Kimi K3 : le plus gros modèle d'IA ouvert jamais publié

Kimi K3 en bref : les faits vérifiés

Kimi K3 est un modèle de langage développé par Moonshot AI, startup chinoise fondée en 2023 à Pékin par Yang Zhilin, Zhou Xinyu et Wu Yuxin, trois anciens camarades de l'université Tsinghua. Le modèle a été annoncé le 16 juillet 2026, d'abord accessible uniquement via API (interface de programmation, le canal technique par lequel un logiciel appelle un modèle). Les poids — c'est-à-dire les paramètres du modèle, le « cerveau » entraîné — ont été publiés le 27 juillet 2026 sur Hugging Face.

Voici les caractéristiques essentielles, telles que documentées par Moonshot AI dans son dépôt GitHub officiel :

• 2 800 milliards de paramètres au total : dont 104 milliards seulement activés à chaque token (jeton, l'unité de texte que le modèle traite). C'est une architecture Mixture-of-Experts (« mélange d'experts »), qui n'allume qu'une fraction du réseau à chaque calcul.
• Une fenêtre de contexte d'environ 1 million de tokens : soit la quantité de texte que le modèle peut « voir » en une seule fois — l'équivalent de plusieurs milliers de pages.
• Une compréhension native du texte et des images : via un encodeur visuel maison baptisé MoonViT-V2.
• Un mode raisonnement toujours actif : impossible de le désactiver. Trois niveaux d'effort sont proposés (low, high, max), avec max par défaut.
• Une licence maison, la Kimi K3 License : ni MIT, ni Apache 2.0. Moonshot AI parle d'open weight (poids ouverts), jamais d'open source.

Sur les tests publiés par l'éditeur, Kimi K3 atteint 93,5 sur GPQA Diamond (questions scientifiques de niveau doctorat) et 91,2 sur BrowseComp (navigation web autonome) — des scores qui le placent au coude à coude avec les meilleurs modèles fermés américains. Moonshot AI reconnaît toutefois lui-même, dans son blog technique, que ses performances globales restent en retrait par rapport à Claude Fable 5 d'Anthropic et GPT-5.6 Sol d'OpenAI.

Cette honnêteté inhabituelle mérite d'être notée : il est rare qu'un laboratoire commence sa communication par ce que son modèle n'est pas.

Ce qu'il y a sous le capot

Une architecture pensée pour l'efficacité, pas pour la taille

Le chiffre de 2 800 milliards de paramètres impressionne, mais il serait trompeur de le lire comme une simple course à la puissance. Kimi K3 repose sur une architecture Mixture-of-Experts : le modèle contient 896 « experts » spécialisés, dont seulement 16 sont sollicités à chaque token, auxquels s'ajoutent 2 experts partagés en permanence. Résultat : 104 milliards de paramètres actifs par calcul, contre 2 800 milliards stockés.

Concrètement, cela revient à disposer d'une bibliothèque immense mais à ne consulter que trois ou quatre livres par question. Le modèle « sait » beaucoup, sans payer le coût de calcul d'un modèle dense de même taille.

Deux briques techniques développées en interne chez Moonshot AI portent cette efficacité :

• Kimi Delta Attention (KDA) : un mécanisme d'attention hybride qui allège le coût de traitement des contextes très longs. L'attention, c'est ce qui permet à un modèle de relier chaque mot à tous les autres — et c'est traditionnellement le poste de calcul le plus lourd.
• Attention Residuals (AttnRes) : présenté par Moonshot comme un remplacement direct des connexions résiduelles classiques, avec des gains constants quand on monte en taille de modèle.

Le modèle compte 93 couches, réparties entre 69 couches KDA et 24 couches Gated MLA. Moonshot revendique une efficacité de montée en charge environ 2,5 fois meilleure que celle de Kimi K2, son prédécesseur.

Quantifié dès l'entraînement

Détail technique qui a son importance : Kimi K3 applique une quantization native en MXFP4 pour les poids et MXFP8 pour les activations, appliquée dès la phase d'ajustement supervisé. La quantization consiste à réduire la précision numérique des paramètres pour alléger le modèle en mémoire — un peu comme on passe d'un fichier WAV à un MP3. Ici, elle est intégrée à l'entraînement lui-même plutôt qu'ajoutée après coup, ce qui limite la perte de qualité.

Les benchmarks : où se situe vraiment Kimi K3 ?

Voici une sélection des résultats publiés par Moonshot AI, comparés aux modèles fermés de référence. Ces chiffres proviennent du dépôt officiel de l'éditeur et doivent être lus avec la prudence habituelle.

La lecture est nuancée. Kimi K3 devance ses concurrents fermés sur la navigation web autonome et sur les sessions de code longues, mais reste nettement derrière Claude Fable 5 sur Humanity's Last Exam, le test de raisonnement le plus difficile du marché. Sur le codage frontend, la plateforme Arena.AI a placé Kimi K3 en tête de son classement, devant Claude Fable 5 qui occupait jusque-là la première place.

Trois précautions à prendre avec ces chiffres

D'abord, tous les modèles ne sont pas évalués avec le même « harnais » d'agent — c'est-à-dire le logiciel qui pilote le modèle pendant le test. Kimi K3 est évalué avec Kimi Code sur plusieurs benchmarks, GPT-5.6 Sol avec Codex, les modèles Claude avec Claude Code. Ce n'est pas anodin : le harnais peut représenter plusieurs points d'écart.

Ensuite, ces scores sont ceux de l'éditeur. Comme toujours en matière de benchmarks de LLM, il faut croiser avec des évaluations indépendantes (Artificial Analysis, LMArena, Vals AI) avant de conclure.

Enfin, Moonshot AI documente lui-même trois faiblesses de son modèle : une sensibilité forte à la troncature de son historique de raisonnement, une tendance à agir plutôt qu'à demander une clarification en cas d'ambiguïté, et une expérience conversationnelle jugée moins aboutie que celle de Claude Fable 5 ou GPT-5.6 Sol.

Chez Digital-m, nous appliquons systématiquement cette grille de lecture quand nous conseillons un client sur le choix d'un modèle : un score de benchmark n'est jamais un verdict, c'est une hypothèse à tester sur vos propres cas d'usage. Notre guide pour bien choisir son LLM en 6 questions détaille cette méthode.

« Open weight » ne veut pas dire « open source »

C'est le point qui a le plus fait débat dans la communauté technique, et c'est celui qui compte le plus pour une entreprise.

Kimi K3 n'est distribué ni sous licence MIT, ni sous Apache 2.0, mais sous une licence propriétaire baptisée Kimi K3 License. Sur la fiche officielle du modèle, Moonshot AI emploie systématiquement le terme open weight — poids ouverts, c'est-à-dire que les paramètres du modèle sont téléchargeables — et jamais celui d'open source, qui suppose des libertés bien plus larges.

La différence n'est pas cosmétique. La licence Kimi K3 encadre explicitement l'usage commercial :

• Au-delà de 20 millions de dollars de chiffre d'affaires cumulé sur douze mois : toute entité proposant du « Model as a Service » — c'est-à-dire donnant à des tiers un accès payant à l'inférence (l'exécution du modèle) ou au fine-tuning (l'ajustement du modèle sur des données spécifiques) — doit signer un accord distinct avec Moonshot AI.
• Au-delà de 100 millions d'utilisateurs actifs mensuels ou 20 millions de dollars de revenus mensuels : le produit commercial doit afficher la mention Kimi K3 de manière visible dans son interface.

Ces clauses ne visent pas les déploiements internes d'une PME. Elles ciblent les hébergeurs et les plateformes qui revendraient de l'inférence à grande échelle. Mais elles rappellent une règle simple : avant d'intégrer un modèle ouvert dans un produit, lisez sa licence. Nous avons consacré un article entier à cette confusion entre open source, open weight et open data, et Kimi K3 en est l'illustration parfaite.

Combien ça coûte — et qui peut vraiment le faire tourner ?

Les tarifs de l'API

Contrairement à ce que beaucoup anticipaient, Moonshot AI n'a pas positionné Kimi K3 comme un modèle low cost. Les tarifs officiels, convertis au cours de fin juillet 2026 (1 dollar ≈ 0,88 euro) :

• Entrée : 3 dollars, soit environ 2,64 € par million de tokens.
• Entrée en cache : 0,30 dollar, soit environ 0,26 € par million de tokens — une remise de 90 %.
• Sortie : 15 dollars, soit environ 13,20 € par million de tokens.

La remise sur cache est le vrai levier économique. Moonshot annonce un taux de succès de cache supérieur à 90 % sur les charges de travail liées au code : quand un agent renvoie le même contexte de dépôt à chaque tour, l'essentiel de l'entrée est facturé à 0,26 € et non 2,64 €. À noter également : le tarif est plat sur toute la fenêtre d'un million de tokens, sans surcoût pour les contextes très longs — ce qui n'est pas le cas de tous les concurrents.

En face, Claude Opus 5 est facturé 5 $ / 25 $ (environ 4,40 € / 22 €) et GPT-5.6 Sol 5 $ / 30 $ (environ 4,40 € / 26,40 €). Kimi K3 les sous-cote donc, mais il reste trois à quatre fois plus cher que son propre prédécesseur Kimi K2.6, et bien au-dessus de DeepSeek V4 ou de GLM-5.2. Autrement dit : dans la famille des modèles chinois ouverts, K3 est le premium, pas le rapport qualité-prix.

Côté grand public, l'application Kimi propose une formule gratuite avec des limites d'usage, et des abonnements payants s'échelonnant d'environ 17 € à 175 € par mois.

Le vrai frein : le matériel

Télécharger Kimi K3 est gratuit. L'exécuter, beaucoup moins. L'archive publiée sur Hugging Face pèse 1,56 téraoctet. Le projet vLLM, qui assure le support du modèle depuis le premier jour, indique que Kimi K3 tient tout juste dans un seul serveur NVIDIA DGX B300 et réclame au minimum 16 GPU B200 ou GB200 sur cette génération de matériel. Moonshot AI recommande de son côté des grappes d'au moins 64 accélérateurs — non pas pour la mémoire, mais pour disposer d'un domaine de communication suffisamment rapide.

Sur une configuration minimale louée dans le cloud, une exécution en continu se chiffre à plusieurs dizaines de milliers d'euros par mois. Autant dire que l'auto-hébergement de Kimi K3 concerne les grands comptes, les laboratoires publics et les acteurs soumis à de fortes contraintes de résidence des données — pas la PME lambda.

La leçon est générale : « poids ouverts » ne signifie pas « accessible à tous ». Un modèle ouvert que personne n'a les moyens de faire tourner reste, en pratique, un modèle d'API pour l'immense majorité des utilisateurs.

Wall Street a tremblé : le « moment DeepSeek » version 2026

L'annonce du 16 juillet a eu un effet immédiat sur les marchés. Le Nasdaq a reculé d'environ 1 à 1,4 % le jour de l'annonce, avec Nvidia en repli de 2,2 %, Applied Materials de 5,6 % et Intel de 2 %. L'indice des semi-conducteurs est entré en marché baissier. SoftBank, considéré comme un proxy boursier d'OpenAI, a perdu environ 9 %.

La comparaison avec l'épisode DeepSeek de janvier 2025 s'est imposée en quelques heures. Patrick Moorhead, analyste chez Moor Insights & Strategy, a d'ailleurs qualifié la réaction de surréaction comparable à celle de l'époque, en rappelant que les valeurs technologiques américaines s'étaient rapidement redressées après le choc DeepSeek.

Ce reflux mérite d'être relativisé pour une raison technique déjà évoquée : un modèle de 2 800 milliards de paramètres consomme énormément de calcul pour tourner correctement. Certains analystes ont donc rapidement nuancé le récit du « DeepSeek 2.0 », soulignant qu'un modèle aussi lourd ne réduit pas mécaniquement la demande en GPU — il pourrait même l'accroître, en déplaçant la consommation de calcul de l'entraînement vers l'inférence.

Un chiffre éclaire bien la situation : les modèles ouverts représentent aujourd'hui environ un tiers des usages d'IA en entreprise, mais seulement quelques pourcents des revenus du secteur. L'adoption et la monétisation suivent deux courbes très différentes.

L'accusation de distillation : Washington contre Moonshot AI

La sortie de Kimi K3 s'est doublée d'une controverse géopolitique de premier plan.

Le 22 juillet 2026, Michael Kratsios, conseiller scientifique et technologique de la Maison-Blanche, a accusé publiquement Moonshot AI d'avoir construit Kimi K3 en distillant le modèle Fable d'Anthropic. La distillation consiste à interroger massivement un modèle performant pour entraîner un autre modèle sur ses réponses — une sorte d'apprentissage par imitation. Kratsios a précisé que la distillation est une technique légitime lorsqu'elle sert à créer des versions plus petites et plus efficaces, mais a qualifié d'inacceptable une distillation industrielle, massive et dissimulée visant à s'approprier une technologie américaine.

Le secrétaire au Trésor Scott Bessent a évoqué la possibilité de sanctions ou d'une inscription sur l'Entity List. Le ministère chinois du Commerce a rejeté ces accusations, les jugeant dépourvues de fondement factuel et juridique.

Deux éléments de contexte, pour éviter la lecture manichéenne :

• La distillation est une pratique répandue, pas une spécificité chinoise. Plusieurs acteurs américains y ont recours, et la frontière entre distillation et génération de jeux de données synthétiques est technique et floue.
• Des experts contestent que la distillation explique la performance de K3. Interrogés par TechCrunch, plusieurs spécialistes estiment que les Américains sous-estiment le niveau technique réel des équipes chinoises, dont les chercheurs sont souvent issus des mêmes formations que leurs homologues occidentaux.

Dans la foulée, le 24 juillet, vingt-cinq entreprises technologiques américaines — dont Nvidia, Microsoft, Meta, IBM, Dell et Palantir — ont signé une lettre ouverte intitulée « Open Weights and US Leadership in AI », appelant Washington à ne pas restreindre prématurément les modèles téléchargeables. Jensen Huang, patron de Nvidia, a utilisé son tout premier message sur X pour la relayer. Sam Altman l'a signée après publication, portant le total à une cinquantaine de signataires. Anthropic ne figure pas parmi eux, et son dirigeant Dario Amodei a publié une réponse défendant une position plus prudente sur les poids ouverts.

Ce que cet épisode révèle : le débat sur l'ouverture des modèles n'est plus technique ni philosophique. Il est devenu un dossier de politique commerciale et de sécurité nationale.

Ce que ça change concrètement pour une entreprise française

Sur le plan réglementaire

Depuis le 2 août 2025, les obligations de l'AI Act européen s'appliquent aux fournisseurs de modèles d'IA à usage général (GPAI). Les modèles diffusés sous licence libre et ouverte bénéficient d'allègements sur la documentation technique et l'information des acteurs en aval — mais cette exemption tombe dès lors que le modèle présente un risque systémique, ce qui est le seuil pertinent pour un modèle de la taille de Kimi K3. Par ailleurs, l'AI Act a une portée extraterritoriale : il s'applique aux fournisseurs qui mettent un modèle sur le marché européen, quel que soit leur pays d'établissement.

Point important pour vous : si votre entreprise se contente d'intégrer un modèle dans un produit, vous êtes déployeur, pas fournisseur — les obligations diffèrent. Mais si vous modifiez substantiellement le modèle, la qualification peut changer. Le sujet mérite un avis juridique avant tout déploiement sérieux.

Sur le plan stratégique

Trois enseignements pratiques se dégagent de cette sortie :

• L'écart entre modèles ouverts et fermés se resserre vite. Un modèle téléchargeable rivalise désormais avec les meilleurs systèmes propriétaires sur plusieurs familles de tests. Pour les entreprises soucieuses de souveraineté ou de résidence des données, l'option devient crédible — à condition d'avoir l'infrastructure.
• Le prix n'est plus l'argument des modèles chinois. Kimi K3 se positionne au niveau tarifaire des modèles occidentaux haut de gamme. Le choix se fait donc sur la capacité, la licence et la conformité, pas sur la facture.
• L'écosystème français a ses propres atouts. Mistral AI, avec ses modèles en poids ouverts et sa conformité native au RGPD et à l'AI Act, reste souvent le choix le plus rationnel pour une PME européenne qui veut de l'ouverture sans le casse-tête juridique.

Et pour votre visibilité en ligne ?

Un modèle ouvert de ce niveau accélère la diffusion des assistants IA dans les outils du quotidien : chatbots métier, moteurs de recherche internes, agents autonomes. Chaque nouvel assistant est un nouvel endroit où votre entreprise peut être citée — ou ignorée.

C'est exactement le terrain du GEO (Generative Engine Optimization), l'optimisation pour les moteurs génératifs. Les principes qui rendent un contenu citable par ChatGPT, Gemini, Mistral, Perplexity ou Claude fonctionnent tout aussi bien pour un modèle ouvert : structure claire, réponses directes en début de page, entités nommées explicites, données vérifiables et fraîches, données structurées Schema.org.

Chez Digital-m, nous auditons la citabilité de vos contenus dans les principaux moteurs génératifs, nous restructurons vos pages pour qu'elles soient reprises dans les réponses IA, et nous formons vos équipes à ces nouvelles règles via nos formations GEO certifiées Qualiopi. Vous voulez savoir ce que les IA répondent aujourd'hui quand on les interroge sur votre entreprise ? Contactez-nous pour un premier échange — l'exercice est souvent instructif.

Ce qu'il faut retenir

Kimi K3 est un jalon réel : pour la première fois, un modèle de la classe des 3 000 milliards de paramètres est téléchargeable par n'importe qui. Les performances sont au rendez-vous sur la navigation web, le code au long cours et l'usage agentique. La fenêtre de contexte d'un million de tokens et la compréhension native des images en font un outil polyvalent.

Mais trois réserves tempèrent l'enthousiasme. La licence n'est pas open source et encadre l'usage commercial à grande échelle. Le matériel nécessaire réserve l'auto-hébergement à une poignée d'acteurs. Et la controverse sur la distillation, quelle qu'en soit l'issue, pèse sur la disponibilité future des modèles chinois dans certains marchés.

Pour une entreprise française, le réflexe reste le même qu'avec n'importe quel nouveau modèle : ne pas choisir sur un titre de presse ni sur un score de benchmark, mais tester sur ses propres données, vérifier la licence, et mesurer ce que ça change réellement pour ses clients.