Kimi K2.7 Code auf dem Mac: Cloud, API oder GGUF?

Stand: 15. August 2026. Kimi K2.7 Code ist ein Coding-Agent-Modell von Moonshot AI. Auf dem Mac kannst du es aus mehreren Oberflächen heraus bedienen, aber diese Oberflächen bedeuten nicht automatisch lokale Inferenz. Für eine belastbare Entscheidung muss man fünf Dinge auseinanderhalten: den Ollama-Cloud-Tag, das separate Kimi-Code-Produkt, die direkte Kimi API, Provider wie OpenRouter und einen sehr großen Drittanbieter-GGUF.

Die kurze Entscheidung

• Schnell vom Mac aus testen: kimi-k2.7-code:cloud in Ollama ist der einfachste Weg, wenn Cloud-Verarbeitung akzeptabel ist.
• Produktintegration: Die direkte Kimi API bietet OpenAI- und Anthropic-kompatible Schnittstellen. Sie verwendet den Modellnamen kimi-k2.7-code.
• Kimi-Code-CLI: Das Produkt hat eigene Modell-IDs, Mitgliedschaftspläne und Quoten. Seine Preise sind nicht automatisch API-Preise.
• Offline auf Apple Silicon: Nicht als normales Mac-Setup einplanen. Drittanbieter-GGUFs dokumentieren zwar Metal-Unterstützung, nennen aber etwa 310 bis 605 GB Gesamtspeicher je nach Quantisierung.
• Datenschutz: Bei den Cloud-Varianten verlassen Code, Prompts und eventuell übergebene Dateien den Mac nach den Bedingungen des jeweiligen Providers.

Eine eigene Laufzeitmessung auf Apple Silicon liegt nicht vor. Die lokale Einschätzung trennt deshalb dokumentierte Voraussetzungen von theoretischer Machbarkeit.

Was „auf dem Mac“ konkret bedeutet

Zugangsweg	Was läuft lokal?	Wo läuft die Inferenz?	Kontext laut aktueller Quelle
Ollama :cloud	Ollama, Terminal oder Agent-Client	Ollama Cloud	256K; Text und Bild
Kimi Code	CLI/IDE und lokale Sitzungssteuerung	Kimi-Dienst	K2.7 Code: 256K
Kimi API	dein SDK, Terminal oder Server	Kimi API	256K; Text, Bild und Video in der offiziellen API
OpenRouter	dein Client	gewählter Router-Provider	Provider-Metadaten prüfen; aktuell 262K ausgewiesen
GGUF mit llama.cpp/Unsloth	Runtime und Gewichte	dein Mac, falls genug Speicher vorhanden ist	hängt von Runtime und eingestelltem Kontext ab

Der Ausdruck „Kimi auf dem Mac“ beschreibt somit oft nur den Bedienort. Nur der letzte Weg ist ein lokaler Inferenzweg – und auch dort ist ein großes Drittanbieter-Paket nötig.

Modellfakten aus der Model Card

Moonshot veröffentlicht Kimi K2.7 Code als Mixture-of-Experts-Modell mit:

• 1 Billion Gesamtparametern und 32 Milliarden aktivierten Parametern pro Token;
• 384 Experten, von denen acht pro Token ausgewählt werden, plus einem Shared Expert;
• 61 Layern und MLA-Aufmerksamkeit;
• 256K Kontextlänge;
• einem MoonViT-Vision-Encoder mit 400 Millionen Parametern;
• nativer INT4-Quantisierung;
• Bild- und Videoeingabe in der offiziellen API.

Die Zahl „32B aktiv“ bedeutet nicht, dass ein 32B-Modell in den Speicher geladen wird. Die Gewichte, Runtime, Aktivierungen und der KV-Cache müssen trotzdem eingeplant werden. Die offizielle Model Card empfiehlt Transformers, vLLM und SGLang; sie beschreibt keinen bequemen Standard-Workflow für einen gewöhnlichen Mac.

Ollama Cloud: der unkomplizierte Mac-Weg

Ollama führt aktuell nur den Cloud-Tag:

ollama launch claude --model kimi-k2.7-code:cloud

Auf der Ollama-Seite sind außerdem Integrationen für OpenCode, Hermes Agent und OpenClaw aufgeführt. Der Client startet auf dem Mac; der Suffix :cloud signalisiert jedoch den entfernten Inferenzweg. Der aktuelle Tag zeigt 256K Kontext sowie Text- und Bildeingabe.

Vor dem produktiven Einsatz solltest du Verfügbarkeit, Quoten und Abrechnung direkt bei Ollama prüfen. Diese Angaben können sich unabhängig von der Modellversion ändern. ollama run oder ollama launch ist hier kein Beleg dafür, dass mehrere hundert Gigabyte Modellgewichte lokal liegen.

Kimi Code ist ein separates Produkt

Kimi Code und die Kimi API sind nicht dieselbe Abrechnungsschicht:

• Die API-Plattform nutzt den Modellnamen kimi-k2.7-code und Pay-as-you-go-Abrechnung.
• Kimi Code verwendet für K2.7 Code unter anderem die Produkt-ID kimi-for-coding und eigene Mitgliedschaftsquoten.
• Die HighSpeed-Variante heißt in der API kimi-k2.7-code-highspeed; im Kimi-Code-Produkt lautet die entsprechende ID kimi-for-coding-highspeed.
• K2.7 Code bleibt in beiden Varianten ein 256K-Modell. Die HighSpeed-Variante verändert die Ausgabe-Geschwindigkeit, nicht die Modellklasse oder den Kontext.

Prüfe deshalb beim Vergleich immer Modell-ID, Produkt, Plan und Abrechnung. Ein Kimi-Code-Mitgliedschaftspreis darf nicht als API-Tokenpreis ausgezeichnet werden.

Direkte Kimi API: aktuelle Preise und feste Parameter

Die offizielle Kimi-Plattform zeigte zum Prüfdatum folgende Preise pro eine Million Tokens; die Angaben schließen anfallende Steuern nicht ein:

Kostenart	Kimi API, geprüft 15.08.2026
Cache-Hit-Input	0,19 US-Dollar
Input	0,95 US-Dollar
Output	4,00 US-Dollar

Die Preise sind provider- und zeitabhängig. OpenRouter zeigte beim selben Audit 0,67 US-Dollar Input, 3,40 US-Dollar Output und ein 262K-Kontextfeld. Das ist eine Provider-Metadatenzeile, keine Korrektur der offiziellen Kimi-Modelldokumentation. OpenRouter weist außerdem darauf hin, dass verschiedene Unternehmen das Modell hosten und Routing-Modi die Providerwahl beeinflussen.

Für API- und Claude-Code-Integrationen sind die Modellregeln wichtiger als ein kurzer Beispielaufruf:

• Thinking ist immer aktiv; ein deaktivierter Thinking-Modus führt laut Kimi zu einem Fehler.
• Preserved Thinking bleibt aktiv und muss bei mehrstufigen Tool-Aufrufen im Verlauf erhalten bleiben.
• temperature ist auf 1,0 und top_p auf 0,95 festgelegt; andere Werte können fehlschlagen.
• n, Presence- und Frequency-Penalties sind ebenfalls festgelegt.
• Der dokumentierte Standard für max_tokens liegt bei 32K.
• Video ist laut Model Card bei Drittanbieter-Deployments derzeit nur eingeschränkt beziehungsweise offiziell nur über die Kimi API unterstützt.

Das macht K2.7 Code zu einem spezialisierten Agent-Modell, nicht zu einem frei parametrisierbaren Chat-Modell.

Lokale GGUF-Ausführung: möglich, aber kein normales Mac-Setup

Die Moonshot-Deployment-Anleitung zeigt Serverpfade mit vLLM oder SGLang, darunter einen H200-Knoten mit Tensor-Parallelismus 8. Das ist eine Serverreferenz und keine Apple-Silicon-Anleitung.

Eine unabhängige Unsloth-Dokumentation beschreibt zusätzlich GGUF-Quantisierungen für llama.cpp und Unsloth Studio, inklusive Metal-Builds für Apple Macs. Ihre groben Gesamtspeicherwerte lauten:

Quantisierung	Dokumentierter Gesamtbedarf
Dynamic 1-bit	ca. 310 GB
Dynamic 2-bit	ca. 325–350 GB
Dynamic Q3	ca. 385–470 GB
Q8, als verlustarm beschrieben	ca. 605 GB

Das sind keine von ai-on-mac.com gemessenen Mac-Benchmarks. Sie stammen aus einer Drittanbieter-Anleitung und beziehen sich auf eine konkrete GGUF-/Runtime-Kombination. Ein Mac Studio mit sehr großer Unified-Memory-Ausstattung kann damit theoretisch in die Zielklasse fallen; für typische 16-, 24-, 32-, 64- oder 128-GB-Macs ist dieser Weg nach den veröffentlichten Größen keine realistische Standardempfehlung. Selbst bei ausreichendem Speicher bleiben Geschwindigkeit, Kontextgröße, Metal-Unterstützung und Bild-/Video-Funktionen separat zu prüfen.

„Open Weights“ heißt hier also nicht „für jeden Mac lokal geeignet“. Die Model Card und die Lizenz eröffnen eine lokale Option, die praktische Hardwaregrenze bleibt aber extrem hoch.

Benchmarks richtig lesen

Die Model Card veröffentlicht unter anderem diese Werte:

Benchmark	Kimi K2.7 Code	GPT-5.5	Claude Opus 4.8
Kimi Code Bench v2	62,0	69,0	67,4
Program Bench	53,6	69,1	63,8
MCP Mark Verified	81,1	92,9	76,4

Das sind Herstellerangaben aus der Model Card und keine unabhängige Rangliste. Die Tabellen nutzen unterschiedliche Agent-Harnesses und sind nicht automatisch auf dein Repository übertragbar. Die belastbare Aussage lautet: K2.7 Code verbessert sich laut Moonshot gegenüber K2.6 und ist auf einzelnen agentischen Tabellen stark; daraus folgt kein allgemeiner Sieg gegen alle Frontier-Modelle.

Datenschutz und sicherer Test

Bei Ollama Cloud, Kimi Code, Kimi API und OpenRouter verlassen die übermittelten Prompts den Mac. Bei Coding-Agenten können zusätzlich Dateiinhalte, Diff-Kontext, Tool-Ausgaben oder Bilder übertragen werden. Für einen Test:

1. ein separates, nicht-produktives Repository verwenden;
2. keine Schlüssel, Cookies, Kundendaten oder Produktionsdateien kopieren;
3. erlaubte Dateien und Shell-Befehle auf das notwendige Minimum begrenzen;
4. Änderungen als Diff prüfen, bevor sie übernommen werden;
5. Kosten, Latenz, Tool-Fehler und Abbruchverhalten mit eigenen Aufgaben messen;
6. nach dem Test Provider, Modell-ID und Quoten erneut kontrollieren.

Die Gewichte stehen unter einer Modified MIT License. Neben den üblichen MIT-Bedingungen enthält sie eine zusätzliche Namensnennungspflicht für sehr große kommerzielle Produkte oder Dienste (mehr als 100 Millionen monatlich aktive Nutzer oder mehr als 20 Millionen US-Dollar Monatsumsatz). Für eine geschäftliche Nutzung ist der vollständige Lizenztext maßgeblich.

Fazit: Cloud-Coding-Agent mit drei Zugangswegen

Kimi K2.7 Code ist auf dem Mac vor allem als Cloud-Coding-Agent sinnvoll. Ollama Cloud liefert den einfachsten Einstieg; Kimi Code und die direkte API sind eigenständige Produkte mit unterschiedlichen IDs, Quoten und Preisen. OpenRouter ist ein weiterer Provider mit eigenen Metadaten.

Eine lokale GGUF-Ausführung ist nicht frei erfunden, aber sie gehört in die Kategorie theoretisch auf sehr großer Hardware möglich, nicht in die Kategorie „auf dem Mac installieren und loslegen“. Wer Offline-Fähigkeit oder strikte Datenresidenz braucht, sollte ein Modell mit deutlich kleinerem, konkret dokumentiertem Apple-Silicon-Workflow wählen.

Quellen

• Kimi API: Model List – offizielle IDs und 256K-Kontext.
• Kimi API: K2.7 Code – Fähigkeiten, Modalitäten und API-Regeln.
• Kimi API: Preise für K2.7 Code – offizieller Preisstand und Abrechnungshinweise.
• Kimi API: Model Parameter Reference – feste Parameter und HighSpeed-Abgrenzung.
• Moonshot AI: Kimi-K2.7-Code auf Hugging Face – Model Card, Benchmarks, Deployment und Lizenzverweis.
• Moonshot AI: Deployment Guide – vLLM-/SGLang-Serverbeispiele.
• Moonshot AI: Modified-MIT-Lizenz – vollständige Lizenzbedingungen.
• Ollama: Kimi K2.7 Code und Tags – aktueller Cloud-Tag und Integrationen.
• Kimi Code: Model Configuration – Produkt-IDs, Pläne und Quoten.
• Unsloth: Kimi K2.7 Code lokal ausführen – unabhängige GGUF-/Speicherangaben; kein eigener Mac-Benchmark von ai-on-mac.com.
• OpenRouter: Kimi K2.7 Code – providerabhängige Metadaten und Routing-Hinweis.