Moonshot AI publica los pesos de Kimi K3.1 Pro en Hugging Face
Moonshot AI publicó los pesos de Kimi K3.1 Pro en Hugging Face, pero ejecutarla localmente requiere hardware extremadamente potente y costoso.
Moonshot AI publicó los pesos del modelo Kimi K3.1 Pro en Hugging Face. Sin embargo, ejecutarlo localmente exigirá una inversión considerable.
El modelo tiene 2,8 billones de parámetros, y solo los pesos ocupan, según los datos disponibles, unos 1,56 TB.
Para ejecutarlo se puede usar un servidor con ocho NVIDIA B300 y un total de 2,3 TB de memoria de vídeo.
El coste de ese hardware se estima entre 550 000 y 650 000 dólares.
Así, los pesos abiertos están disponibles, pero la barrera práctica para la inferencia local sigue siendo muy alta.
Por qué es importante
AnálisisLa publicación muestra que los modelos de IA a escala de frontera pueden ser abiertos en pesos, pero siguen siendo inaccesibles para la mayoría de usuarios locales por requisitos de GPU y coste.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Guía completa de Hugging Face y Transformers: desde la ejecución hasta las arquitecturas
Una guía paso a paso para aquellos que quieran comprender cómo funcionan los modelos de lenguajes modernos (BERT, GPT y otros), cómo ejecutarlos, usarlos y adaptarlos a sus tareas, usando el ejemplo de la biblioteca Transformers y la plataforma Hugging Face.
Hugging Face Hub
Plataforma líder mundial y repositorio abierto para la comunidad de inteligencia artificial ('GitHub para redes neuronales'). Contiene cientos de miles de modelos abiertos, conjuntos de datos y demostraciones web gratuitas (Spaces), soportando todos los principales marcos de IA.
Kimi K3.1 Pro: Moonshot actualiza el modelo para trabajo con herramientas 3D
Moonshot lanzó Kimi K3.1 Pro con un enfoque en herramientas 3D, post-entrenamiento actualizado y una arquitectura Gated DSA para mejorar la eficiencia en contextos largos.
Investigadores del MIT muestran que un LLM puede leer y editar pesos de modelos sin entrenamiento
El equipo de MIT CSAIL presentó Weight-Space Programming: Astra leyó y modificó los pesos de Qwen3.5-0.8B sin descenso de gradiente ni fine-tuning, mejorando sus resultados en benchmarks matemáticos.