Lancement 16 juill. 2026 · architecture KDA · contexte 1M · benchmarks complets · tarifs API · poids ouverts le 27 juill.
En bref : Moonshot AI vient de déployer Kimi K3 — le plus grand modèle d'IA open source au monde avec 2,8 billions de paramètres. Il offre une fenêtre de contexte de 1M tokens, la vision native, surpasse Claude Fable 5 et GPT-5.6 Sol sur plusieurs benchmarks de code, et coûte 3 $ / 15 $ par million de tokens. Les poids complets arrivent le 27 juillet. Ci-dessous : architecture, benchmarks, tarifs, comment l'essayer, et s'il faut migrer.
Kimi K3 est un modèle mixture-of-experts (MoE) de 2,8 billions de paramètres développé par Moonshot AI, basé à Pékin. C'est le premier modèle open source de classe 3T, dépassant le record précédent DeepSeek V4 Pro (1,6T) de près de 75 %.
| Spécification | Détail |
|---|---|
| Paramètres totaux | 2,8 billions |
| Architecture | Kimi Delta Attention (KDA) + Attention Residuals + Stable LatentMoE |
| Experts actifs | 16 sur 896 (MoE sparse) |
| Fenêtre de contexte | 1 048 576 tokens (1M) |
| Modalités d'entrée | Texte, image, vidéo |
| ID modèle API | kimi-k3 |
| Tarification | 3 $ / 15 $ par 1M tokens (entrée / sortie) |
| Poids ouverts | 27 juillet 2026 |
Le modèle est disponible sur kimi.com, l'application mobile Kimi, Kimi Code et l'API Moonshot. Vous pouvez l'essayer gratuitement avec un compte Google — sans carte bancaire.
Troncature de contexte sur le code long — les modèles fermés à 200K imposent le découpage des gros dépôts
Plafond d'échelle open weights — le maximum était ~1,6T, limitant les agents code frontier
Contexte long théorique vs pratique — le coût du cache KV rend les fenêtres annoncées inutilisables en production
Dépendance aux API fermées — pas de repli self-host quand tarifs ou politiques changent
Les 18 derniers mois ont été difficiles pour Moonshot AI. L'essor de DeepSeek a érodé sa position. Kimi K3 marque un retour remarquable :
Ce n'est pas un projet de vitrine — c'est une entreprise en forte croissance qui envoie un signal technique sérieux.
L'attention complète scale quadratiquement avec le contexte. À 1M tokens, la mémoire du cache KV devient catastrophique. KDA alterne des couches d'attention linéaire peu coûteuses avec des couches full-attention dans un ratio 3:1 :
Les résidus standard diluent les signaux des premières couches en profondeur. AttnRes permet une récupération sélective en profondeur — tirer des représentations à forte valeur depuis les couches antérieures. Résultat : ~25 % d'efficacité d'entraînement en plus pour moins de 2 % de compute supplémentaire.
Seulement 16 experts sur 896 s'activent par forward pass (1,8 % de sparsité). Les correctifs Moonshot : Quantile Balancing, Per-Head Muon, SiTU et Gated MLA. Ensemble : ~2,5× meilleure efficacité de scaling vs Kimi K2.
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 |
|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 |
| MMMU-Pro (vision) | 81.6 | 81.2 | 83.0 | 78.9 |
| OmniDocBench | 91.1 | 89.8 | 85.8 | 87.9 |
SWE Marathon — le code long et soutenu — est le signal fort : K3 mène à 42,0, soit 7 points d'écart sur Claude Fable 5. Sur l'Artificial Analysis Intelligence Index v4.1, K3 obtient 57,1 (4e), derrière Fable 5 (59,9) et GPT-5.6 Sol (58,9) — un écart de 2,8 points entre #1 et #4.
Réserves : benchmarks auto-déclarés par Moonshot. Harness différents (Kimi Code, Codex, Claude Code). À traiter comme indicatif, pas définitif.
| Modèle | Entrée $/1M | Sortie $/1M | Entrée cache-hit | Contexte |
|---|---|---|---|---|
| Kimi K3 | 3,00 $ | 15,00 $ | 0,30 $ | 1M tokens |
| Claude Sonnet 5 (standard) | 3,00 $ | 15,00 $ | — | 200K |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ | — | 200K |
| GPT-5.5 | 5,00 $ | 30,00 $ | — | 400K |
| DeepSeek V4 Pro | 1,74 $ | 3,48 $ | 0,145 $ | 128K |
K3 aligne la tarification Claude Sonnet 5 standard mais offre 5× le contexte. Les workflows Kimi Code atteignent 90 %+ de cache via Mooncake split-inference — le coût moyen d'entrée peut descendre à ~0,55 $/M tokens en usage réel. Vs Opus 4.8 : performances similaires ou supérieures sur plusieurs benchmarks à 60 % du coût entrée / 40 % sortie.
Chat simple — kimi.com, inscription Google, effort de raisonnement max, sans carte bancaire
API — clé sur platform.kimi.ai, modèle kimi-k3
OpenRouter — moonshotai/kimi-k3, tarifs officiels, contexte 1M complet
Attendre les poids (27 juill.) — release Hugging Face ; la production exige 64+ accélérateurs
Smoke-test — un appel API pour valider latence et facturation avant le trafic production
from openai import OpenAI
client = OpenAI(
api_key="YOUR_MOONSHOT_API_KEY",
base_url="https://api.moonshot.ai/v1"
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[
{"role": "user", "content": "Analyse ce dépôt et identifie les goulots d'étranglement de performance..."}
]
)| Cas d'usage | Meilleur choix | Pourquoi |
|---|---|---|
| Sessions code longues et soutenues | Kimi K3 | Leader SWE Marathon ; contexte 1M |
| Corrections de bugs complexes dans gros dépôts | Claude Fable 5 | Avantage FrontierSWE |
| Workflows agent terminal / outils | GPT-5.6 Sol | Leader Terminal Bench |
| Analyse documentaire multimodale | Kimi K3 | Meilleur OmniDocBench ; vision native + 1M |
| Production sensible au coût | DeepSeek V4 Pro | Sortie à 3,48 $/M |
| Self-hosting open source (après 27/07) | Kimi K3 | Poids ouverts les plus capables |
Quand les poids arrivent le 27 juillet, Kimi K3 devient le plus grand modèle open source téléchargeable jamais publié — le premier au-delà de 2 billions de paramètres. Entraîné avec poids MXFP4 et activations MXFP8 pour une inférence efficace. Support day-0 attendu dans transformers, vLLM et SGLang.
Dates à retenir : maintenant → essai sur kimi.com · 17–20 juill. → WAIC Shanghai · 27 juill. → poids Hugging Face
Kimi K3 est le modèle d'IA open source le plus capable jamais publié. Il ne gagne pas tous les benchmarks — Claude Fable 5 et GPT-5.6 Sol restent leaders sur des tâches spécifiques — mais il est compétitif partout, les surpasse sur le code long et la compréhension documentaire, et livre 1M tokens à tarif Sonnet. La release open weights du 27 juillet est l'événement à suivre pour le reste de 2026.
Benchmarks auto-déclarés par Moonshot AI (16 juillet 2026). Performances et tarifs susceptibles d'évoluer — consultez la documentation officielle.
Oui sur kimi.com avec un compte gratuit. L'API est facturée au token : 3 $ / 15 $ par million de tokens en entrée / sortie.
Les poids arrivent le 27 juillet 2026. La production exige 64+ accélérateurs classe H100 — ce n'est pas un LLM pour portable.
K3 : 2,8T params, contexte 1M, benchmarks plus solides. DeepSeek : sortie bien moins chère (3,48 $ vs 15 $ par 1M).
Oui pour les appels sur dépôt entier, les longs documents et les agents à mémoire longue. La tarification plate rend l'usage de la fenêtre complète praticable.
Moonshot annonce des mises à jour ultérieures. Seul le mode max est disponible au lancement.
L'API K3 est live aujourd'hui ; le self-hosting attend le 27 juillet et un supernœud GPU que la plupart des équipes n'achèteront pas. Si vous êtes sur Windows/Linux mais avez besoin d'une vraie GUI macOS pour exécuter les agents Kimi Code, gérer les prompts Keychain ou benchmarker contre votre stack Claude/GPT actuelle, acheter un Mac coûte cher et SSH ne clique pas les dialogues système. La location Mac distant VNCMac vous donne un accès VNC horaire à un nœud isolé — routez le trafic API K3, lancez des sessions code long contexte et validez les benchmarks de cet article sans engagement matériel. Voir les forfaits location Mac.