Kimi K3 : Moonshot AI dégaine 2 800 milliards de paramètres ouverts face à OpenAI et Anthropic

Ce qu’il faut retenir :

• Moonshot AI a lancé Kimi K3, le plus grand modèle à poids ouverts jamais annoncé, fort de 2 800 milliards de paramètres.
• Le modèle bat GPT-5.6 Sol sur plusieurs benchmarks agentiques, pour un tarif 40 à 70 % inférieur aux modèles américains.
• Les poids seront publiés le 27 juillet sous licence MIT modifiée, mais l’exécution locale exige une infrastructure lourde.

Moonshot AI vient de frapper le plus gros coup de l’année dans l’IA ouverte. La startup pékinoise, connue pour son chatbot Kimi, a lancé ce vendredi Kimi K3, un modèle de 2 800 milliards de paramètres présenté comme le premier modèle ouvert de cette catégorie et le plus grand jamais destiné à une publication de poids. Disponible dès aujourd’hui via l’API et les applications de l’entreprise, il vise frontalement Claude Fable 5 d’Anthropic et GPT-5.6 Sol d’OpenAI, avec un argument massue : un prix cassé.

Que vaut Kimi K3 face à Claude Fable 5 et GPT-5.6 Sol ?

Sur les tâches agentiques et le code, le modèle chinois joue dans la cour des grands. Kimi K3 a pris la première place du classement Frontend Code Arena avec 1 679 points, devant Claude Fable 5, en dominant 6 des 7 catégories évaluées, un bond depuis la 18e place de son prédécesseur K2.6. Sur AA-Briefcase, l’évaluation agentique d’Artificial Analysis pensée pour simuler du travail de bureau réel, il se classe deuxième avec 1 527 points, derrière Claude Fable 5 Max (1 587) mais devant GPT-5.6 Sol Max (1 495). Il devance aussi le modèle d’OpenAI sur FrontierSWE (81,2 contre 71,3) et sur BrowseComp (91,2 contre 90,4).

Le tableau reste contrasté ailleurs. Sur le raisonnement général, Kimi K3 obtient 93,5 sur GPQA Diamond, juste sous GPT-5.6 Sol, et reste loin de Claude Fable 5 sur Humanity’s Last Exam sans outils (43,5 contre 53,3). Moonshot reconnaît d’ailleurs que son modèle demeure globalement derrière les deux références propriétaires. Prudence supplémentaire : les comparaisons mélangent des environnements agentiques différents, tous les scores de K3 ont été obtenus avec son effort de raisonnement maximal, certains tests sont internes et aucune validation indépendante n’a encore eu lieu.

Une architecture géante mais économe

Les 2 800 milliards de paramètres ne travaillent jamais tous en même temps. Kimi K3 repose sur une architecture Mixture of Experts très clairsemée, baptisée Stable LatentMoE, qui ne sollicite que 16 experts sur 896 pour traiter chaque token, ce qui contient les coûts d’inférence. Moonshot ne communique toutefois pas le nombre de paramètres actifs par requête, une donnée clé pour juger du coût réel.

Deux mécanismes maison complètent l’édifice. Kimi Delta Attention, une attention linéaire hybride, accélérerait le décodage jusqu’à 6,3 fois dans des contextes d’un million de tokens. Attention Residuals, qui remplace les connexions résiduelles classiques, améliorerait l’efficacité à mesure que le modèle grandit. La fenêtre de contexte atteint un million de tokens, contre 256 000 pour les précédents Kimi, de quoi avaler une dizaine de romans ou un dépôt logiciel entier. Le modèle est nativement multimodal, capable de traiter texte, images et vidéos dans un même appel, avec un mode raisonnement activé en permanence, au niveau d’effort maximal pour l’instant.

Un prix cassé qui vise les workflows agentiques

Le nerf de la guerre reste le tarif. L’API facture 3 dollars par million de tokens en entrée hors cache, 0,30 dollar quand l’entrée est retrouvée dans le cache, et 15 dollars en sortie. C’est 40 à 50 % de moins que GPT-5.6 Sol (5 et 30 dollars) et 70 % de moins que Claude Fable 5 (10 et 50 dollars). Moonshot revendique un taux de réutilisation du cache supérieur à 90 % sur les charges de programmation grâce à son infrastructure d’inférence désagrégée Mooncake, un chiffre auto-déclaré à prendre avec précaution.

Le positionnement dépasse le chatbot : Moonshot vend K3 comme le moteur d’agents capables de poursuivre un objectif pendant des heures, de manipuler des outils et de produire code, présentations ou vidéos. L’entreprise en fait la couche d’intelligence de tout un environnement de travail, entre Kimi Code pour les développeurs et l’application de bureau Kimi Work. Parmi les démonstrations mises en avant, le modèle aurait conçu et vérifié en 48 heures une puce d’accélération simulée de 1,46 million de cellules, un résultat ni fabriqué ni certifié par un tiers.

Des poids ouverts le 27 juillet, avec une barrière matérielle

L’annonce la plus stratégique porte sur l’ouverture. Les poids complets de Kimi K3 doivent être publiés le 27 juillet sous une licence MIT modifiée, comme pour le K2, dont l’adoption avait dépassé les attentes de l’entreprise. En attendant, les requêtes transitent par les serveurs de Moonshot : pour les organisations soumises à des exigences de souveraineté des données, la vraie date de lancement est celle-là.

L’ouverture restera cependant théorique pour la plupart. Moonshot recommande un déploiement sur des grappes d’au moins 64 accélérateurs, et une exécution locale exigerait 500 Go à 1 To de mémoire avec au moins huit GPU Nvidia H100 ou H200, soit une facture estimée entre 50 000 et 150 000 dollars. Le modèle ouvert le plus puissant du monde restera donc l’affaire des clouds et des grandes entreprises.

Ce qu’il faut surveiller

Les marchés ont déjà voté : comme nous le rapportions ce vendredi, les startups chinoises Z.ai et MiniMax ont dévissé de 28,5 % et 15,6 % en Bourse après les débuts du modèle de leur rival. Trois échéances diront si la percée se confirme : la publication des poids et de la licence définitive le 27 juillet, le rapport technique complet encore attendu, et surtout les premières évaluations indépendantes. Si les scores tiennent hors des benchmarks maison, la question de l’ouverture des modèles de pointe, ravivée par les blocages géographiques des acteurs américains, se posera avec encore plus de force.