Kimi-K2.6-NVFP4

从命名看，Kimi-K2.6-NVFP4 属于 Kimi K2 系列的 NVIDIA 分发形态，以开放权重形式提供，采用 NVFP4 低精度格式。它要解决的重点是部署成本；能力扩张并非核心目标：把体积较大的文本模型压到更适合本地推理的精度，让已有 NVIDIA 硬件栈的团队无需依赖外部 API 也能运行。该模型仅支持文本输入与文本输出，本站未对其能力做标注，官方价格未公开，站内也未收录任何第三方跑分，实际水平需要用自有数据和任务验证。许可证为 other，属于非标准条款，商用与再分发前必须逐条阅读原文。目前站内没有收录可调用该权重的平台，接入路径以自行下载权重、自建推理服务为主，更适合有工程能力、对数据不出域有要求的团队，不太适合希望开箱即用的个人用户。

选型建议已有 NVIDIA 推理硬件、看重权重自主可控并能自行承担调优与许可核查时可选它；需要现成 API、公开跑分背书或多模态能力时应另寻替代。

• 在自有 NVIDIA 推理集群上部署该量化权重，实测显存占用与吞吐表现
• 为对成本敏感的纯文本批量任务搭建自托管推理服务，替代按量计费的调用方式
• 作为 Kimi 系列模型的本地对照版本，抽查量化前后的输出一致性
• 在数据不出内网的合规场景中，以内网部署方式承接文本生成与改写任务
• 在正式采购前用小规模试点验证效果，再决定是否扩大自建推理规模

公开资料对该模型的内部结构披露有限，可确认的是它以 NVFP4 量化格式分发权重，并且只处理文本。

• 结构采用 NVFP4 低精度格式分发权重，属于面向 NVIDIA 硬件栈的量化版本，需要在支持 FP4 计算的卡型与相应推理框架上运行。
• 能力输入与输出均为纯文本，不支持图像、音频等多模态输入，适合语言类任务，涉及多模态的流程需要另配模型补齐。
• 披露厂商未公开参数量、上下文长度与训练细节，本站也未收录该模型的能力标注，选型前应以权重卡与许可证原文为准。

开源权重

是

许可证

other

没有第三方跑分与官方能力标注，性能只能做定性判断，量化收益与精度折损都需要自行实测。

• 强项量化权重明显压缩显存占用与显存带宽压力，同等硬件上更容易跑起体积较大的模型，有利于自建推理的成本控制。
• 短板本站未收录该模型的任何公开跑分，NVFP4 带来的精度折损幅度缺乏第三方验证，高风险任务应先做小样本对照测试。
• 适合适合已有 NVIDIA 推理环境、愿意自行承担部署与调优工作的团队，不适合需要开箱即用接口的轻量接入场景。

官方价格未公开，站内也没有收录任何提供调用渠道的平台，成本只能按自托管口径估算。

• 定位官方未公布按 token 计费的价格，成本核算只能以自有硬件折旧、电费与运维投入为基准，而非调用单价。
• 横向对比同厂 Nemotron 系列多个型号给出了公开的输入输出单价，本模型因缺少报价无法计算价差，只能比较部署形态。
• 平台差价本站收录平台数为 0，暂时没有不同供应商之间的渠道价可比，实际接入前需向厂商或代理单独询价。
• 省钱开放权重的成本随利用率摊薄，请求量稳定且已有存量硬件时更划算；低频调用未必优于按量付费的托管服务。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径无第三方跑分，能力项也未标注，任何性能结论只能停留在定性层面，不宜据此做硬性的容量与并发规划。
• 边界许可证为 other 类非标准条款，商用、再分发与署名要求需逐条确认；模态仅限文本，上下文长度等规格同样未公开。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。