Kimi K3 : la face cachée de la lune dévoile un modèle open source de 2,8 billions de paramètres

Introduction

Moonshot AI a dévoilé Kimi K3, un nouveau modèle de raisonnement multimodal avec 2,8 billions de paramètres totaux et une fenêtre de contexte de 1 million de tokens.

La société basée à Pékin affirme que Kimi K3 est le premier modèle open source à atteindre le niveau des 3 billions de paramètres. Il est spécialement conçu pour l'ingénierie logicielle de longue durée, le travail cognitif, le raisonnement visuel, la recherche et les tâches d'agents multi-étapes.

Sa taille a immédiatement attiré l'attention. Le nombre total de paramètres de Kimi K3 dépasse largement celui des systèmes de poids ouverts au niveau du billion de paramètres qui définissaient la génération précédente des modèles de pointe chinois.

Cependant, la taille n'est qu'une partie de l'histoire. Kimi K3 utilise une architecture de mélange d'experts hautement sparse, n'activant qu'une petite partie de ses experts pour chaque token. Moonshot AI a également introduit des changements structurels visant à améliorer la façon dont l'information circule à travers de longues séquences et des réseaux profonds.

La société indique que Kimi K3 atteint un niveau de pointe dans plusieurs de ses tests, bien qu'il reste globalement derrière les modèles propriétaires les plus puissants. Les évaluations indépendantes publiées avant et après son lancement le classent également parmi les meilleurs modèles disponibles.

Un modèle multimodal de 2,8 billions de paramètres

Kimi K3 est un modèle multimodal natif capable de traiter des entrées textuelles et visuelles. Moonshot AI le positionne pour les tâches nécessitant un raisonnement continu plutôt que des réponses brèves et isolées.

Ses spécifications principales sont les suivantes :

Spécification	Kimi K3
Paramètres totaux	2,8 billions
Architecture	Mélange d'experts sparse
Nombre d'experts routés	896
Experts activés par token	16
Fenêtre de contexte	1 million de tokens
Modalités	Entrées textuelles et visuelles
Cas d'usage principaux	Programmation, travail cognitif, recherche, raisonnement, création multimodale
Mode de raisonnement par défaut à la sortie	Effort de réflexion maximal
Objectif de publication des poids complets	Avant le 27 juillet 2026
Déploiement à grande échelle recommandé	Configuration super-nœud d'au moins 64 accélérateurs

Le nombre total de paramètres décrit le modèle complet, et non le nombre de paramètres utilisés par token. Kimi K3 active 16 de ses 896 experts lors de l'inférence, ce qui lui permet de bénéficier d'une capacité énorme sans exécuter l'ensemble du réseau pour chaque token généré.

Cette distinction est importante. Les modèles sparses peuvent contenir des billions de paramètres tout en maintenant un calcul réel bien inférieur à celui requis par un modèle dense de taille équivalente.

Même avec une activation sparse, Kimi K3 reste un système d'hébergement extrêmement exigeant. Moonshot AI recommande un déploiement sur une configuration super-nœud avec 64 accélérateurs ou plus, ce qui rend l'auto-hébergement pratique hors de portée pour la plupart des développeurs individuels et des petites équipes.

L'architecture derrière Kimi K3

Moonshot AI met en avant deux technologies architecturales fondamentales : le mécanisme d'attention Kimi Delta et la résiduelle d'attention.

Mécanisme d'attention Kimi Delta

Le mécanisme d'attention Kimi Delta (KDA) vise à rendre le calcul d'attention plus efficace à mesure que la longueur du contexte augmente.

Lorsque le modèle traite des séquences très longues, l'attention traditionnelle devient coûteuse. L'objectif de KDA est de fournir une base plus évolutive pour le traitement de grands contextes, tout en conservant les informations nécessaires au raisonnement et à l'utilisation d'outils.

La fenêtre de millions de tokens donne à Kimi K3 une capacité suffisante pour traiter de grandes bases de code, des collections massives de documents, de longs historiques d'agents, ou une combinaison de plusieurs sources de matériel qui dépassait les limites de nombreux modèles précédents.

Une grande fenêtre de contexte ne garantit pas que chaque token soit utilisé de manière optimale. La qualité de la récupération, la stabilité du raisonnement, la structure des instructions et l'orchestration des agents restent cruciales. Cependant, la fenêtre étendue offre aux développeurs un espace plus grand pour conserver le matériel pertinent sans avoir besoin d'une compression agressive précoce.

Résiduelle d'attention

La résiduelle d'attention (AttnRes en abrégé) modifie la façon dont les représentations sont transmises à travers la profondeur du modèle.

Au lieu de laisser l'information s'accumuler uniformément via des connexions résiduelles traditionnelles, ce mécanisme récupère sélectivement des représentations utiles à partir de couches antérieures.

Moonshot AI indique que cela améliore le flux d'information à travers la profondeur du modèle et contribue à une mise à l'échelle plus efficace.

Mélange d'experts latent stable

Kimi K3 combine le routage d'experts sparse avec un cadre de mélange d'experts latent stable. Chaque token active seulement 16 des 896 experts routés.

À ce niveau de sparse, la qualité du routage devient un problème d'ingénierie majeur. Un système mal équilibré peut entraîner une surcharge de certains sous-ensembles d'experts, un gaspillage de matériel ou une réduction du débit.

Moonshot AI indique qu'elle utilise une stratégie d'équilibrage basée sur les quantiles et une méthode de formation parallèle équilibrée des experts qui répartit efficacement la charge de travail sur le chemin critique sans nécessiter de synchronisation hôte.

Formation consciente de la quantification

Le modèle adopte une formation consciente de la quantification dès la phase de mise au point supervisée.

Selon Moonshot AI, Kimi K3 utilise des poids MXFP4 et des activations MXFP8. Les formats de précision réduite peuvent réduire les besoins en mémoire et en communication, mais les performances réelles dépendent toujours du support matériel et du moteur d'inférence.

Ces améliorations architecturales permettraient de multiplier par environ 2,5 l'efficacité globale de la mise à l'échelle par rapport à Kimi K2.

Conçu pour la programmation de longue durée

La programmation est l'un des principaux domaines d'application mis en avant par Moonshot AI pour Kimi K3.

Le modèle est conçu pour rester efficace lors de sessions d'ingénierie prolongées, capable de naviguer dans de grandes bases de code, d'opérer des outils terminaux, de vérifier les retours d'exécution et d'itérer en continu avec une supervision humaine limitée.

Cela diffère des modèles qui ne génèrent qu'une seule fonction via une instruction. La programmation de longue durée peut exiger du système de :

1. Explorer des bases de code inconnues.
2. Comprendre l'architecture et les dépendances.
3. Élaborer des plans en plusieurs étapes.
4. Modifier des fichiers dans plusieurs modules.
5. Exécuter des builds et des tests.
6. Lire des messages d'erreur et des journaux.
7. Comparer des captures d'écran ou des rendus.
8. Modifier à plusieurs reprises l'implémentation.
9. Conserver le contexte pertinent tout au long de la tâche.

Moonshot AI souligne également le défi de combiner la programmation et le raisonnement visuel. Kimi K3 peut utiliser des captures d'écran et des retours visuels lors du traitement d'interfaces front-end, de jeux, de flux de travail CAO et d'autres logiciels interactifs.

Résultats des benchmarks de codage Moonshot

Moonshot a évalué Kimi K3 sur plusieurs benchmarks d'ingénierie logicielle et cadres d'agents.

La société rapporte des performances solides dans les domaines suivants :

• DeepSWE
• Terminal-Bench 2.1
• FrontierSWE
• Program Bench
• SWE Marathon
• Kimi Code Bench 2.0
• Optimisation des noyaux GPU
• Construction de compilateurs

Ces évaluations n'utilisent pas toutes le même paramétrage. Certains modèles sont testés via Kimi Code, d'autres via Claude Code ou Codex. Moonshot documente ces différences dans les notes de bas de page des benchmarks.

Ce point est important car le cadre d'agent influence les résultats. Les interfaces d'outils, la gestion du contexte, le comportement de réessai, les systèmes d'autorisation et la conception des instructions peuvent tous affecter les performances du modèle sur des tâches de longue durée.

Moonshot rapporte que Kimi K3 a obtenu les résultats suivants :

• DeepSWE Contraste : 67,5
• Terminal-Bench 2.1 : 86,3
• FrontierSWE : 81,2
• Program Bench : 77,8
• SWE Marathon : 42,0
• Kimi Code Bench 2.0 interne : 72,8

Ce sont les résultats rapportés par la société et doivent être lus en conjonction avec des benchmarks exécutés de manière indépendante.

Optimisation des noyaux GPU

Moonshot a également testé le modèle sur l'optimisation des noyaux GPU

Capacités au niveau du noyau, et non pas simplement l'écriture de code applicatif classique.

Chaque modèle évalué a été placé dans un environnement sandbox identique et a disposé de 24 heures pour configurer, réécrire et benchmarker plusieurs tâches. Les charges de travail incluaient des composants liés à l'architecture propre de Kimi K3, et ont été testées sur du matériel NVIDIA H200 ainsi que sur une autre plateforme GPU générique.

Moonshot indique que, lorsqu'un comportement de repli est autorisé, Kimi K3 est compétitif avec Claude Fable 5 et surpasse largement plusieurs autres modèles testés dans cette configuration.

La société ajoute que les premiers checkpoints de Kimi K3 ont pris en charge la majeure partie du travail d'optimisation du noyau utilisé lors du développement du modèle lui-même.

Cette capacité est importante car un système d'IA efficace ne repose pas uniquement sur l'architecture du modèle. L'ingénierie du noyau détermine l'efficacité avec laquelle le modèle utilise les accélérateurs, la bande passante mémoire, les liaisons de communication et les formats numériques spécialisés.

Construction d'un compilateur GPU à partir de zéro

Lors d'un autre test interne, Kimi K3 a créé un système de programmation GPU compact de type Triton, nommé MiniTriton.

Selon Moonshot, le projet final comprend :

• Une représentation intermédiaire au niveau des tuiles basée sur MLIR
• Des passes d'optimisation
• Un pipeline de génération de code PTX
• Un frontal de langage dédié
• Des composants d'exécution
• Un support pour l'entraînement de nanoGPT de bout en bout

Moonshot rapporte que MiniTriton égale ou dépasse Triton et torch.compile sur les benchmarks de support sélectionnés, tout en maintenant un comportement d'entraînement stable lors de ses tests avec nanoGPT.

Ce résultat doit être considéré comme une étude de cas interne, et non comme une preuve que le compilateur généré est prêt à remplacer des outils matures.

Infrastructure de production. Il démontre toutefois le type de tâches d'ingénierie multi-étapes que Moonshot visait en concevant Kimi K3.

Programmation visuelle, développement de jeux et conception de puces

La conception multimodale native de Kimi K3 lui permet de basculer librement entre le code source et les sorties visuelles.

Dans les travaux de développement de jeux et de frontal, le modèle peut générer du code d'implémentation, inspecter des captures d'écran, identifier des problèmes visuels et modifier le code. Moonshot qualifie cela de « maintien du visuel dans la boucle de développement ».

La société a également présenté une démonstration préliminaire de conception de puces. Selon les rapports, lors d'une exécution autonome de 48 heures, Kimi K3 a conçu, optimisé et validé une puce basée sur sa propre architecture pour servir un petit modèle.

Cette preuve de concept a utilisé des outils de conception électronique open source et la bibliothèque de procédé Nangate 45 nm. Moonshot a rapporté les résultats de la conception simulée :

• Surface inférieure à 4 mm².
• Fréquence de convergence temporelle atteignant 100 MHz.
• Environ 1,46 million de cellules standard.
• 0,277 Mo de SRAM utilisée.
• Matrice de multiplication-accumulation INT4 avec déquantification fusionnée.
• Plus de 8 700 tokens traités par seconde en simulation.

Il s'agit d'une simulation et d'une démonstration de recherche préliminaire, et non d'une puce de production réelle.

Kimi K3 dans la recherche scientifique et le travail de connaissance

Moonshot positionne également Kimi K3 comme un modèle adapté aux flux de travail de recherche et d'expertise.

Dans un cas de figure en astrophysique computationnelle, il a été demandé au modèle de reproduire une relation universelle impliquant les propriétés des étoiles à neutrons.

Moonshot déclare que Kimi K3 a :

• Examiné et recoupé plus de 20 articles.
• Implémenté un pipeline de calcul numérique complet.
• Évalué plus de 300 équations d'état.
• Identifié des incohérences dans des formules publiées.
• Généré plus de 3 000 lignes de code Python.
• Construit un tableau de bord de données HTML interactif.

Selon la société, le modèle a réalisé ce projet en environ deux heures, alors qu'un chercheur expérimenté aurait besoin d'une à deux semaines.

Comme pour les autres études de cas, ce résultat ne doit pas être considéré comme une garantie d'économie de temps universelle. Les performances dépendent du contenu de la tâche, des outils disponibles, de la qualité des sources de données, des méthodes de validation et du degré de révision humaine.

Fenêtre de contexte d'un million de tokens

La fenêtre de contexte de Kimi K3 est l'une de ses spécifications les plus importantes sur le plan commercial.

La capacité d'un million de tokens peut contenir diverses combinaisons, telles que :

• Une large base de code logiciel comprenant des documents et des journaux.
• Un grand nombre de longs rapports et de documents bruts.
• Des enregistrements étendus d'appels d'outils.
• De longues sessions de recherche.
• De grandes collections d'images et de texte.
• De multiples brouillons, révisions et résultats intermédiaires.

Moonshot indique que Kimi K3 donne ses meilleurs résultats lorsqu'il conserve l'historique complet du raisonnement.

Cela implique une exigence de mise en œuvre importante. Si un framework d'agent supprime une partie de l'historique des réflexions précoces du modèle, le résume de manière incorrecte, ou passe à un autre modèle en cours de session, la qualité de la sortie peut devenir instable.

Moonshot recommande d'utiliser des frameworks compatibles éprouvés (comme Kimi Code) et d'éviter de changer de modèle pendant une session K3 active.

Résultats de benchmarks indépendants

Les résultats de tests indépendants soutiennent largement la conclusion que Kimi K3 est un modèle de pointe, bien qu'il ne soit pas en tête dans toutes les catégories.

Artificial Analysis a attribué à Kimi K3 un score de 57 dans son indice d'intelligence, le classant troisième au moment de l'évaluation. Son résultat global a été décrit comme comparable à ceux de Claude Opus 4.8 et GPT-5.5, mais inférieur à ceux de Claude Fable 5 et GPT-5.6 Sol.

Artificial Analysis a également rapporté que Kimi K3 était exceptionnellement verbeux lors de l'évaluation, générant environ 130 millions de tokens, contre une moyenne d'environ 63 millions de tokens pour les modèles comparables.

Cela a un impact sur le coût et la latence. Un modèle peut avoir un prix compétitif par token, mais s'il en utilise davantage pour accomplir la même tâche, il peut quand même devenir coûteux.

Reuters a rapporté d'autres résultats de tests tiers au moment de la sortie :

• Arena.ai a classé Kimi K3 premier dans l'évaluation de la construction d'interfaces web.
• Vals AI l'a classé deuxième, derrière Claude Fable 5 et devant GPT-5.6 Sol.
• Artificial Analysis a constaté que ses performances étaient comparables à celles de GPT-5.5 et Claude Opus 4.8 dans des travaux complexes en plusieurs étapes.

Les classements des benchmarks changent à mesure que les évaluateurs ajoutent des échantillons, mettent à jour les plates-formes de test et retestent les modèles. Par conséquent, il convient de consulter les derniers classements avant de prendre une décision d'achat ou de déploiement.

Statut des poids ouverts et date de publication

Kimi K3 a été annoncé comme un modèle à poids ouverts, mais au moment de la rédaction de cet article, les poids complets téléchargeables n'ont pas encore été publiés.

La page de sortie officielle de Moonshot indique que les poids doivent être publiés avant le 27 juillet 2026.

Cette distinction est importante :

• Le modèle, l'architecture, l'API et les intégrations de produits ont été annoncés.
• Kimi K3 est déjà accessible via les produits hébergés de Moonshot et son API.
• Les poids complets du modèle sont prévus pour une publication future.
• Les instructions de déploiement local et le support final de l'écosystème pourraient continuer à évoluer après la publication des poids.

Jusqu'à ce que les poids, leur licence et les documents techniques soient publiés, toute affirmation concernant des processus d'auto-hébergement spécifiques, des moteurs d'inférence pris en charge ou des configurations matérielles doit être considérée comme préliminaire.

Des poids ouverts ne signifient pas non plus automatiquement un open source sans restriction. La licence finale déterminera ce que les utilisateurs peuvent modifier, redistribuer ou utiliser commercialement.

Pourquoi la plupart des utilisateurs n'exécuteront pas Kimi K3 localement

Un modèle de 2,8 billions de paramètres dépasse largement la définition conventionnelle de l'IA locale.

Même avec une activation éparse et des poids en basse précision, le point de contrôle complet, le routage des experts, la communication à haute bande passante, la mise en cache du contexte et les frais généraux d'exécution nécessitent un système distribué de grande taille.

Moonshot recommande d'utiliser au moins 64 accélérateurs dans une configuration de type super-nœud pour le déploiement.

Les implications pratiques sont les suivantes :

1. Les utilisateurs individuels accéderont très probablement à Kimi K3 via une API ou une application hébergée.
2. Les entreprises utiliseront probablement des fournisseurs d'inférence spécialisés plutôt que de maintenir leurs propres clusters.
3. Les poids ouverts sont les plus utiles directement pour les laboratoires de recherche bien financés, les plateformes cloud, les sociétés d'inférence et les grandes équipes d'infrastructure.
4. Des variantes quantifiées ou distillées de la communauté pourraient éventuellement abaisser la barrière, mais ces versions pourraient ne pas égaler les performances du modèle complet.

Selon des estimations citées par Reuters, l'auto-hébergement du modèle associé…

Le système pourrait nécessiter un équipement de calcul d'une valeur de plusieurs centaines de milliers de dollars.

Le coût exact dépendra du format final des poids, du type d'accélérateur, de la configuration réseau, de la longueur du contexte, des objectifs de débit, des plans de redondance et des logiciels de service.

Tarification et disponibilité de l'API

Kimi K3 est déjà disponible via plusieurs produits de Moonshot :

• Kimi.com
• Kimi Workbench
• Kimi Code
• Kimi

Interface ouverte (API Kimi)

• Kimi Entreprise

Les utilisateurs de Kimi Code peuvent sélectionner le modèle Kimi K3 via la commande modèle dans l'interface terminal.

Les tarifs actuels de l'API Moonshot AI sont les suivants :

Catégorie de tokens	Prix par million de tokens
Entrée avec cache hit	0,30 USD
Entrée sans cache hit	3,00 USD
Sortie	15,00 USD

Le nom du modèle dans l'API est :

kimi-k3

Moonshot AI indique que son API officielle, grâce à l'architecture de raisonnement décentralisée Mooncake, atteint un taux de cache hit supérieur à 90 % dans les charges de travail de codage.

Le coût réel d'utilisation dépendra de la longueur des prompts, de la profondeur du raisonnement, de la réutilisation du cache, du nombre d'appels d'outils, des mécanismes de réessai et du niveau de détail des sorties.

Accélération du cycle d'itération des laboratoires chinois d'IA

Lors de la sortie de Kimi K3, les entreprises chinoises d'intelligence artificielle lancent de nouveaux modèles à une fréquence exceptionnellement dense.

Les développeurs, comme Moonshot AI, Z.ai, MiniMax, DeepSeek, Meituan et d'autres, continuent de proposer des systèmes plus volumineux et plus puissants, tout en rivalisant sur les prix, les poids ouverts, les capacités de codage et les performances des agents.

Reuters souligne que cette vitesse d'itération remet en cause l'idée précédente selon laquelle les meilleurs modèles chinois étaient toujours en retard de plusieurs mois par rapport aux technologies de pointe américaines.

La simple taille des modèles ne prouve pas une position de leader. Le nombre de paramètres est difficile à comparer horizontalement entre architectures denses et creuses, et certains grands développeurs américains ne divulguent pas la taille exacte de leurs modèles actuels.

Néanmoins, Kimi K3 montre que les laboratoires chinois sont désormais à la pointe dans des domaines tels que la taille des modèles, la conception architecturale, le raisonnement sur de longs contextes et l'ingénierie des agents.

Réaction du marché et expansion de Moonshot AI

Selon Reuters, après la sortie de Kimi K3, les actions cotées de plusieurs concurrents chinois en IA ont chuté.

À la clôture, Zhipu AI a chuté de 27,7 %, et MiniMax de 16,5 %.

La performance d'une seule journée ne permet pas de déterminer l'impact à long terme du nouveau modèle sur la concurrence, mais cette réaction montre l'attention des marchés publics envers les avancées technologiques des entreprises chinoises d'IA.

Moonshot AI a reçu le soutien de grands investisseurs tels qu'Alibaba et Tencent.

Reuters cite également Bloomberg, indiquant que Moonshot AI cherche à lever environ 2 milliards USD à une valorisation d'environ 30 milliards USD, avant une possible introduction en bourse à Hong Kong. Cependant, ces projets de financement et d'introduction en bourse restent au stade de rumeurs et n'ont pas encore été finalisés.

Limitations divulguées de Kimi K3

Moonshot AI a fait preuve d'une franchise rare dans son annonce officielle en reconnaissant plusieurs limitations.

Sensibilité à l'historique de raisonnement

Kimi K3 conserve l'historique de raisonnement lors de l'entraînement. Si le cadre d'agent ne retourne pas l'intégralité du contenu de réflexion, cela peut entraîner une instabilité des performances. Il est également déconseillé de basculer vers Kimi K3 en cours de session établie avec d'autres modèles.

Proactivité excessive

Ce modèle est optimisé pour des tâches intensives et de longue durée. En conséquence, il peut prendre des décisions inattendues lorsque les instructions sont floues. Ou lorsqu'il rencontre de petits obstacles. Les applications nécessitant un comportement précis doivent fournir des contraintes explicites via des invites système ou un fichier AGENTS.md.

Écart d'expérience utilisateur

Moonshot AI indique que, bien que Kimi K3 soit compétitif dans de nombreuses évaluations techniques, son expérience utilisateur globale reste inférieure à celle de Claude Fable 5 et de GPT-5.6 Sol.

Exigences infrastructurelles élevées

Les poids ouverts ne signifient pas que le système est facile à déployer complètement. Sa taille, ses exigences réseau et sa mémoire de long contexte créent un seuil opérationnel élevé.

Consommation élevée de tokens

Des tests indépendants montrent que, dans des évaluations complexes, la consommation de tokens de Kimi K3 peut être significativement plus élevée que la moyenne des modèles de pointe. Cela affecte le coût total, la vitesse de réponse et la consommation du taux limite.

Signification de cette sortie pour les développeurs

Pour la plupart des développeurs, Kimi K3 sera initialement proposé sous forme de modèle hébergé plutôt qu'auto-hébergé.

Ses caractéristiques les plus importantes incluent :

• Fenêtre de contexte très large
• Comportement de codage persistant renforcé
• Capacités de raisonnement visuel natif
• Appels d'outils orientés agents
• Performances compétitives dans les tâches spécialisées
• Accès API avec tarification publique
• Poids ouverts prévus

Les équipes évaluant ce modèle devraient tester des flux de travail réels, plutôt que de se fier uniquement aux titres des benchmarks.

Les évaluations utiles peuvent inclure :

1. Navigation dans le dépôt et résolution de problèmes
2. Maintien d'instructions dans un long contexte
3. Implémentation frontend avec référence visuelle
4. Fiabilité des appels d'outils
5. Redondance des sorties et coût
6. Performances avec des instructions floues
7. Compatibilité avec les cadres d'agents cibles
8. Performances après compression de l'historique de raisonnement
9. Gouvernance des données et exigences de déploiement
10. Capacité de récupération après des commandes ou tests échoués

FAQ

Qu'est-ce que Kimi K3 ?

Kimi K3 est un modèle de raisonnement multimodal de 2,8 billions de paramètres développé par Moonshot AI, conçu pour le codage longue distance, le travail de connaissance, la recherche scientifique, les tâches visuelles et les workflows d'agents.

Kimi K3 est-il open source ?

Moonshot AI décrit Kimi K3 comme un modèle ouvert et prévoit de publier les poids complets. Les poids ouverts ne sont pas nécessairement équivalents à un logiciel open source ; la licence finale déterminera les conditions d'utilisation, de modification et de redistribution autorisées.

Les poids de Kimi K3 sont-ils disponibles maintenant ?

Non publiés pour le moment. L'annonce officielle de Moonshot AI indique que les poids complets seront ouverts le 27 juillet 2026.

Combien de paramètres utilise Kimi K3 lors de l'inférence ?

Le modèle complet compte 2,8 billions de paramètres, mais utilise une architecture mixte creuse d'experts. Moonshot AI indique que chaque token active 16 des 896 experts, donc l'intégralité du réseau n'est pas exécutée en même temps.

Kimi K3 peut-il fonctionner sur un PC personnel ?

Le modèle complet n'est pas adapté aux PC ordinaires. Moonshot AI recommande un déploiement avec au moins 64 accélérateurs, donc la plupart des utilisateurs accéderont à Kimi K3 via un produit hébergé ou une API.

Quelle est la taille de la fenêtre de contexte de Kimi K3 ?

Kimi K3 prend en charge une fenêtre de contexte de 1 million de tokens. Le modèle est sensible à l'enregistrement de l'historique de raisonnement, donc la compatibilité du cadre d'agent et la gestion du contexte sont importantes.

Quel est le coût de l'API Kimi K3 ?

Les tarifs annoncés par Moonshot AI sont : 0,30 USD par million de tokens pour l'entrée avec cache hit, 3,00 USD par million de tokens pour l'entrée sans cache hit, et 15,00 USD par million de tokens pour la sortie. Le coût total dépend également de la longueur de la sortie, de la réutilisation du cache, des appels d'outils et des réessais.

Kimi K3 est-il meilleur que GPT-5.6 Sol ou Claude Fable 5 ?

La réponse dépend des tâches et des benchmarks spécifiques. Moonshot AI indique que Kimi K3 est globalement en retard par rapport à ces deux modèles, mais qu'il est comparable ou supérieur dans certaines évaluations de codage et de travail de connaissance. Des tests indépendants montrent également que Kimi K3 fait partie des modèles de pointe, mais n'est pas toujours en première position.

Outils associés

• Kimi : Espace de travail agent hébergé par Moonshot AI pour utiliser Kimi K3.
• Kimi Work : Environnement de bureau conçu pour les fonctionnalités de documentation, recherche, tableau de bord et travail de connaissance de Kimi.
• Kimi Code : Agent de codage en terminal et IDE de Moonshot AI, prenant en charge la sélection du modèle Kimi K3.
• Plateforme API Kimi : Accès officiel à l'API, tarification, documentation développeur et gestion de compte.
• Moonshot AI sur GitHub : Projets open source officiels, outils de modèles et dépôt de code de recherche.
• Moonshot AI sur Hugging Face : Fiches modèles officielles et versions téléchargeables des modèles Moonshot AI.
• vLLM : Moteur d'inférence open source que Moonshot AI indique prendra en charge la fonctionnalité de cache de préfixe KDA.

Liens associés

• Blog technique officiel de Kimi K3 : Annonce de Moonshot AI sur l'architecture, les benchmarks, la disponibilité et les limitations.

• Site officiel de Moonshot AI : Page d'accueil officielle des produits et de la recherche de l'entreprise.

• Plateforme API Kimi : Accès officiel à l'API Kimi K3 et tarification actuelle des tokens.

• Organisation GitHub Moonshot AI : Dépôt officiel du code pour les modèles Kimi, Kimi Code et la recherche en infrastructure.

• Organisation Hugging Face Moonshot AI : Versions officielles des poids de modèles et fiches de modèles.

• Artificial Analysis : Kimi K3 : Évaluation indépendante du niveau d'intelligence, de la tarification, de la vitesse et de la fenêtre de contexte.

• Rapport de benchmark Artificial Analysis Kimi K3 : Résumé indépendant des performances de l'indice d'intelligence de Kimi K3.

Résumé

Kimi K3 propulse Moonshot AI à l'échelle de 3 000 milliards de paramètres. Il s'agit d'un modèle multimodal clairsemé conçu pour le codage, la recherche, le travail de connaissance et les tâches d'agent de longue durée. Sa fenêtre de contexte d'un million de tokens, le mécanisme d'attention Kimi Delta, la structure d'attention résiduelle et une stratégie de routage d'experts hautement clairsemée visent à améliorer l'efficacité opérationnelle à cette échelle.

Les benchmarks internes et les évaluations indépendantes montrent que Kimi K3 se classe parmi les modèles de pointe actuels, bien que Moonshot reconnaisse qu'il reste globalement derrière Claude Fable 5 et GPT-5.6 Sol. La consommation élevée de tokens du modèle, sa sensibilité à l'historique d'inférence, sa tendance au comportement proactif et

les besoins importants en infrastructure constituent des limitations pratiques majeures.

Kimi K3 est déjà disponible via l'application et l'API de Moonshot. Les poids complets devraient être publiés avant le 27 juillet 2026, de sorte que la plupart des développeurs utiliseront initialement une version hébergée plutôt que de déployer le modèle complet eux-mêmes.

Le progrès clé ne réside pas seulement dans l'échelle des paramètres : Kimi K3 combine échelle extrême, activation clairsemée, contexte d'un million de tokens, entrée multimodale et comportement d'agent à long cycle, et Moonshot prévoit de le publier sous forme de poids téléchargeables.