# Kimi K3.1 Pro is vrij te downloaden, maar past op geen gewone pc

- Rubriek: Modellen
- Gepubliceerd: 2026-11-06T10:00:00+01:00
- URL: https://aiweekblad.nl/artikel/kimi-k31-pro-is-vrij-te-downloaden-maar-past-op-geen-gewone-pc
- Bron: AI Wereld, [Kimi K3.1 Pro is 1,56 TB groot. Welke computer kan dat aan?](https://aiwereld.nl/nieuws/kimi-k31-pro-is-156-tb-groot-welke-computer-kan-dat-aan)

> Moonshot AI heeft de modelbestanden van Kimi K3.1 Pro vrijgegeven. Ze zijn samen 1,56 terabyte groot en draaien alleen op zware datacenterhardware.

De belofte is ingelost: het Chinese Moonshot AI heeft op 4 november de modelbestanden van **Kimi K3.1 Pro** op Hugging Face gezet. Toen het model in oktober werd aangekondigd, [schreven we al dat de open gewichten in november zouden volgen](https://aiweekblad.nl/artikel/moonshot-lanceert-kimi-k31-pro-open-gewichten-volgen-in-november). Ontwikkelaars en bedrijven kunnen het model nu op hun eigen servers draaien, in plaats van via een website of API van Moonshot.

## 1,56 terabyte aan getallen

Wie de volledige download binnenhaalt, heeft daar volgens AI Wereld 1,56 terabyte opslag voor nodig. Dat komt door de omvang: Kimi K3.1 Pro telt 2,8 biljoen parameters. Het is een zogeheten mixture-of-experts-model, dat per stukje tekst maar met ongeveer 104 miljard van die parameters rekent. Dat scheelt rekenwerk, maar niet in geheugen. Welke delen aan de beurt zijn, verschilt per woord, dus het hele model moet steeds snel bereikbaar blijven.

## Wat AMD ervoor nodig had

Hoe zwaar dat is, laat een proef van AMD zien. De chipmaker verdeelde het model over acht **Instinct MI355X**-datacenterchips met elk 288 GB geheugen, samen ruim 2,3 terabyte. Bij het opstarten gebruikte elke chip al zo'n 199 GB. Op die server kon AMD één verzoek met een context van een miljoen tokens verwerken. Dat is een gemeten opstelling met AMD's eigen software, geen officiële minimumeis.

Ter vergelijking: een gangbare videokaart heeft 12 of 16 GB geheugen. Ook een SSD van 2 TB lost dat niet op. De bestanden passen er wel op, maar de grafische chip moet de gewichten bij elke vraag herhaaldelijk uit snel geheugen kunnen lezen. Software kan een deel naar het gewone werkgeheugen verplaatsen, maar dat maakt alles traag, en ook een desktop met 32 GB komt bij lange na niet aan de omvang van Kimi.

## Open, maar niet voor iedereen

Open gewichten klinken democratisch, maar in de praktijk kunnen vooral cloudaanbieders, universiteiten en grotere bedrijven met dit model aan de slag. Voor Europese organisaties is dat wel interessant: wie het model zelf host, bepaalt waar de gegevens blijven, iets wat bij een Chinese API lastiger te garanderen is. De rekenkracht moet dan wel ergens vandaan komen, en die is schaars en duur.

Wil je thuis zelf experimenteren met een lokaal taalmodel, dan zijn kleinere modellen een realistischer startpunt. AI Wereld noemt Qwen3 4B, dat als download zo'n 2,5 GB is en via Ollama draait op een pc met 12 of 16 GB videogeheugen. Hoe zulke kleine modellen in de praktijk presteren, merkten we eerder zelf bij onze test van [Whisper op je eigen computer](https://aiweekblad.nl/artikel/whisper-op-je-eigen-computer-postcodes-gaan-goed-namen-niet): lokaal draaien kan prima, maar je levert in op kwaliteit ten opzichte van de grootste modellen.

_Met AI geschreven door AIweekblad op basis van [Kimi K3.1 Pro is 1,56 TB groot. Welke computer kan dat aan?](https://aiwereld.nl/nieuws/kimi-k31-pro-is-156-tb-groot-welke-computer-kan-dat-aan) (AI Wereld). Redactiebeleid: https://aiweekblad.nl/redactiebeleid_