Kimi K3 : revue approfondie, 2,8 billions de paramètres, nouveau record open source
Le 16 juillet 2026, Moonshot AI a discrètement affiché « Kimi K3 est en ligne » en tête de sa documentation API. Sans keynote massif, l'entreprise a publié le plus grand modèle IA open source au monde : Kimi K3, 2,8 billions (2,8T) de paramètres, avec un contexte de 1 million de tokens et une compréhension visuelle native.
Pour les développeurs IA, les décideurs techniques et les équipes en phase de choix de modèle, cet article répond à trois questions : ① spécifications, innovations d'architecture et portée stratégique ; ② comparaison complète des benchmarks avec Claude Fable 5, GPT-5.6 Sol et DeepSeek V4 Pro ; ③ tarification, quatre modes d'intégration, matrice de scénarios et calendrier open source du 27 juillet. Données au 16-07-2026 (benchmarks auto-déclarés Moonshot).
01 Qu'est-ce que Kimi K3 — et pourquoi ce lancement compte
En une phrase : Kimi K3 est aujourd'hui le plus grand modèle IA open source par nombre de paramètres — 2,8T. Il dépasse DeepSeek V4 Pro (1,6T) d'environ 75 %, multiplie par 2,7 le modèle open source de Xiaomi (1,02T) et excède de plus de 7× celui d'Alibaba (397B). Architecture MoE sparse : 16 experts activés sur 896 à l'inférence. Contexte 1M tokens et vision native pour le code complexe, le raisonnement long et le travail de connaissance. Poids complets sur Hugging Face le 27 juillet 2026.
Les développeurs font face à plusieurs contraintes :
- Plafond de contexte : les flagship propriétaires restent souvent à 200K–400K tokens, imposant troncature et concaténation pour analyser un dépôt entier.
- Dégradation sur le code long : dans les scénarios SWE Marathon, la plupart des modèles perdent le fil en cours de route.
- Limites open source : DeepSeek V4 Pro menait à 1,6T, mais aucun poids ouvert au-delà de 2T.
- Export et volatilité tarifaire : après la sortie globale de Claude Fable 5, les options d'agents de code haut de gamme se réduisent.
Moonshot AI, sous pression DeepSeek depuis 18 mois, répond avec K3. Contexte chiffré :
- 9 mois sur 12, la série Kimi a tenu la première place open source en taille ;
- lancement la veille de la WAIC 2026 ;
- ARR > 300 M$ en juin 2026, 6e tour de financement, valorisation pre-money 31,5 Md$ ;
- revenus API > 70 %, utilisateurs payants internationaux +400 %.
Ce n'est pas un empilement de paramètres pour la vitrine, mais une affirmation de souveraineté technique d'un acteur en forte croissance commerciale.
02 Kimi Delta Attention et trois innovations architecturales
Kimi Delta Attention (KDA) — repenser l'attention
Le Full Attention fait croître le cache KV de façon quadratique sur long contexte. KDA est un mécanisme d'attention linéaire hybride alternant couches linéaires et full attention en ratio 3:1. Résultat : cache KV réduit jusqu'à 75 % ; décodage jusqu'à 6,3× plus rapide à 1M tokens ; performances supérieures aux baselines full attention en contexte court/long et en scaling RL.
Attention Residuals (AttnRes) — limiter la perte d'information en profondeur
AttnRes modifie les connexions résiduelles avec une récupération sélective de représentations précoces à forte valeur. Moonshot annonce ~25 % d'efficacité d'entraînement en plus, pour moins de 2 % de coût calcul.
Stable LatentMoE — entraînement stable à très forte sparsité
K3 compte 896 experts, 16 activés par inférence (sparsité 1,8 %). Technologies associées :
| Technologie | Rôle |
|---|---|
| Quantile Balancing | Allocation d'experts depuis les quantiles du routeur, sans hyperparamètres heuristiques |
| Per-Head Muon | Optimisation par tête d'attention pour un entraînement massif plus adaptatif |
| Sigmoid Tanh Unit (SiTU) | Meilleur contrôle des fonctions d'activation |
| Gated MLA | Sélectivité attentionnelle accrue |
En synthèse, Kimi K3 améliore l'efficacité de scaling d'environ 2,5× vs Kimi K2.
03 Benchmarks Kimi K3 : où le modèle excelle
| Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 | 46.2 |
| Program Bench | 77.8 | 76.8 | 77.6 | 71.9 | 63.7 |
| Terminal Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 | 82.7 |
| FrontierSWE | 81.2 | 86.6 | 71.3 | 66.7 | 67.3 |
| SWE Marathon | 42.0 | 35.0 | 39.0 | 40.0 | 13.0 |
| BrowseComp | 91.2 | 88.0 | 90.4 | 84.3 | — |
| Automation Bench | 30.8 | 29.1 | 29.7 | 27.2 | 12.9 |
| GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 | 91.2 |
| MMMU-Pro (vision) | 81.6 | 81.2 | 83.0 | 78.9 | — |
| OmniDocBench | 91.1 | 89.8 | 85.8 | 87.9 | — |
Points clés :
- SWE Marathon (42,0) : premier sur les tâches de code prolongées ;
- Program Bench (77,8) : légère avance en tête ;
- FrontierSWE : Fable 5 mène à 86,6 ; K3 (81,2) devance nettement GPT-5.6 Sol (71,3) ;
- OmniDocBench (91,1) : premier en compréhension documentaire ;
- Artificial Analysis Intelligence Index v4.1 : K3 à 57,1, 4e rang derrière Fable 5 (59,9) et GPT-5.6 Sol (58,9).
Données auto-déclarées Moonshot ; harness d'inférence distincts (K3 : Kimi Code, GPT : Codex, Claude : Claude Code). Reproduction tierce indépendante en cours.
04 Tarifs Kimi K3 et guide d'intégration en 6 étapes
| Modèle | Entrée ($/M) | Sortie ($/M) | Entrée cache hit | Contexte |
|---|---|---|---|---|
| Kimi K3 | $3.00 | $15.00 | $0.30 | 1M |
| Claude Sonnet 5 | $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 |
| Kimi K2.6 | $0.95 | $4.00 | $0.16 | 256K |
K3 est au même tarif standard que Claude Sonnet 5 ($3/$15) avec un contexte 5× plus large. En coding, taux de cache > 90 % — coût d'entrée effectif très bas. Tarifs Chine : ¥20/M entrée, ¥100/M sortie, cache ¥2/M. Compte gratuit kimi.com ; prépayé dès ¥199 (promo jusqu'au 11 août).
6 étapes pour intégrer Kimi K3 :
- Essai Web/App : kimi.com, compte Google, K3 en effort de raisonnement maximal par défaut.
- Clé API : créer une clé sur platform.kimi.ai et créditer le compte.
- Client compatible OpenAI :
base_url="https://api.moonshot.ai/v1", ID modèlekimi-k3. - Première requête test : prompt court pour latence et connectivité.
- OpenRouter : appeler
moonshotai/kimi-k3sans majoration sur le tarif officiel. - Marquer le 27 juillet : poids complets sur Hugging Face ; déploiement local nécessite un super-nœud 64+ cartes accélératrices.
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 code..."}]
)05 Matrice de scénarios et données citables
| Scénario | Modèle recommandé | Raison |
|---|---|---|
| Code long et continu | Kimi K3 | SWE Marathon en tête, contexte le plus long |
| Correctifs repo complexes | Claude Fable 5 | FrontierSWE nettement en avance |
| Agent terminal / toolchain | GPT-5.6 Sol | Terminal Bench en tête |
| Documents longs / multimodal | Kimi K3 | OmniDocBench #1, vision native + 1M |
| Sensibilité au coût | DeepSeek V4 Pro | Sortie à $3,48/M seulement |
| Self-host open source (après 27/07) | Kimi K3 | Poids ouverts les plus puissants |
Données citables (Moonshot, 16-07-2026) :
- Paramètres totaux : 2,8 billions, plus grand open source ; +75 % vs DeepSeek V4 Pro (1,6T)
- Sparsité MoE : 896 experts / 16 actifs = 1,8 % d'activation
- Efficacité KDA : cache KV −75 %, décodage 1M tokens 6,3×
- Scaling : vs K2 2,5× ; AttnRes entraînement +25 %
- Commercial : ARR $300M+, valorisation $31,5B, API 70 %+
- Open source : 2026-07-27 poids Hugging Face ; quantifiés MXFP4/NVFP4 + vLLM/SGLang attendus
06 Open source le 27 juillet, FAQ, recommandation production
Moonshot a confirmé : poids complets le 27 juillet. K3 deviendra le plus grand modèle open source téléchargeable, le premier au-delà de 2 billions de paramètres en poids ouverts, et une nouvelle référence pour fine-tuning communautaire.
Q : Kimi K3 est-il gratuit ?
R : Compte gratuit kimi.com oui ; API facturée au token ($3/$15 par 1M).
Q : Exécution locale ?
R : Impossible avant le 27 juillet ; ensuite super-nœud 64+ cartes — pas pour un laptop grand public.
Q : K3 vs DeepSeek V4 Pro ?
R : K3 ~2× paramètres, 1M vs 128K contexte, benchmarks supérieurs ; DeepSeek sortie $3,48/M, avantage coût.
Q : Le contexte 1M est-il utile ?
R : Oui pour analyse de dépôt entier, documents juridiques/scientifiques longs, mémoire agent multi-tours — tarif unique sans surcoût longueur.
Q : Modes low/high reasoning ?
R : Moonshot prévoit des mises à jour ; seul max disponible aujourd'hui.
Kimi K3 n'est pas du paramétrage de façade : KDA, AttnRes et Stable LatentMoE incarnent une vraie innovation d'ingénierie, avec des performances comparables ou supérieures à certains flagship propriétaires en code long et documents — plus une promesse open source complète.
Calendrier : 17–20 juillet WAIC → 27 juillet poids K3 open source.
L'appel API pur permet une adoption rapide, mais trois coûts cachés persistent : agents long contexte en RAM insuffisante sur VPS partagé, absence d'hôte stable 7×24 pour pipelines de coding, pas d'inférence locale avant le 27 juillet. Pour des agents Kimi Code, analyses de dépôt entier et serveurs MCP en production continue, le Mac bare metal multi-région JEXCLOUD est la solution la plus robuste : mémoire unifiée Apple Silicon dédiée, sans jitter d'overselling, passerelle agent launchd persistante, provisioning en 120 secondes. Voir la page tarifs JEXCLOUD.