Ce qui se cache réellement derrière les chiffres records de la Kimi K3

Kimi K3 est en ligne depuis le 16 juillet, et les gros titres donnent l’impression que la Chine vient de dépasser les États-Unis. Avec 2 800 milliards de paramètres, il s’agit du plus grand modèle dont les poids sont destinés à être rendus publics. Certains observateurs parlent déjà du prochain « moment DeepSeek ».

La phrase la plus intéressante concernant ce modèle ne figure toutefois pas dans les gros titres. Elle se trouve sur le blog technique de Moonshot. Le développeur y écrit que les performances globales restent inférieures à celles des modèles propriétaires les plus performants, à savoir Claude Fable 5 et GPT-5.6 Sol. Il est rare qu’une entreprise présente son propre produit en reconnaissant qu’il n’est pas le meilleur. C’est précisément pour cette raison que ces chiffres records méritent d’être examinés de plus près.

Nous avons déjà évoqué la simple nouvelle selon laquelle K3 est disponible et peut être testé gratuitement. Cet article porte sur ce qui va suivre.

La première place, et ce qu’elle mesure réellement

K3 remporte bel et bien une comparaison importante. Dans le cadre du « Frontend Code Arena », où les participants comparent deux résultats côte à côte et choisissent le meilleur sans savoir quel modèle l’a produit, K3 s’impose. Devant Claude et GPT, également.

Le hic : ce test évalue les goûts. Les utilisateurs notent l’interface web qu’ils préfèrent. Cela en dit long sur la conception, mais peu sur l’exactitude. Quiconque en conclut que « Kimi bat les modèles américains » passe à côté de la différence entre un classement par préférence et un test de précision.

Pourquoi les tableaux comparatifs doivent être lus avec attention

Moonshot publie ses mesures, et l’intérêt réside dans les notes de bas de page. Selon le benchmark, chaque modèle a été exécuté dans un environnement d’exécution différent, tantôt KimiCode, tantôt Claude Code, tantôt Codex. Il s’agit là de conditions de départ différentes, et non d’une course à armes égales sur le même circuit.

Dans l’un des tests de codage, Moonshot reconnaît lui-même que Claude Fable 5 a dû recourir à des solutions de repli dans 35 % des tâches, ce qui a peut-être fait baisser son score. Dans un autre test, K3 n’atteint son meilleur score qu’en utilisant une technique qui compacte le contexte à 300 000 tokens. Sans cette gestion du contexte, le score baisse.

Une évaluation réalisée par le cabinet d’analyse indépendant Artificial Analysis montre à quel point ces chiffres peuvent facilement s’inverser. Dans cette étude, Kimi K3 affiche un score de 49 % selon un indicateur de « hallucinations ». Cela peut sembler un score faible. L’échelle est toutefois inversée : elle mesure la fréquence à laquelle le modèle ne commet pas d’erreurs. Plus le score est élevé, mieux c’est. Sur cette même liste, Claude Fable 5 se classe derrière K3 avec 45 %, tandis que plusieurs variantes de GPT-5.6 se situent loin derrière.

Une règle à retenir : avant de croire un titre annonçant un benchmark, vérifiez ce qui a été mesuré exactement et dans quel sens va l’échelle.

Pouvez-vous exécuter K3 vous-même ?

Pour nos lecteurs, c’est là la véritable question. La réponse honnête est la suivante : pour les utilisateurs lambda, cela ne fera pratiquement aucune différence, même une fois les poids rendus publics. La raison est tout simplement la taille.

Faites le calcul un instant. Moonshot entraîne K3 dès le départ dans un format numérique compact appelé MXFP4, qui utilise environ quatre bits par poids. Les poids, également appelés paramètres, sont les valeurs numériques apprises qui composent un modèle d’IA. Avec 2,8 billions de paramètres, cela représente environ 1,4 téraoctet pour le fichier du modèle à lui seul. Pas des gigaoctets. Des téraoctets. À titre de comparaison : un modèle type comportant huit milliards de paramètres, du genre de ceux qui s’exécutent sur un ordinateur portable bien équipé, occupe environ cinq gigaoctets.

Moonshot recommande lui-même d’exécuter K3 sur des configurations de supernœuds dotées d’au moins 64 accélérateurs. Il ne s’agit pas là d’une prudence excessive, mais de la simple conséquence de ces exigences. Une seule carte graphique professionnelle dotée de 96 gigaoctets de mémoire est insuffisante d’un facteur supérieur à dix.

Le terme « poids ouverts » ne signifie donc pas que vous pourrez exécuter ce modèle chez vous. Cela signifie que les chercheurs, les entreprises et les fournisseurs de cloud peuvent le télécharger, l’examiner et l’exécuter sur leur propre infrastructure, plutôt que de se contenter de le louer via les serveurs de Moonshot. C’est précieux, mais cela diffère de ce que beaucoup de gens imaginent.

Si vous souhaitez réellement utiliser l’IA sans passer par le cloud, sur votre propre machine, les petits modèles conçus à cet effet constituent le choix approprié. Nous avons expliqué comment cela fonctionne et quelles sont les exigences matérielles requises dans un article distinct.

Remarque à l’intention des esprits curieux sur le plan technique : comme K3 a été entraîné dès le départ avec cette faible précision, ce format compact correspond à son état d’origine, et non à un modèle réduit a posteriori. La question habituelle concernant la perte de qualité liée à la réduction de la taille ne se pose donc pas de la même manière.

Combien cela coûte-t-il concrètement ?

La facturation s’effectue en « tokens », de petits segments de texte ne comptant généralement que quelques caractères. Via l’API, Moonshot facture 3 dollars par million de tokens d’entrée et 15 dollars par million de tokens de sortie. Les entrées répétées sont facturées 30 cents, ce qui est nettement moins cher.

Le K3 n’est donc plus une bonne affaire. Il coûte environ trois fois plus cher que son prédécesseur, qui facturait un peu moins d’un dollar par entrée. Par rapport à Claude Fable 5, facturé respectivement 10 et 50 dollars, K3 est clairement moins cher. Claude Sonnet 5 reste toutefois plus compétitif à son prix de lancement actuel de 2 et 10 dollars, et n’égale K3 qu’à partir de septembre. L’ère des modèles chinois se faisant principalement concurrence sur les prix touche à sa fin chez Moonshot.

Il y a un autre point qui passe facilement inaperçu. Actuellement, K3 fonctionne toujours à son niveau d’effort maximal. Moonshot prévoit d’ajouter ultérieurement des modes plus économes en ressources. Cela rend les réponses exhaustives, mais cela signifie également que même une question simple déclenche un travail de raisonnement coûteux. Des mesures indépendantes indiquent également que le modèle produit environ 62 tokens par seconde, ce qui le place dans la moyenne en termes de vitesse.

Que deviennent vos données d’entrée ?

Pour toute personne essayant K3 dans l’application ou sur le site web, c’est la section qui importe le plus. La politique de confidentialité de Moonshot stipule clairement que les entrées, les fichiers audio, les images, les vidéos et les fichiers sont traités afin de fournir et d’améliorer les services, ce qui inclut explicitement l’entraînement et l’optimisation de ses propres modèles.

Aucun bouton dédié permettant de désactiver l’entraînement sur votre contenu ne figure dans cette politique. Celle-ci renvoie aux droits généraux des personnes concernées, que vous pouvez exercer via les paramètres de votre compte ou en envoyant un e-mail au responsable de la protection des données. ChatGPT et Claude, en revanche, proposent un bouton de désactivation directement dans les paramètres.

Par ailleurs, la politique précise que les données collectées comprennent l’adresse IP, les identifiants d’appareil, les identifiants de session et de conversation et, lorsque les paramètres de l’appareil le permettent, les données du presse-papiers. Concernant le lieu de stockage, la politique indique uniquement que les données peuvent être transférées vers des serveurs situés en dehors de votre pays de résidence. Aucun pays n’est mentionné. Le fournisseur est Moonshot AI PTE. LTD., dont le siège est à Singapour, et la politique est datée du 7 juillet 2025.

Pour un essai avec des tâches sans risque, cela est acceptable. Pour les données internes à l’entreprise, les données clients ou les documents privés, la même règle s’applique qu’avec n’importe quel service cloud, à la différence près qu’il s’agit ici d’un fournisseur dont les conditions générales prévoient explicitement l’entraînement des modèles.

Qui tire le meilleur parti de Kimi K3

L’essayer ne coûte rien. Deux groupes ont le plus à y gagner : tous ceux qui développent ou conçoivent, et tous ceux qui travaillent régulièrement avec des documents très longs. K3 excelle là où le code et le visuel se rencontrent, notamment dans les interfaces web, la 3D et l’animation. La fenêtre de contexte d’un million de tokens est un véritable atout pour les textes longs, et le traitement d’images est intégré.

Si vous recherchez la meilleure qualité de réponse ou l’expérience la plus fluide, les meilleurs modèles américains restent le choix le plus judicieux. Moonshot le reconnaît d’ailleurs lui-même. Et toute personne espérant installer prochainement un modèle de pointe sur son propre ordinateur devrait garder à l’esprit ces 1,4 téraoctets.

Ce qui est remarquable avec K3, ce n’est pas tant son classement que la rapidité avec laquelle il progresse. Une entreprise chinoise propose un modèle à la hauteur des meilleurs au monde et met à disposition les données du modèle. Il y a deux ans, cela aurait été difficile à imaginer.