L’éléphant de 2,8 T dans la pièce
Tard dans la soirée du 16 juillet, le laboratoire chinois d’IA Moonshot AI a publié un article de blog annonçant Kimi K3 — un modèle sparse Mixture-of-Experts de 2,8 billions de paramètres qui est immédiatement devenu le plus grand modèle open-weight existant, environ 1,75 fois la taille des 1,6 T paramètres de DeepSeek V4 Pro. Le lancement a été minuté à la minute près : il est intervenu quelques heures avant les débuts attendus de Gemini 3.5 Pro par Google le 17 juillet, garantissant que chaque benchmark Gemini publié aujourd’hui sera comparé à un modèle dont les poids seront gratuits dans les dix jours.
(Source : Moonshot AI — Kimi K3 : Open Frontier Intelligence)
Kimi K3 n’est pas seulement plus gros. Il repose sur deux innovations architecturales — Kimi Delta Attention (KDA) pour un passage à l’échelle efficace des séquences longues, et Attention Residuals (AttnRes) pour une récupération sélective d’informations en profondeur — combinées à un routeur Stable LatentMoE qui active 16 des 896 experts par token. Moonshot revendique une amélioration d’environ 2,5× de l’efficacité de passage à l’échelle par rapport à son prédécesseur Kimi K2, bien qu’il s’agisse d’un chiffre fourni par le vendeur, non reproduit de manière indépendante.
(Source : Graphify — Kimi K3 : Architecture, Benchmarks, Tarifs et Poids Ouverts)
Le modèle est disponible dès aujourd’hui via Kimi.com, Kimi Work, Kimi Code et l’API Kimi. Mais le terme « ouvert » dans « modèle de classe 3T ouvert » vient avec un astérisque : les poids complets ne seront pas téléchargeables avant le 27 juillet 2026. Jusque-là, Kimi K3 est un modèle hébergé avec une promesse de poids ouverts.
Benchmarks : Compétitif, pas dominant
Les benchmarks auto-déclarés de Kimi K3 le placent dans le niveau inférieur à la frontière : il bat Claude Opus 4.8 et GPT-5.5 dans la plupart des évaluations, mais reste derrière Claude Fable 5 et GPT-5.6 Sol. Ce n’est pas une défaite — c’est le modèle open-weight le plus performant jamais mesuré, et il le fait pour environ la moitié du coût API d’Opus 4.8.
(Source : Simon Willison — Kimi K3, et ce que nous pouvons encore apprendre du benchmark du pélican)
Les chiffres de codage racontent l’histoire la plus intéressante. Sur le tableau de Moonshot, Kimi K3 obtient 67,5 sur DeepSWE, 88,3 sur Terminal-Bench 2.1, 81,2 sur FrontierSWE et 42,0 sur SWE Marathon. Il mène ou est à égalité sur plusieurs benchmarks de codage, bien que les notes de bas de page révèlent que différents harnais ont été utilisés selon les modèles (Kimi Code, Claude Code, Codex), rendant la comparaison directe bruitée.
Là où K3 brille vraiment, c’est dans le développement front-end. Le 16 juillet, le classement en direct Arena WebDev plaçait kimi-k3 à la #1 avec un score de 1 679 basé sur 1 757 votes — devant Fable 5 et GPT-5.6 Sol. Le résultat est marqué comme préliminaire avec un intervalle de ±17, il pourrait donc évoluer, mais c’est le signal indépendant le plus fort à ce jour.
Artificial Analysis ajoute une perspective de coût utile : Kimi K3 obtient 57 sur son Indice d’Intelligence, produit 62 tokens/seconde en sortie, et a consommé environ 130 millions de tokens de sortie lors de l’évaluation — plus du double de la moyenne de comparaison. Le coût total d’évaluation : 2 690,80 $. En termes simples : K3 est intelligent, mais il est verbeux, pas particulièrement rapide, et pas bon marché aux tarifs API non mis en cache.
(Source : Artificial Analysis — Kimi K3)
Ce que 2,8 billions de paramètres vous apportent vraiment
La partie la plus frappante du lancement de Moonshot n’est pas le tableau de benchmarks — ce sont les études de cas. Celles-ci sont rapportées par le vendeur et doivent être lues avec cette réserve, mais elles décrivent des capacités qui auraient relevé de la science-fiction il y a dix-huit mois :
Optimisation de noyau. Kimi K3 a eu 24 heures dans un bac à sable pour profiler, réécrire et benchmarker des noyaux GPU sur du matériel H200 et GPGPU alternatif. Il a été compétitif avec Claude Fable 5 (qui a peut-être utilisé un comportement de repli) et a « largement surpassé » Opus 4.8, GPT-5.6 Sol et GPT-5.5. Moonshot affirme qu’une version précoce de K3 a géré la majorité du travail d’optimisation de noyau de l’équipe pendant le développement avancé.
Compilateur GPU from scratch. K3 a construit « MiniTriton » — un compilateur compact de type Triton avec son propre IR au niveau des tuiles, une intégration MLIR, des passes d’optimisation et un pipeline de génération de code PTX. Sur les benchmarks roofline supportés, MiniTriton a égalé ou battu Triton et torch.compile. Il a soutenu un entraînement nanoGPT de bout en bout avec une convergence stable. Il ne s’agit pas de réglages de noyau isolés ; c’est un compilateur cohérent de bout en bout construit par un modèle.
Conception de puce. Lors d’un run autonome de 48 heures, K3 a conçu une puce pour un nano modèle basé sur sa propre architecture en utilisant des outils EDA open source sur la bibliothèque Nangate 45nm. Le résultat : une puce de 4 mm² fermant le timing à 100 MHz, soutenant un débit de décodage de plus de 8 700 tokens/seconde, contenant 1,46 million de cellules standard, 0,277 Mo de SRAM et un réseau MAC INT4. Un modèle concevant du silicium pour un modèle.
Automatisation de la recherche. K3 a reproduit les relations universelles I-Love-Q de l’astrophysique computationnelle en environ deux heures — un travail que Moonshot estime prendrait à un chercheur expérimenté une à deux semaines. Il a examiné plus de 20 articles, implémenté le pipeline numérique complet, évalué plus de 300 équations d’état, identifié des incohérences de formules et généré plus de 3 000 lignes de Python.
(Source : Moonshot AI — Blog technique Kimi K3)
Ces démonstrations sont spectaculaires. Elles sont également sélectionnées par le vendeur. La lecture honnête est que Kimi K3 possède une réelle capacité agentique à long horizon qui s’étend bien au-delà des benchmarks de chatbot, mais nous ne savons pas encore avec quelle fiabilité il effectue ces tâches ni combien d’intervention humaine les démos ont nécessité.
Tarification : Le modèle chinois le plus cher à ce jour
La tarification API de Kimi K3 est de 3 $ par million de tokens en entrée et 15 $ par million de tokens en sortie — à peu près au niveau de la série Claude Sonnet d’Anthropic, et un bond énorme par rapport aux 0,95 $/4 $ de Kimi K2.6. C’est le modèle le plus cher jamais publié par un laboratoire d’IA chinois.
Simon Willison a exécuté son célèbre test SVG du « pélican à vélo » via K3. Le résultat : 95 tokens en entrée, 16 658 tokens en sortie (dont 13 241 tokens de raisonnement), coûtant 25 cents pour une seule génération SVG. Pour contexte, le même test sur GPT-5.6 Sol coûte nettement moins cher, et sur les petits modèles ouverts, il est pratiquement gratuit.
(Source : Simon Willison — Test du pélican Kimi K3)
La tarification a du sens compte tenu de l’architecture. Avec seulement l’effort de raisonnement maximal disponible au lancement (les modes faible et élevé sont promis plus tard), chaque requête brûle des tokens de raisonnement. Moonshot affirme que c’est temporaire, mais pour l’instant, K3 est à la fois le modèle API ouvert le plus performant et le plus cher du marché.
Le timing stratégique : Pourquoi le 16 juillet est important
Kimi K3 n’est pas arrivé un mardi au hasard. Il est tombé la veille du lancement attendu de Gemini 3.5 Pro par Google — un événement déjà présenté comme un moment « décisif » après que Google aurait apparemment abandonné le modèle de base original et redémarré le pré-entraînement il y a six semaines. Le résumé de BuildFastWithAI a parfaitement capturé la dynamique : « l’écran partagé d’aujourd’hui, c’est toute l’année en une seule image. Le plus grand lancement de modèle de l’Ouest, le plus grand discours politique sur l’IA de l’Est, et un modèle chinois ouvert lancé entre les deux, le tout en 24 heures. »
(Source : BuildFastWithAI — Actualités IA Aujourd’hui 17 juillet 2026)
Le même jour, Xi Jinping a prononcé un discours liminaire à la Conférence mondiale sur l’IA à Shanghai pour la première fois, proposant une Organisation mondiale de coopération en IA dont le siège serait dans la ville. Le lancement de Kimi K3 la veille n’était pas une coïncidence de calendrier — c’était une démonstration que les laboratoires chinois peuvent rivaliser en capacité au moment même où la Chine se porte volontaire pour tenir la plume sur la gouvernance mondiale de l’IA.
Pour les développeurs, la question pratique est plus simple : lorsque les poids de K3 arriveront le 27 juillet, qu’est-ce qui justifie exactement la prime sur les modèles fermés ? Un modèle open-weight de 2,8 T capable de concevoir des puces et de construire des compilateurs, disponible pour que chacun puisse l’exécuter (matériel permettant), réinitialise la proposition de valeur pour chaque modèle frontalier tarifé par API au-dessus de lui.
FAQ
Q : Kimi K3 est-il réellement open source dès maintenant ? R : Non. Les poids sont promis d’ici le 27 juillet 2026. Jusque-là, K3 est un modèle hébergé accessible via les produits et l’API de Moonshot. « Open source » signifie également des choses différentes — les poids, le code d’entraînement, les données et les conditions de licence sont des questions distinctes.
Q : Comment K3 se compare-t-il à GPT-5.6 Sol et Claude Fable 5 ? R : Il est derrière les deux sur la plupart des benchmarks, mais compétitif avec GPT-5.5 et Opus 4.8. Il mène actuellement le classement Arena WebDev (préliminaire). Pour les agents de codage, il est dans la conversation ; pour le raisonnement général, il est un niveau en dessous de la frontière.
Q : Puis-je exécuter K3 localement ? R : Pas réalistement sur du matériel grand public. Avec 2,8 T paramètres et une sparsité de 16/896 experts, même une inférence quantifiée nécessitera des clusters GPU de qualité entreprise. La voie pratique pour la plupart des développeurs sera l’API hébergée ou les partenaires d’inférence cloud une fois les poids publiés.
Q : Pourquoi est-il si cher par rapport aux autres modèles chinois ? R : Le mode de raisonnement maximal est la seule option au lancement, brûlant des tokens de raisonnement sur chaque requête. Des modes à moindre effort sont promis dans les futures mises à jour. La tarification de base (3 $/15 $) reflète également l’échelle massive — c’est un modèle de classe frontière tarifé en conséquence.
Q : Que se passe-t-il le 27 juillet ? R : Moonshot promet de publier les poids complets du modèle, ainsi qu’un rapport technique couvrant l’architecture, l’entraînement et les évaluations en détail. La communauté open-weight le portera ensuite vers des moteurs d’inférence comme vLLM, llama.cpp et SGLang.
Lectures complémentaires
- Moonshot AI — Kimi K3 : Open Frontier Intelligence (annonce officielle)
- Simon Willison — Kimi K3, et ce que nous pouvons encore apprendre du benchmark du pélican
- Graphify — Kimi K3 : Architecture, Benchmarks, Tarifs et Poids Ouverts
- Artificial Analysis — Kimi K3
- Classement Arena WebDev
- BuildFastWithAI — Actualités IA Aujourd’hui 17 juillet 2026
- The Agent Report — Famille GPT-5.6 : Luna, Terra, Sol
- The Agent Report — Claude Fable 5 : Le modèle de codage frontalier d’Anthropic