Kimi K3 : pourquoi Moonshot AI donne-t-il son modèle le plus puissant ?

Depuis le 27 juillet 2026, n’importe qui peut télécharger Kimi K3 et ses 2,8 trillions de paramètres. Le laboratoire qui l’offre a levé plus de 3,5 milliards de dollars dans la foulée, et la presse le dit en route vers la Bourse de Hong Kong. Ses concurrents américains, eux, gardent leurs meilleurs modèles fermés.

La question mérite donc d’être posée franchement : pourquoi donner ce qui coûte des centaines de millions à entraîner ? La réponse tient à l’histoire d’un laboratoire de trois ans, à ce que fait réellement ce modèle et à un calcul économique qui commence à payer. Notre dossier sur l’IA en Chine replace Moonshot dans son écosystème.

Qui est Moonshot AI, l’éditeur de Kimi K3

Moonshot AI a été fondée en mars 2023 à Pékin par trois anciens de l’université Tsinghua : Yang Zhilin, Zhou Xinyu et Wu Yuxin. Le nom chinois de l’entreprise, 月之暗面, signifie « la face cachée de la lune ». À Tsinghua, Yang Zhilin était par ailleurs batteur d’un groupe de rock, Splay. Cette culture musicale explique un détail que rencontre tout nouvel utilisateur : les anciens abonnements Kimi portaient des noms de tempos, d’Adagio à Vivace.

Quant au fondateur, né en 1992 à Shantou dans le Guangdong, il a suivi un parcours de chercheur avant de créer l’entreprise. Après Tsinghua, il a obtenu un doctorat à Carnegie Mellon en 2019, sous la direction de Ruslan Salakhutdinov et William Cohen, avec des passages par Google Brain et Meta. Il cosigne les articles fondateurs de Transformer-XL et XLNet, deux travaux qui comptent dans l’histoire des modèles de langage. L’entreprise emploie environ 300 personnes.

Kimi K3 et la feuille de route de Moonshot AI vers l’AGI

Yang Zhilin a fondé Moonshot avec un objectif déclaré : construire des modèles fondamentaux menant à l’intelligence artificielle générale. Il a formulé cette trajectoire en trois jalons, et cette grille explique la cohérence des produits sortis depuis trois ans.

Kimi K3, sorti le 16 juillet 2026 (le 17 à l’heure de Pékin), matérialise les deux premiers jalons et prépare le troisième. Son architecture Mixture-of-Experts n’active que 16 experts sur 896 à chaque token, soit environ 104 milliards de paramètres actifs. C’est donc un géant qui coûte le prix d’un modèle moyen à faire tourner. Selon Moonshot, cette sparsité, combinée à un décodage repensé pour les contextes longs, rend K3 environ 2,5 fois plus efficace que la génération précédente.

Pourquoi Moonshot AI publie les poids de Kimi K3

Publier les poids signifie mettre le modèle entraîné en téléchargement. Moonshot le fait depuis Kimi K2, en juillet 2025, alors sous une licence MIT modifiée. Pour K3, l’éditeur a choisi une licence propre, la Kimi K3 License. Elle autorise l’usage, la modification et l’affinage. En revanche, un service qui revend l’accès au modèle doit signer un accord avec Moonshot au-delà de 20 millions de dollars de chiffre d’affaires annuel. Trois logiques expliquent cette ouverture.

La souveraineté devient un argument de vente. Les équipes de Kimi ont mené la conversation avec les responsables conformité de grandes entreprises américaines et européennes. En Europe, où la souveraineté numérique pèse sur les décisions d’achat, un modèle qu’on installe sur ses propres serveurs répond à une objection que les modèles fermés ne peuvent pas lever.

L’adoption accélère la diffusion. Un modèle téléchargeable se retrouve dans les outils des autres. Cursor a par exemple construit son moteur Composer 2 sur Kimi K2.5, ce que l’éditeur a reconnu en mars 2026. Chaque intégration de ce type installe la marque dans des chaînes de production où un modèle fermé aurait exigé un contrat commercial.

L’ouverture différencie Moonshot. Face à des concurrents américains disposant de bien plus de capital, elle crée un terrain où ces derniers refusent de venir avec leurs modèles de pointe.

Ce que Kimi K3 fait mieux que les autres

Un résultat sort du lot parce qu’il échappe au marketing de l’éditeur. Sur le classement Arena de génération d’interfaces web, des humains comparent à l’aveugle deux productions issues de la même consigne. Au lancement, Kimi K3 y est arrivé premier mondial avec 1 679 points, devant Claude Fable 5 (1 631) et GPT-5.6 Sol (1 618). Il prenait la première place dans six des sept catégories, du marketing de marque aux tableaux de bord. Le modèle précédent, K2.6, occupait la dix-huitième place.

Guillermo Rauch, patron de Vercel, y a vu le premier modèle ouvert à dépasser les systèmes propriétaires sur une évaluation complète d’ingénierie web. Sur la capacité générale, Moonshot reconnaissait toutefois dans son billet de lancement que K3 restait derrière Claude Fable 5 et GPT-5.6 Sol. Depuis, en revanche, de nouveaux modèles sont sortis. Sur l’indice d’Artificial Analysis, K3 est aujourd’hui troisième des modèles ouverts, derrière MiMo-V2.6-Pro de Xiaomi et GLM-5.3 de Z.ai, et loin du peloton de tête. Le même cabinet le juge aussi plutôt lent, à environ 49 tokens par seconde.

Traiter des documents que les autres modèles tronquent

C’est le terrain historique de Kimi depuis 2023, et l’usage le plus universel du modèle. Une fenêtre de 1 048 576 tokens représente l’équivalent de plusieurs milliers de pages, soit un corpus documentaire entier plutôt qu’un fichier isolé. Un modèle à fenêtre courte oblige à découper, résumer puis recoller, au risque de perdre les liens entre les pièces. K3, lui, garde l’ensemble sous les yeux.

Concrètement, cela ouvre des usages que peu d’outils tiennent. Vous pouvez dépouiller un appel d’offres complet avec ses annexes ou comparer plusieurs versions d’un contrat pour repérer ce qui a bougé. Il devient aussi possible d’analyser une année de comptes rendus ou synthétiser une étude sectorielle de plusieurs centaines de pages. Enfin, le modèle accepte images et vidéo, ce qui permet de lui soumettre des documents scannés ou des captures.

Recherche autonome, code et automatisation

Trois autres terrains lui réussissent. En recherche web autonome, il obtient 91,2 sur BrowseComp contre 88,0 pour Claude Fable 5, un score que Moonshot ramène à 90,4 sans gestion du contexte. Sur les longues sessions de code, il menait au lancement le classement SWE Marathon avec sept points d’avance. Enfin, il dominait le classement AutomationBench d’Artificial Analysis à 53 %.

Son écosystème d’agents va par ailleurs plus loin que ce que proposent les assistants grand public occidentaux. Agent Swarm coordonne jusqu’à 300 sous-agents en parallèle sur une même tâche, sans rôles prédéfinis ni workflow écrit à la main. Selon Moonshot, l’exécution devient environ 4,5 fois plus rapide qu’en séquentiel.

Comment tester Kimi K3 aujourd’hui

Dans le navigateur

Trois gestes suffisent pour démarrer.

La formule gratuite donne le chat, l’envoi de fichiers et la navigation web. Selon plusieurs comparatifs publiés depuis l’été, elle ne donne pas accès à K3, mais à un modèle plus léger. La documentation de Kimi Code place d’ailleurs K3 à partir du premier palier payant.

Par abonnement ou par l’API

Après le lancement, la demande a explosé au point de suspendre les nouvelles souscriptions pendant environ deux mois. Kimi les a ensuite rouvertes vers la mi-septembre avec une grille renommée. Selon la documentation de Kimi Code, les prix sont inchangés et Kimi Code reste inclus dans l’abonnement, alors qu’une séparation avait été annoncée en juillet. Les anciens abonnés gardent leur formule.

Formule	Prix	Pour qui
Gratuit	0 $	Chat, fichiers, web, sans K3
Plus (ex-Moderato)	19 $ / mois	K3, agents et Kimi Code
Pro (ex-Allegretto)	39 $ / mois	Contexte d’un million de tokens dans Kimi Code
Paliers supérieurs	99 $ et 199 $ / mois	Usage intensif
API	3 $ / 15 $ par million	Développeurs, 0,30 $ en cache

Les sources divergent sur le contexte d’un million de tokens dans le chat. La documentation de Kimi Code l’ouvre dès Pro, alors que l’aide de kimi.com le réserve aux deux paliers les plus chers. Vérifiez donc les conditions à l’écran avant de vous abonner. Côté API, par ailleurs, la console a migré vers platform.kimi.ai. À titre de comparaison, Claude Opus 5 se facture 5 $ en entrée et 25 $ en sortie, et Opus 5.5 descend à 4 $ et 20 $.

En auto-hébergement

Les poids sont disponibles sur Hugging Face depuis le 27 juillet 2026, avec le rapport technique. La liberté est réelle, mais le ticket d’entrée aussi. En effet, les fichiers pèsent environ 1,4 à 1,6 To selon les sources, et l’éditeur recommande des serveurs d’au moins 64 accélérateurs. Par conséquent, aucune machine grand public ne fera tourner ce modèle. Pour un déploiement local à échelle humaine, mieux vaut viser des modèles plus petits, comme ceux présentés dans notre guide pour installer Qwen en local.

Alors, pourquoi Moonshot AI donne-t-il Kimi K3 ?

Le produit de Moonshot se situe ailleurs : dans les serveurs qui font tourner le modèle, les abonnements et les agents. Il tient aussi à la place que l’entreprise occupe dans la tête des développeurs. Publier les poids coûte peu, puisque presque personne ne peut héberger 2,8 trillions de paramètres. En retour, l’ouverture rapporte une notoriété que 300 salariés ne pourraient pas acheter autrement.

Les chiffres valident le calcul

Le revenu récurrent annuel de Moonshot a atteint 300 millions de dollars en juin 2026, contre 200 millions en avril. Selon Bloomberg, les ventes quotidiennes ont été multipliées par six après la sortie de K3. La valorisation a suivi : plus de 20 milliards en mai, puis environ 35 milliards fin juillet. Cette dernière levée, de plus de 3,5 milliards, a été menée par le fonds national chinois d’investissement dans l’IA. Début septembre, la presse a rapporté un dépôt confidentiel en vue d’une introduction en Bourse à Hong Kong, sur une base d’environ 50 milliards. Moonshot ne l’a pas commenté.

Le pari repose sur une hypothèse fragile : que la performance reste au rendez-vous à chaque génération. Un modèle ouvert qui décroche perd son seul avantage face aux laboratoires mieux financés, et K3 a déjà été dépassé par deux modèles ouverts chinois. Pour situer ces concurrents, nos guides sur Qwen et DeepSeek complètent ce portrait.

De votre côté, l’intérêt tient en trois usages : l’analyse de documents très longs sans découpage, la recherche web autonome et la génération d’interfaces web. Commencez par le premier, qui demande le moins de compétences techniques et se juge en une session.