# Besoins GPU de Kimi-K3

Kimi-K3 compte 2,8T paramètres. Pour le servir, prévoyez environ 6 672 Go de mémoire GPU en 16 bits, 3 336 Go en 8 bits ou 1 668 Go en 4 bits, dont environ 20 % pour le cache KV et les activations.

C’est un modèle à mélange d’experts : 896 experts, dont 16 actifs pour chaque token. Tous restent en mémoire GPU : prévoyez la mémoire pour l’ensemble des 2,8T paramètres.

[Déployez-le sur Arrakis](/console/#/models?model=moonshotai/Kimi-K3).

## Ce qu’il faut pour le servir

| Précision | Mémoire et plus petite configuration |
|---|---|
| 16 bits | 6 672 Go : plus d’une machine à 8 GPU |
| 8 bits | 3 336 Go : plus d’une machine à 8 GPU |
| 4 bits | 1 668 Go : 8 × [B300](/fr/gpus/b300.html.md), à partir de 36,80 $ de l’heure pour les 8 |

## Ce qu’il faut pour l’affiner

| Méthode | Mémoire et plus petite configuration |
|---|---|
| QLoRA | 1 946 Go : 8 × [B300](/fr/gpus/b300.html.md), à partir de 36,80 $ de l’heure pour les 8 |
| LoRA | 6 672 Go : plus d’une machine à 8 GPU |
| Fine-tuning complet | 44 479 Go : plus d’une machine à 8 GPU |

## À propos du modèle

| | |
|---|---|
| Paramètres | `2.8T` |
| Experts | `896` |
| Experts par token | `16` |
| Fenêtre de contexte (tokens) | `1,048,576` |
| Publié en | `FP8` |
| Licence | `other` |
| Date de publication | `2026-06-13` |
| Poids | [moonshotai/Kimi-K3](https://huggingface.co/moonshotai/Kimi-K3) |

## Questions

**De combien de mémoire GPU Kimi-K3 a-t-il besoin ?** Pour le servir, environ 6 672 Go en 16 bits, 3 336 Go en 8 bits et 1 668 Go en 4 bits, dont environ 20 % pour le cache KV et les activations. Pour l’affiner, environ 1 946 Go avec QLoRA, 6 672 Go avec LoRA et 44 479 Go pour un fine-tuning complet avec Adam, hors activations.

**Puis-je faire tourner Kimi-K3 sur un seul GPU ?** Non. Même en 4 bits, il lui faut environ 1 668 Go : 8 GPU B300.

**Combien coûte l’exécution de Kimi-K3 ?** En 16 bits, il lui faut plus d’une machine à 8 GPU ; en 4 bits, 8 GPU B300. Chaque configuration de cette page affiche le prix le plus bas par heure de GPU sur Arrakis en ce moment, et vous payez à l’heure depuis un solde prépayé.

**Comment déployer Kimi-K3 sur Arrakis ?** Ouvrez Models dans la console Arrakis, collez moonshotai/Kimi-K3, choisissez vLLM, SGLang ou llama.cpp, et louez un GPU sur lequel il tient. Vous obtenez un endpoint compatible OpenAI avec sa propre clé d’API, et un accès SSH root à la machine.


Plus de modèles : [/models](/fr/models.html.md).