K2-Horizon 7B 硬件要求

模型信息

参数量: 9B
注意力机制: 全注意力
最大上下文: 524,288 个 token
发布日期: 2026-09-01
模型卡: Hugging Face 上的 K2-Horizon 7B

同系列的其他规格

各模型在基准量化、8k 上下文下所需的显存，以及在常见显卡上的判定，按模型从小到大排列
模型	参数量	基准量化	所需显存（8k）	GeForce RTX 4060	GeForce RTX 5060 Ti 16GB	GeForce RTX 3090
K2-Horizon 7B当前模型	9B	Q4_K_M	6.8 GB	运行良好	运行流畅	运行流畅
K2-Horizon MoVA 36B-A4B	总计 37.44B · 激活 4B（MoE）	Q4_K_M	24.2 GB	运行较慢	运行良好	运行良好

GGUF 文件

收录的 K2-Horizon 7B 量化文件，从小到大排列
量化	文件大小	质量	发布者
Q4_K_M基准	5.59 GB	均衡	官方 GGUF · IFM
Q8_0	9.57 GB	近乎无损	官方 GGUF · IFM

不同量化和上下文所需的显存

显存（GB）：载入 GPU 的权重 + f16 KV 缓存 + 计算缓冲区。如果在 Windows 上这块显卡还负责显示输出，再加约 0.6 GB。文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。
量化	4k	8k	16k	32k	64k	128k	256k
Q4_K_M	6.1	6.8	8.1	10.6	15.8	26.0	46.6
Q8_0	9.6	10.3	11.5	14.1	19.2	29.5	50.0

哪些 GPU 能跑 K2-Horizon 7B？

判定说明

运行流畅: 全部载入显卡，且达到 20 tok/s 及以上
运行良好: 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
运行较慢: 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
无法运行: 内存装不下，或低于 2 tok/s

排序

在计算器中按预算、类型和上下文筛选这份列表

左右滑动可查看所有列。

56 款 GPU、Mac 和 CPU 配置，基于 Q4_K_M 量化、8k 上下文，按判定和速度排序
硬件	判定	速度	量化	显存/内存	运行方式	上下文	备注	价格
GeForce RTX 5090	运行流畅	估算 184.5 tok/s162.4–206.7校准估算 ±12%	Q4_K_M	7.4 / 32.0 GB	全部载入显卡	最长 128k	—	市场价 US$4,200（截至 2026-08-09）
Radeon RX 7900 XTX	运行流畅	估算 107.3 tok/s94.4–120.2校准估算 ±12%	Q4_K_M	7.4 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$999
GeForce RTX 3090 Ti	运行流畅	估算 103.8 tok/s91.3–116.3校准估算 ±12%	Q4_K_M	7.4 / 24.0 GB	全部载入显卡	最长 64k	—	首发价 US$1,999
GeForce RTX 4090	运行流畅	估算 103.8 tok/s91.3–116.3校准估算 ±12%	Q4_K_M	7.4 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$2,755（截至 2026-08-09）
Apple M5 Ultra · 96 GB	运行流畅	估算 103.0 tok/s82.4–123.6校准估算 ±20%	Q4_K_M	7.4 / 67.2 GB	统一内存	最长 64k	—	—
GeForce RTX 5080	运行流畅	估算 98.9 tok/s87.0–110.7校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	市场价 US$1,256（截至 2026-08-09）
GeForce RTX 3090	运行流畅	估算 96.4 tok/s84.8–107.9校准估算 ±12%	Q4_K_M	7.4 / 24.0 GB	全部载入显卡	最长 64k	—	市场价 US$1,050（截至 2026-08-09）
GeForce RTX 3080 12GB	运行流畅	估算 93.9 tok/s82.6–105.2校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$799
GeForce RTX 5070 Ti	运行流畅	估算 92.3 tok/s81.2–103.3校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	市场价 US$949（截至 2026-08-09）
GeForce RTX 5080 Laptop	运行流畅	估算 92.3 tok/s81.2–103.3校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	—
GeForce RTX 5090 Laptop	运行流畅	估算 92.3 tok/s81.2–103.3校准估算 ±12%	Q4_K_M	7.4 / 24.0 GB	全部载入显卡	最长 64k	—	—
Radeon RX 7900 XT	运行流畅	估算 89.4 tok/s78.7–100.2校准估算 ±12%	Q4_K_M	7.4 / 20.0 GB	全部载入显卡	最长 64k	—	首发价 US$899
GeForce RTX 3080 10GB	运行流畅	估算 78.3 tok/s68.9–87.6校准估算 ±12%	Q4_K_M	7.4 / 10.0 GB	全部载入显卡	最长 16k	—	首发价 US$699
GeForce RTX 4080 Super	运行流畅	估算 75.8 tok/s66.7–84.9校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$999
GeForce RTX 4080	运行流畅	估算 73.8 tok/s65.0–82.7校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$1,199
Radeon RX 9070	运行流畅	估算 72.1 tok/s63.5–80.8校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	市场价 US$639（截至 2026-08-09）
Radeon RX 9070 XT	运行流畅	估算 72.1 tok/s63.5–80.8校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	市场价 US$689（截至 2026-08-09）
Radeon RX 7800 XT	运行流畅	估算 69.8 tok/s61.4–78.1校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$499
GeForce RTX 4070 Ti Super	运行流畅	估算 69.2 tok/s60.9–77.5校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$799
GeForce RTX 5070	运行流畅	估算 69.2 tok/s60.9–77.5校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 32k	—	市场价 US$629（截至 2026-08-09）
GeForce RTX 5070 Ti Laptop	运行流畅	估算 69.2 tok/s60.9–77.5校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 32k	—	—
Apple M3 Ultra · 96 GB	运行流畅	估算 68.7 tok/s54.9–82.4校准估算 ±20%	Q4_K_M	7.4 / 67.2 GB	统一内存	最长 64k	—	—
Apple M5 Max (40-core GPU) · 48 GB	运行流畅	估算 68.6 tok/s54.9–82.4校准估算 ±20%	Q4_K_M	7.4 / 33.6 GB	统一内存	最长 64k	—	—
Apple M2 Ultra · 64 GB	运行流畅	估算 67.1 tok/s53.7–80.5校准估算 ±20%	Q4_K_M	7.4 / 44.8 GB	统一内存	最长 32k	—	—
GeForce RTX 2080 Ti	运行流畅	估算 63.4 tok/s55.8–71.0校准估算 ±12%	Q4_K_M	7.4 / 11.0 GB	全部载入显卡	最长 16k	—	首发价 US$999
Apple M4 Max (40-core GPU) · 48 GB	运行流畅	估算 61.0 tok/s48.8–73.3校准估算 ±20%	Q4_K_M	7.4 / 33.6 GB	统一内存	最长 32k	—	—
GeForce RTX 4090 Laptop	运行流畅	估算 59.3 tok/s52.2–66.4校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	—
GeForce RTX 4070	运行流畅	估算 51.9 tok/s45.7–58.1校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$599
GeForce RTX 4070 Super	运行流畅	估算 51.9 tok/s45.7–58.1校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 32k	—	首发价 US$599
Apple M5 Max (32-core GPU) · 36 GB	运行流畅	估算 51.4 tok/s41.1–61.7校准估算 ±20%	Q4_K_M	7.4 / 25.2 GB	统一内存	最长 32k	—	—
GeForce GTX 1080 Ti	运行流畅	估算 49.8 tok/s34.9–64.8理论估算 ±30%	Q4_K_M	7.4 / 11.0 GB	全部载入显卡	最长 16k	—	首发价 US$699
GeForce RTX 3070	运行流畅	估算 46.1 tok/s40.6–51.7校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	首发价 US$499
GeForce RTX 5060	运行流畅	估算 46.1 tok/s40.6–51.7校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	市场价 US$339（截至 2026-08-09）
GeForce RTX 5060 Ti 16GB	运行流畅	估算 46.1 tok/s40.6–51.7校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	市场价 US$569（截至 2026-08-09）
GeForce RTX 5060 Ti 8GB	运行流畅	估算 46.1 tok/s40.6–51.7校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	市场价 US$429（截至 2026-08-09）
Apple M4 Max (32-core GPU) · 36 GB	运行流畅	估算 45.8 tok/s36.7–55.0校准估算 ±20%	Q4_K_M	7.4 / 25.2 GB	统一内存	最长 16k	—	—
GeForce RTX 4080 Laptop	运行流畅	估算 44.5 tok/s39.1–49.8校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 16k	—	—
Intel Arc B580	运行流畅	估算 39.6 tok/s31.7–47.5校准估算 ±20%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 16k	—	市场价 US$290（截至 2026-08-09）
GeForce RTX 3060 12GB	运行流畅	估算 37.1 tok/s32.6–41.5校准估算 ±12%	Q4_K_M	7.4 / 12.0 GB	全部载入显卡	最长 16k	—	市场价 US$250（截至 2026-08-09）
Radeon RX 9060 XT 16GB	运行流畅	估算 36.0 tok/s31.7–40.3校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 16k	—	市场价 US$449（截至 2026-08-09）
Apple M5 Pro · 24 GB	运行流畅	估算 34.3 tok/s27.5–41.2校准估算 ±20%	Q4_K_M	7.4 / 16.8 GB	统一内存	最长 8k	—	—
NVIDIA DGX Spark · 64 GB	运行流畅	估算 31.3 tok/s25.1–37.6校准估算 ±20%	Q4_K_M	7.4 / 48.2 GB	统一内存	最长 8k	—	首发价 US$3,999（128 GB）
Ryzen AI Max+ 395 (Strix Halo) · 32 GB	运行流畅	估算 30.9 tok/s24.7–37.1校准估算 ±20%	Q4_K_M	7.4 / 22.4 GB	统一内存	最长 8k	—	首发价 US$1,999（128 GB）
Apple M4 Pro · 24 GB	运行流畅	估算 30.5 tok/s24.4–36.6校准估算 ±20%	Q4_K_M	7.4 / 16.8 GB	统一内存	最长 8k	—	—
GeForce RTX 4060 Ti 16GB	运行良好	估算 29.7 tok/s26.1–33.2校准估算 ±12%	Q4_K_M	7.4 / 16.0 GB	全部载入显卡	最长 32k	—	首发价 US$499
GeForce RTX 4060 Ti 8GB	运行良好	估算 29.7 tok/s26.1–33.2校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	首发价 US$399
GeForce RTX 4060	运行良好	估算 28.0 tok/s24.6–31.4校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	首发价 US$299
GeForce RTX 4060 Laptop	运行良好	估算 26.4 tok/s23.2–29.5校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	—
GeForce RTX 4070 Laptop	运行良好	估算 26.4 tok/s23.2–29.5校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	—
GeForce RTX 3050 8GB	运行良好	估算 23.1 tok/s20.3–25.8校准估算 ±12%	Q4_K_M	7.4 / 8.0 GB	全部载入显卡	最长 8k	—	首发价 US$249
Apple M5 · 16 GB	运行良好	估算 17.2 tok/s13.7–20.6校准估算 ±20%	Q4_K_M	7.4 / 11.2 GB	统一内存	最长 16k	—	—
Apple M6 · 16 GB	运行良好	估算 17.2 tok/s13.7–20.6校准估算 ±20%	Q4_K_M	7.4 / 11.2 GB	统一内存	最长 16k	—	—
Apple M4 · 16 GB	运行良好	估算 13.4 tok/s10.7–16.1校准估算 ±20%	Q4_K_M	7.4 / 11.2 GB	统一内存	最长 8k	—	—
DDR5-6000 双通道 CPU · 16 GB	运行较慢	估算 7.1 tok/s5.6–8.5校准估算 ±20%	Q4_K_M	6.8 GB 内存	纯 CPU	最长 32k	—	—
DDR5-5600 双通道 CPU · 16 GB	运行较慢	估算 6.6 tok/s5.3–7.9校准估算 ±20%	Q4_K_M	6.8 GB 内存	纯 CPU	最长 32k	—	—
DDR4-3200 双通道 CPU · 16 GB	运行较慢	估算 3.8 tok/s3.0–4.5校准估算 ±20%	Q4_K_M	6.8 GB 内存	纯 CPU	最长 16k	—	—

带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。

能运行它的最便宜 GPU

运行流畅GeForce RTX 3060 12GB市场价 US$250（截至 2026-08-09），估算 37.1 tok/s（32.6–41.5，校准估算 ±12%）。

K2-Horizon 7B 的实测结果

这个模型暂无公开基准测试结果。

常见问题

K2-Horizon 7B 需要多少显存？

Q4_K_M 文件为 5.59 GB；在 8k 上下文下，显卡约需 6.8 GB（权重 5.00 GB、KV 缓存 1.2 GB、计算缓冲区 0.6 GB）。文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。

能让 K2-Horizon 7B 运行良好的最便宜 GPU 是哪款？

运行流畅的最便宜选择：GeForce RTX 3060 12GB，US$250（2026-08-09 市场价），估算 37.1 tok/s（32.6–41.5，校准估算 ±12%）。

K2-Horizon 7B 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？

Q4_K_M、8k 上下文下：GeForce RTX 4060：运行良好，估算 28.0 tok/s（24.6–31.4，校准估算 ±12%）; GeForce RTX 5060 Ti 16GB：运行流畅，估算 46.1 tok/s（40.6–51.7，校准估算 ±12%）; GeForce RTX 3090：运行流畅，估算 96.4 tok/s（84.8–107.9，校准估算 ±12%）。

速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。