیا

میموری: ماڈل کے پیرامیٹرز فی ویٹ 8، 6، 4، 3 یا 2 bits پر، ساتھ MLX کے گروپ اسکیلز (فی ویٹ آدھا bit)، یا اس کا اصل فارمیٹ، اور اوپر سے کانٹیکسٹ کی گنجائش۔ macOS ڈیفالٹ طور پر GPU کو یونیفائیڈ میموری کا تقریباً 75% استعمال کرنے دیتا ہے۔ رفتار: میموری بینڈوڈتھ کو فی ٹوکن پڑھے جانے والے بائٹس سے تقسیم کریں تو ایک گفتگو کی حد ملتی ہے؛ llama.cpp کے Apple Silicon پر پبلک بینچ مارکس میں اصل رنز اس کے تقریباً 45% سے 80% تک پہنچتے ہیں، اور یہی رینج دکھائی گئی ہے۔ یہ اندازے ہیں، پیمائشیں نہیں: اپنا Mac MLX Bench پر ناپیں۔ ماڈل کے اعداد ہر ماڈل کے آفیشل ماڈل کارڈ سے، چپ کے اعداد Apple کی Tech Specs سے۔ 2026-10-19 کو چیک کیا گیا۔ وہی ڈیٹا جو mlx.app/compare پر ہے۔

کیا Mac پر Kimi K2.7 Code چلے گا؟ میموری اور رفتار