Kimi K3 : le tout nouveau et meilleur modèle open source de Moonshot AI

Moonshot AI a annoncé Kimi K3, le tout dernier fleuron de sa gamme Kimi et le plus grand modèle open-weight publié à ce jour (2,8 billions de paramètres). Les poids complets ne sont pas encore disponibles. Moonshot indique qu'ils seront publiés d'ici dix jours.

Le nombre de paramètres n'est toutefois pas l'essentiel. Moonshot est une start-up basée à Pékin, soutenue par Alibaba (qui développe également les modèles Qwen — le dernier en date étant Qwen 3.7) et qui cherche à rester dans la course alors que DeepSeek et d'autres laboratoires chinois se bousculent sur le marché. 

En termes d'échelle, K3 est environ 75 % plus grand que le V4 de DeepSeek. Sur les benchmarks de Moonshot, il devance Claude Opus 4.8 et GPT-5.5, tout en restant derrière Claude Fable 5 et GPT-5.6 Sol. 

Le vrai signal, c'est la tarification. K3 facture aux tarifs des modèles de pointe. Voilà le problème pour les labs américains : si un modèle chinois peut pratiquer les mêmes prix et offrir des performances proches, cela ébranle l'idée que le prix premium est le principal facteur de différenciation des modèles américains.

Qu'est-ce que Kimi K3 ?

Nous avons évoqué la tarification et l'historique. Mais que sait-on précisément de Kimi K3, de son architecture et de ses performances ?

Kimi K3 est particulièrement bien positionné pour ce que Moonshot appelle des « scénarios d'intelligence de pointe » : codage à long horizon, travail de connaissance et raisonnement.

Dans ce but, il prend en charge une fenêtre de contexte d'un million de tokens et une compréhension visuelle native. Concrètement, il peut ingérer directement des images et des vidéos en entrée.

Quoi de neuf avec Kimi K3 ?

Ce dont tout le monde parle, c'est ce que l'on voit : la fenêtre de contexte d'un million de tokens et la compréhension visuelle native, que j'ai déjà mentionnées. 

Pour y parvenir, Moonshot a fait évoluer son backend autour de trois axes :

Architecture

Le modèle repose sur deux nouveaux composants : Kimi Delta Attention (KDA), un mécanisme d'attention linéaire hybride, et les Attention Residuals (AttnRes). L'objectif des deux est d'améliorer la propagation de l'information sur de longues séquences et dans des réseaux profonds.

En plus, Moonshot a accru la parcimonie de son dispositif Mixture-of-Experts avec un cadre « Stable LatentMoE », n'activant qu'une petite fraction d'experts par passe avant. Combiné à des évolutions d'entraînement et de données, Moonshot affirme que K3 offre environ 2,5 fois l'efficacité de mise à l'échelle de son prédécesseur, K2.

Codage

Moonshot positionne K3 comme très performant pour l'ingénierie à long horizon : enchaînement de tâches multi-étapes avec un minimum de supervision, navigation dans de vastes bases de code et coordination d'outils en ligne de commande.

Le laboratoire met aussi en avant un cas d'usage spécifique : combiner codage et raisonnement visuel, par exemple utiliser des captures d'écran et des retours visuels pour itérer en développement de jeux, en frontend ou sur des tâches de CAO. On voit beaucoup d'exemples de développement de jeux avec Kimi K3, comme un jeu inspiré de Paper Mario, un jeu de livraison en avion et quelque chose qui ressemble à Halo. 

Travail de connaissance

Selon Moonshot, ses évaluations internes (fondées sur des workflows réels de collaboration d'agents plutôt que sur des benchmarks publics) montrent des gains constants pour la variante « max » de Kimi K3 sur des tâches de production en travail de connaissance.

En pratique, pour les utilisateurs du modèle : des documents, bases de code ou vidéos plus longs peuvent être fournis en une seule entrée sans découpage ni réassemblage, et la même requête peut mélanger texte, images et vidéo sans tuyauterie supplémentaire.

Si elles se confirment, les gains d'efficacité devraient aussi se traduire par davantage de capacité par dollar de calcul que K2.

Fonctionnalités de l'API Kimi K3 pour les développeurs

La documentation de l'API donne une vision plus claire des changements pour celles et ceux qui construisent vraiment avec le modèle :

\n
• \n

  Pensée toujours activée : K3 fonctionne en mode reasoning par défaut, configuré via un paramètre de haut niveau reasoning_effort plutôt que l'ancien indicateur thinking de la ligne K2. Pour l'instant, seul le niveau max est pris en charge.

  \n
\n
• \n

  Streaming avec raisonnement séparé : les réponses en streaming exposent reasoning_content et la réponse finale content comme des deltas distincts, afin que vous puissiez afficher ou masquer le raisonnement du modèle.

  \n
\n
• \n

  Entrées visuelles, pas d'URL publiques : les images doivent être envoyées en base64 ou via une référence de fichier téléversé ; le modèle n'accepte pas d'URL d'images brutes, et la vidéo est gérée via un téléversement de fichier distinct.

  \n
\n
• \n

  Sortie structurée : la sortie conforme à un schéma JSON est prise en charge avec un mode strict, mais cette contrainte ne s'applique qu'au champ final content, pas à la trace de raisonnement.

  \n
\n
• \n

  Mode partiel : vous pouvez amorcer la réponse de l'assistant avec un préfixe fixe et laisser le modèle poursuivre à partir de là. Utile si vous voulez imposer une accroche précise.

  \n
\n
• \n

  Chargement dynamique d'outils : les définitions d'outils peuvent être injectées en cours de conversation via un message system, avec effet à partir de ce point de la conversation.

  \n
\n
• \n

  Mise en cache automatique du contexte : la mise en cache est automatique et ne nécessite aucun paramètre supplémentaire.

  \n
\n

Quelques autres limites à garder à l'esprit pour l'intégration de l'API : max_completion_tokens est par défaut à 131 72 et plafonne à 1 48 576, et des paramètres d'échantillonnage comme temperature et top_p sont fixes plutôt que configurables.

Kimi excelle également dans les tâches d'automatisation de navigateur. Pour en savoir plus, consultez notre tutoriel sur l'extension de navigateur Kimi.

Benchmarks de Kimi K3 : ce que nous savons à ce stade

Le matériel de lancement de Moonshot inclut désormais de vrais résultats de benchmarks, mais il faut garder en tête que les modèles ont été exécutés dans des harnais d'agents différents. K3 a été testé avec KimiCode de Moonshot ; les modèles Claude avec Claude Code ou Terminus 2 ; les modèles GPT via Codex. La comparaison n'est donc pas parfaitement propre : chaque modèle est testé dans l'outillage « maison » qui lui convient le mieux. 

Voici l'allure générale sur trois catégories.

Codage 

Comme le montre le graphique ci-dessous, K3 ne balaie pas tous les benchmarks de codage, mais il est compétitif presque partout. Il mène nettement sur Program Bench et SWE Marathon, arrive à moins d'un demi-point de GPT-5.6 Sol sur Terminal-Bench 2.1, et bat Opus 4.8 sur la plupart des tests individuels. Là où il perd clairement : DeepSWE et FrontierSWE, où Fable 5 et GPT-5.6 Sol prennent l'avantage.

Performance ajustée au coût 

Sur le graphique Kimi Code Bench V2 de Moonshot, K3 obtient un score proche d'Opus 4.8 pour environ la moitié du coût par tâche, loin des tarifs de Fable 5 pour quelques points supplémentaires. Le graphique BrowseComp raconte une histoire similaire : K3 surpasse GPT-5.6 Sol et Claude Fable 5 tout en coûtant une fraction par tâche.

L'échelle, pour contexte 

Le graphique des paramètres du modèle est éloquent. C'est la preuve visuelle la plus claire de l'affirmation « plus grand modèle open-weight » : on y voit Moonshot passer des 1T paramètres de Kimi K2 directement devant DeepSeek, Xiaomi et les autres, à 2,8T en une seule version.

Kimi K3 vs autres modèles chinois

Voici comment Kimi K3 se compare aux autres labs chinois qui livrent des modèles aujourd'hui. Globalement, le champ open-weight chinois semble se scinder en deux : des labs comme DeepSeek et Z.AI continuent de se battre sur le prix, tandis que Moonshot commence à facturer plus cher.

Kimi K3 vs DeepSeek V4

DeepSeek V4 est plus petit que K3 et bien moins cher.

K3 fait un autre pari : il est plus volumineux et Moonshot facture en conséquence, sans chercher à gagner sur le prix.

Kimi K3 vs Qwen

Cette comparaison est intéressante car Alibaba soutient à la fois Moonshot et, évidemment, sa propre gamme Qwen.

Elles diffèrent toutefois : le fleuron de Qwen, Qwen 3.7 Max, n'est pas open-weight. Il est fermé, propriétaire et uniquement accessible via les produits Alibaba ou des hébergeurs d'API tiers. Alibaba publie encore des modèles Qwen open-weight plus petits, mais son modèle haut de gamme est passé derrière des portes closes.

Kimi K3 vs GLM-5.2 

GLM-5.2 correspond davantage au playbook open source chinois historique : un modèle vraiment solide, sous licence MIT, et proposé bien en dessous des tarifs occidentaux de pointe. Il est plus petit que K3 et nettement moins cher, avec la réputation d'offrir des performances de codage proches du sommet pour une fraction du coût.

Voici la comparaison chiffrée, en utilisant comme référence l'Intelligence Index d'Artificial Analysis (un score composite issu de neuf benchmarks, exécutés de manière identique sur les modèles) :

Quelques précisions utiles : Qwen 3.7 Max est inclus à titre de référence, mais il n'est pas open-weight, comme indiqué, donc pas un véritable pair dans cette comparaison ; il semblait toutefois pertinent de l'afficher dans le tableau comme point de repère. De plus, la vérification indépendante par des tiers est encore en cours pour tout le monde, rien n'est définitif.

Kimi K3 vs les grands labs américains

Voyons maintenant comment Kimi K3 se mesure aux modèles fermés et propriétaires d'Anthropic et d'OpenAI.

Kimi K3 vs Claude Opus 4.8

Opus 4.8 est le fleuron d'Anthropic depuis des mois et, selon les chiffres de Moonshot, K3 le dépasse sur plusieurs benchmarks individuels, notamment en codage. K3 obtient 88,3 sur Terminal-Bench 2.1 contre 84,6 pour Opus 4.8.

La plus grande différence est toutefois celle-ci : Opus 4.8 est fermé. K3 est open-weight ; une fois les poids publiés, tout le monde pourra l'auto-héberger, le fine-tuner ou l'exécuter sans dépendre des serveurs de Moonshot.

Comme on le voit sur les graphiques ci-dessous, K3 devance Opus 4.8 d'un point sur l'Intelligence Index, mais l'écart se creuse ailleurs : K3 coûte environ deux fois moins par tâche et répond au premier token environ 20 fois plus vite.

Kimi K3 vs Claude Fable 5

Fable 5 est le modèle le plus récent et le plus performant d'Anthropic, et c'est celui que K3 n'atteint pas. Il mène nettement sur l'intelligence globale, et son coût d'exécution est nettement supérieur. Fable 5 est facturé 10 $/50 $ par million de tokens contre 3 $/15 $ pour K3. Mais l'argument de K3 n'est pas « aussi bon que Fable 5 », c'est : « presque au même niveau, pour une fraction du prix ». 

Comme on le voit sur les graphiques ci-dessous, Fable 5 mène confortablement sur l'Intelligence Index et est même un peu plus rapide que K3 en débit pur. Là où K3 prend l'avantage, c'est sur le coût : environ un tiers du prix par tâche de Fable 5.

Kimi K3 vs GPT-5.5

Sur les benchmarks de Moonshot, GPT-5.5 se situe juste en dessous de K3, avec une tarification comparable aux autres fleurons américains et bien au-dessus des tarifs de K3.

Comme on le voit sur les graphiques ci-dessous, K3 devance légèrement GPT-5.5 sur l'Intelligence Index et coûte un peu moins par tâche. GPT-5.5 génère toutefois les tokens un peu plus vite une fois lancé, donc le choix dépend de ce qui compte le plus pour vous parmi ces trois critères.

Kimi K3 vs GPT-5.6 Sol

GPT-5.6 Sol est le modèle le plus récent et le plus cher d'OpenAI dans cette comparaison, et sur Terminal-Bench 2.1, il est essentiellement à égalité avec K3. Sol obtient 88,8 contre 88,3 pour K3.

La grande différence est la même qu'avec Opus 4.8 : Sol est à poids fermés, donc accessible uniquement via les produits OpenAI (ChatGPT, Codex, API), tandis que K3 est open-weight. Une fois les poids publiés, chacun pourra l'auto-héberger ou le personnaliser.

Comme on le voit sur les graphiques ci-dessous, Sol devance K3 sur l'Intelligence Index, mais K3 prend l'avantage en vitesse et en coût.

Date de sortie et tarification de Kimi K3

Kimi K3 est déjà en ligne, mais pas encore complètement. Le modèle a été lancé hier et est déjà accessible aujourd'hui via kimi.com, les apps mobiles Kimi, Kimi Work, Kimi Code et l'API Kimi sous l'ID de modèle kimi-k3. Il commence aussi à apparaître sur des routeurs tiers comme OpenRouter et OrcaRouter.

Ce qui n'est pas encore publié, ce sont les poids open-weight eux-mêmes. Moonshot indique une publication d'ici le 27 juillet 2026, le temps de finaliser avec ses partenaires d'inférence et mainteneurs open source les détails techniques. D'ici là, vous pouvez utiliser K3 via les services hébergés de Moonshot, mais pas le télécharger pour l'auto-héberger. 

Nous vous recommandons de vous inscrire à notre newsletter IA hebdomadaire, The Median, pour rester au fait des sorties de modèles comme celle-ci.

Côté prix, K3 applique une facturation à l'usage, sans palier lié à la longueur de contexte malgré la fenêtre à 1 million de tokens. Les tarifs officiels de Moonshot sont de 0,30 $ par million de tokens pour les entrées en cache-hit, 3,00 $ par million pour les entrées en cache-miss, et 15,00 $ par million pour la sortie — avec un taux de cache-hit supérieur à 90 % sur des charges de travail de codage typiques, ce qui réduit le coût effectif des entrées en pratique.

Limites de Kimi K3

Moonshot est transparent dans son billet technique sur les limites :

\n
• Sensibilité à l'historique de raisonnement : K3 a été entraîné en s'attendant à ce que la trace complète de raisonnement soit renvoyée à chaque tour. Si un harness d'agent ne le fait pas correctement — ou si une session bascule vers K3 en cours de conversation depuis un autre modèle — la qualité de sortie peut devenir instable. Moonshot recommande d'utiliser Kimi Code.
\n
• Proactivité excessive : sur des tâches ambiguës, K3 a tendance à décider à la place de l'utilisateur plutôt qu'à poser des questions. Si vous avez besoin de limites strictes, il faut les expliciter dans le system prompt.
\n
• Un écart d'UX, selon Moonshot : la fiche du modèle indique clairement que « K3 présente néanmoins un écart sensible en expérience utilisateur par rapport à Claude Fable 5 et GPT 5.6 Sol » — cas rare d'un labo reconnaissant l'avantage de finition d'un concurrent dans ses propres documents de lancement.
\n
• Recherche web jugée instable : Moonshot déconseille explicitement de s'appuyer pour l'instant sur la recherche web avec K3, la fonctionnalité étant en cours de mise à jour.
\n

Conclusion

Kimi K3 est le plus grand modèle open-weight publié à ce jour. Il introduit une nouvelle architecture d'attention, conçue pour les contextes longs et les charges de travail agentiques. Sur les benchmarks publics actuels, ce n'est pas le vainqueur absolu — Fable 5 et GPT-5.6 Sol le devancent — mais il reste très compétitif sur les tâches de codage, d'agents et multimodales, pour une fraction du coût.

C'est le fil rouge de tout l'article : K3 n'essaie pas de gagner dans chaque catégorie. Il rend le compromis prix/capacité difficile à ignorer, comme l'ont fait DeepSeek avec R1 et GLM-5.2 plus récemment — sauf que, cette fois, Moonshot facture aux tarifs de pointe, pas à prix cassé.