AI PCナビ使うAIと、させたい仕事に合うPC・Macを。
トップ › モデル別 › Kimi K2.6

Kimi K2.6 を動かすPCスペック（必要VRAM・メモリ・速度の目安）

Moonshot AI ・ 公開 2026-04 ・ 1026.41Bパラメータ（MoE・アクティブ32B） ・ データ更新 2026-10-02

総1T・アクティブ32BのMoE。2〜3bitでも300GBを超え、Mac 512GBの構成が対象

329GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）
ユニファイドメモリ向けGPU1枚のVRAMでは足りない
512GB実用になるいちばん小さいMac: M5 Ultra（512GB）
262,144最大コンテキスト（学習時）

編集部の見立て

総1兆パラメータ、1トークンで動くのは32BというMoonshot AIの大型MoEで、画像を最初から扱うマルチモーダル設計です。配布元が強調するのは長時間のコーディングと、最大300のサブエージェントを並列に動かす使い方。当サイトの計算では、3bit台のQ3_K_Mでも8kの文脈込みで449.4GBになり、実効384GBのM5 Ultra（512GB）に65.4GB足りません。

手元の1台で動かす対象ではない、というのが編集部の判断。使うならAPI経由が現実的です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/moonshotai_Kimi-K2.6-GGUF） に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（61層・KVを圧縮するMLA方式）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化ファイルKVキャッシュ（8k）必要合計GPUならMacなら
2bit（IQ2_M）
品質劣化大。最後の手段		318GB1.0GB329GBGPU単体では不可512GB〜
2bit（Q2_K）
品質劣化大。最後の手段		334GB1.0GB345GBGPU単体では不可512GB〜
3bit（Q3_K_M）
メモリ優先		435GB1.0GB449GBGPU単体では不可不可
3bit（IQ3_M）
メモリ優先		455GB1.0GB470GBGPU単体では不可不可

モデルの構造と、必要メモリの増え方

Kimi K2.6はMoonshot AIが2026年4月に公開した1026.41Bのモデルです。GGUFのヘッダには61層と書かれており、総パラメータ1026.41Bのうち、1トークンの生成で実際に読むのは約32Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

KVを低ランク（rank 512）に圧縮するMLA方式です。同じ規模の一般的なモデルよりKVキャッシュが小さく済みます。1トークンあたりのKVキャッシュは約130KB（fp16）で、コンテキスト長にそのまま比例します。実際の値は、8,192トークンで1.0GB、128Kトークンまで伸ばすと16GBです。

このモデルを実際に使うなら

それでも手元でというなら、IQ2_Mの318.3GBが唯一の選択肢になります。M5 UltraかM3 Ultraの512GB構成なら、実効384GBの内側にファイルは収まる計算。ただし2bit台のIQ2_Mまで落とした状態の話で、このページの表は3bit台のQ3_K_Mを基準にしているため、動く機種がない扱いになります。

KVはMLAで1トークン130KB。学習時上限の256kトークンを使うと約32.5GBが上乗せされ、IQ2_Mと合わせて350GBを超えます。視覚側はMoonViTの400Mエンコーダー。配布元の評価はtemperature 1.0、top_p 1.0で行われています。

ライセンスはotherに分類され、利用条件はMoonshot AIの規約次第です。24時間動き続けるエージェントに使う想定も書かれていますが、常時稼働ならなおさらAPIのほうが向いています。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはdeepseek2で、当サイト収録の204モデル中4本が同じ系統です。DeepSeek系。KVを圧縮するMLAを使い、同規模のモデルよりKVキャッシュが小さく済みます。

配布元はbartowski/moonshotai_Kimi-K2.6-GGUF、元になったモデルはmoonshotai/Kimi-K2.6です。

得意分野はコードを書く作業、画像を含む文書の読み取りです。

同じMoonshot AIのモデルでは、サイズの近いものにKimi Linear 48B-A3B（49.12B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。2bit（IQ2_M）（318GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。MLA（圧縮KV）採用のため、長いコンテキストでもKVが小さく収まります。

コンテキストKVキャッシュ必要合計必要なGPU必要なMac
4,0960.5GB329GBGPU単体では不可512GB〜
8,192既定1.0GB329GBGPU単体では不可512GB〜
16,3842.0GB330GBGPU単体では不可512GB〜
32,7684.1GB332GBGPU単体では不可512GB〜
65,5368.1GB336GBGPU単体では不可512GB〜
131,07216GB345GBGPU単体では不可512GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約4.1GBから約2.0GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル開発元4bitで必要一言
GLM-5.3Z.ai352GB総754BのMoE。4bitでも400GB級で、Mac Studio 512GBが対象
Mistral Large 3 675BMistral AI392GBMistralの最上位MoE（総673B・アクティブ39B）。Apache 2.0。Q4_K_Mは512GBのMacにも載らず、IQ4_XSかMXFP4で収まる
RakutenAI-3.0 671B-A37B楽天390GB日本語向けに調整した671BのMoE（アクティブ37B）。Mac 512GB級が対象

2bit（IQ2_M）が動く機種と推定速度

2bit（IQ2_M）なら2機種で20 tok/s以上、0機種で8〜20 tok/s（テキスト生成の推定・計算方法）。

快適 20 tok/s以上（2機種）

実用 8〜20 tok/s（0機種）

  • なし

遅い 動くが遅い（0機種）

  • なし

メモリに一部を逃がせば動く（0機種・CPUオフロード、PCのメモリ32GB想定）

  • なし
動かない機種（140）を見る

今のPCのまま、Kimi K2.6を動かすために足すもの

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

NVMe SSD / 外付けSSD 2TB

Kimi K2.6は2bit（IQ2_M）で318GB。精度違いを3種類そろえるだけで約1087GB使います。何本か試すうちに、まず内蔵SSDが先に埋まります。Macは内蔵を増設できないので外付けが前提です。

Amazonで「NVMe SSD 2TB」を見る →Amazonで「外付けSSD 2TB USB 3.2」を見る →

メモリ増設（32GB化）

Kimi K2.6はMoEで、1トークンごとに動くのは32B分だけです。だからGPUに全部載せなくても、システムメモリ側に置いて実用速度が出ます。必要なのは329GBぶんの空きで、この型はVRAMを足すより先にメモリを増やすほうが効きます。

Amazonで「DDR5 16GB 2枚組」を見る →Amazonで「DDR5 SO-DIMM 16GB 2枚組」を見る →Amazonで「DDR4 16GB 2枚組」を見る →

ローカルLLM / AIエージェント入門書

Kimi K2.6のようなGGUF版のモデルを落として動かす手順、量子化の選び方、Ollama と LM Studio の使い分けは、一冊まとまったものを手元に置くと早い。

Amazonで「ローカルLLM 本」を見る →Amazonで「AIエージェント 開発 本」を見る →

Kimi K2.6を動かせるPC・Macを今日買うなら

PR: 以下はAmazonアソシエイトの広告リンクを含みます。価格の目安は執筆時点のもので変動します。価格・在庫はリンク先でご確認ください。

ぴったり常時稼働サーバー型

Mac Studio M5 Ultra（メモリ512GB）をLLMサーバに

DeepSeek V3級（671B）の4bitを1台で。帯域1.2TB/s。チームのローカルLLMサーバ

M5 Ultra（36コア・80コアGPU）・ユニファイドメモリ512GB・SSD 4TB ・ 目安 240〜280万円

要件を満たす中で最も手頃

Amazonで「Mac Studio M5 Ultra 512GB」を見る →

よくある質問

Kimi K2.6を動かすのに必要なVRAMは？

4bit量子化（2bit（IQ2_M））でファイル318GB、8,192トークンのKVキャッシュを含めて約329GBが必要です。GPU単体のVRAMには載らず、Macのユニファイドメモリか複数GPUが必要です。

Kimi K2.6はMacで動く？

動きます。ユニファイドメモリ512GB以上のApple Silicon（例: Apple M5 Ultra（512GB））なら、4bit量子化で実用的な速さが出ます。

このクラスの選び方: ローカルLLM（70B〜120B MoE）に必要なPC / MacかWindowsか

手持ちのPCで判定する