La société pékinoise Moonshot AI a publié Kimi K3 le 16 juillet 2026, un modèle à mélange d'experts de 2 800 milliards de paramètres que l'entreprise présente comme « le premier modèle ouvert au monde de la classe des 3 000 milliards ». Lancé avec la vision native, la prise en charge de la vidéo et une fenêtre de contexte d'un million de tokens, K3 est le plus grand modèle de langage à poids ouverts jamais annoncé — environ 75 pour cent plus grand que le V4 Pro de DeepSeek — et Moonshot promet des poids complets librement téléchargeables d'ici le 27 juillet.
Points clés
- 2 800 milliards de paramètres au total dans une architecture de mélange d'experts éparse qui active 16 experts sur 896 par token
- Fenêtre de contexte d'un million de tokens avec compréhension native des images et de la vidéo
- Troisième place au classement général du benchmark de tâches réelles GDPval-AA v2, derrière seulement Claude Fable 5 Max et GPT-5.6 Sol Max
- Tarification API de 0,30 dollar par million de tokens d'entrée en cache, 3 dollars hors cache et 15 dollars par million de tokens de sortie
- Poids ouverts complets promis d'ici le 27 juillet 2026
Détails
Kimi K3 s'appuie sur deux évolutions architecturales publiées par Moonshot plus tôt cette année : Kimi Delta Attention (KDA), un mécanisme d'attention linéaire hybride qui, selon l'entreprise, permet un décodage jusqu'à 6,3 fois plus rapide dans les contextes d'un million de tokens, et Attention Residuals (AttnRes), qui récupère les représentations à travers la profondeur du modèle et apporte environ 25 pour cent d'efficacité d'entraînement supplémentaire pour un surcoût inférieur à 2 pour cent. Combinées à un ensemble de techniques de sparsité — Stable LatentMoE, Quantile Balancing et Per-Head Muon notamment — Moonshot revendique une amélioration d'environ 2,5 fois de l'efficacité globale de mise à l'échelle par rapport à sa génération K2 précédente.
Ce sont les résultats des benchmarks qui distinguent K3 des publications ouvertes précédentes. Sur GDPval-AA v2, qui mesure la performance sur des tâches réelles couvrant 44 métiers et 9 grands secteurs, K3 obtient 1 687 points — troisième au classement général, derrière Claude Fable 5 Max d'Anthropic à 1 815 et GPT-5.6 Sol Max d'OpenAI à 1 747,8, mais devant Claude Opus 4.8 à 1 600. Avec un effort de raisonnement maximal, le modèle atteint 93,5 sur GPQA-Diamond, 91,2 sur BrowseComp et 42,0 sur le benchmark de codage à long terme SWE Marathon.
Dans son annonce, Moonshot est restée mesurée sur le positionnement du modèle, notant que K3 « reste derrière les modèles propriétaires les plus puissants, Claude Fable 5 et GPT 5.6 Sol », tout en surpassant systématiquement tous les autres systèmes testés.
Deux variantes ont été lancées : K3 Max pour le chat et les tâches d'agents, et K3 Swarm Max pour le traitement parallèle à grande échelle. Le modèle est disponible sur Kimi.com, l'application de bureau Kimi Work, l'outil terminal Kimi Code et la plateforme Kimi API, compatible avec le SDK d'OpenAI.
Impact
K3 réduit l'écart entre les modèles à poids ouverts et les modèles propriétaires de pointe à quelques mois tout au plus, et il le fait avec une tarification agressive. L'entrée en cache à 0,30 dollar par million de tokens — avec des taux de succès de cache supérieurs à 90 pour cent dans les charges de codage selon Moonshot — se situe bien en dessous des offres propriétaires comparables, un défi direct lancé à Anthropic et OpenAI sur le marché en pleine croissance du codage agentique.
Pour les développeurs et les entreprises de Tunisie et de la région MENA, un modèle ouvert de cette classe change le calcul de l'auto-hébergement. Les poids sont livrés en quantification MXFP4, et Moonshot recommande un supernœud de 64 accélérateurs ou plus pour un déploiement complet — hors de portée de la plupart des startups, mais accessible aux fournisseurs cloud régionaux, aux institutions de recherche et aux initiatives d'IA souveraine qui veulent une capacité de premier plan sans dépendre des fournisseurs d'API américains.
Contexte
Moonshot AI a itéré rapidement tout au long de 2026, après Kimi K2.6 — sa publication open source d'essaims d'agents de codage — et le modèle K2.7 Code plus tôt cette année. L'entreprise avait aussi publié la recherche sur les Attention Residuals qui sous-tend l'architecture de K3. Cette sortie s'inscrit dans une compétition intense entre modèles ouverts et fermés : GLM-5 de Zhipu, V4 de DeepSeek et Ling 2.6 d'Ant Group ont tous poussé les poids ouverts vers la frontière ces derniers mois, alors que les laboratoires chinois font face aux contrôles américains à l'exportation sur le matériel d'entraînement avancé.
Le lancement est aussi intervenu la veille de l'ouverture de la Conférence mondiale sur l'intelligence artificielle à Shanghai, accentuant la portée géopolitique de la plus grande publication de modèle ouvert chinois à ce jour.
Et maintenant
Les poids ouverts complets sont prévus d'ici le 27 juillet, ce qui confirmera les conditions de licence et permettra aux chercheurs indépendants de vérifier les affirmations de Moonshot sur les benchmarks. L'attention se porte désormais sur la réponse tarifaire des leaders propriétaires — et sur l'adoption de l'hébergement de K3 à grande échelle par les fournisseurs d'inférence hors de Chine une fois les poids publiés.
Source : Moonshot AI