Moonshot AI a publie Kimi K3, et le chiffre en titre est difficile a ignorer : deux mille huit cents milliards de parametres, ce qui en fait, selon l'entreprise, le plus grand modele a poids ouverts jamais livre. C'est un modele a melange d'experts clairseme, donc chaque jeton ne reveille qu'une petite part de ce total, et il arrive avec une fenetre de contexte d'un million de jetons, une vision native et un mode de raisonnement permanent que Moonshot appelle le mode reflexion. Annonce le 16 juillet 2026, avec des poids complets promis pour le 27 juillet, K3 se place deja tout en haut de plusieurs benchmarks respectes. Pour les developpeurs qui hesitent entre router leur travail vers une API de pointe ou l'heberger un jour eux memes, c'est le lancement a lire de pres.
The short answer
Moonshot AI a publie Kimi K3, un modele a melange d'experts clairseme de 2,8 mille milliards de parametres qu'il presente comme le plus grand modele a poids ouverts livre jusqu'ici. Il tourne avec un contexte d'un million de jetons, une vision native et un mode reflexion permanent, se classe troisieme sur GDPval-AA v2 et premier sur l'arene Frontend Code. L'API est active des maintenant a 15 dollars le million de jetons de sortie, et les poids complets sont promis pour le 27 juillet 2026.
Toutes les quelques semaines, un nouveau modele arrive en revendiquant une couronne, et la plupart du temps le geste raisonnable est de hausser les epaules et d'attendre que la poussiere retombe. Kimi K3 est un peu different, et pas seulement a cause de son nombre de parametres vertigineux. Un modele a poids ouverts qui rivalise avec la frontiere fermee change le calcul pour quiconque se demandait discretement s'il louerait toujours son intelligence a l'API de quelqu'un d'autre.
Le chiffre qui compte, et celui qui ne compte pas
Deux mille huit cents milliards de parametres est le nombre que tout le monde va repeter, et il est reellement enorme. Mais la facon honnete de lire un modele a melange d'experts est de regarder ce qui tourne vraiment. K3 route chaque jeton a travers seulement 16 de ses 896 experts routes, donc le modele se comporte, pour le cout d'une seule passe avant, bien plus comme un modele de taille moyenne que son total en titre ne le laisse croire. C'est tout l'interet de la conception clairsemee : vous obtenez la capacite de connaissance d'un geant tout en payant un calcul plus proche de ce que vous pouvez reellement servir.
En dessous se trouvent deux pieces de l'ingenierie maison de Moonshot. Kimi Delta Attention est un mecanisme d'attention lineaire hybride qui maintient sous controle le cout memoire d'un tres long contexte. Attention Residuals est ce que l'entreprise decrit comme un remplacement direct des connexions residuelles habituelles, qui donnerait selon elle des gains plus reguliers a mesure que le modele grandit. Vous n'avez pas besoin d'adorer la mecanique interne pour vous soucier du resultat, a savoir une fenetre de contexte d'un million de jetons qui reste assez abordable pour etre utilisee plutot que seulement affichee.
Ou il se situe face a la frontiere
Les benchmarks sont bruyants et faciles a surajuster, alors lisez ces chiffres comme un signal plutot que comme un tableau d'honneur. Sur GDPval-AA v2, qui note des taches reelles sur 44 metiers et 9 industries, K3 est arrive a 1 687. Cela l'a place troisieme au total, derriere Claude Fable 5 Max a 1 815 et GPT-5.6 Sol Max a 1 747,8, et nettement devant Claude Opus 4.8 a 1 600. Sur l'arene Frontend Code, ou des developpeurs testent a l'aveugle les modeles sur la construction d'interfaces, K3 a fini premier a 1 679, en depassant Fable 5.
Le resume en une ligne qui circule est que K3 offre une qualite proche d'Opus a une fraction du prix. C'est un vernis marketing, pas une loi de la nature, et vos propres evaluations sur vos propres charges vous en diront plus que n'importe quel classement. Reste qu'un resultat de pointe dans le trio de tete, pour un modele dont vous pourrez telecharger les poids dans une semaine, est le genre de chose qui reconfigure les debats entre acheter et construire.
L'auto hebergement est un travail de serveur, pas de portable
Voici la mise au point qu'impose le nombre de parametres. Vous ne ferez pas tourner K3 complet sur une station de travail. Moonshot recommande au moins 64 accelerateurs pour servir le modele, et meme une version quantifiee de facon agressive demande bien plus de memoire que n'en porte une seule carte. Pour reference, le K2.7 Code du laboratoire, a mille milliards de parametres, reclame environ 577 gigaoctets de VRAM en precision quatre bits, et K3 est presque trois fois plus grand. Prevoyez donc un serveur multi GPU, un cluster loue, ou un deploiement quantifie sur du materiel serieux.
La bonne nouvelle est que Moonshot fait la tuyauterie pour que la communaute n'ait pas a la reconstituer par retro ingenierie. Le laboratoire fournit une implementation de cache de prefill pour vLLM adaptee a sa Kimi Delta Attention, calee sur la sortie des poids le 27 juillet. Cela signifie qu'une commande de service aussi ordinaire que celle ci dessous devrait fonctionner des le premier jour, plutot que des mois plus tard une fois l'outillage rattrape.
Si vous voulez des poids ouverts que vous pouvez reellement faire tourner aujourd'hui en attendant, le K2.7 Code de Moonshot reste le choix pratique pour le code en local, et il s'insere dans les memes flux vLLM et SGLang. Voyez K3 comme l'option de pointe que vous appelez via l'API maintenant et que vous heberez plus tard, une fois le materiel en place et les poids publies.
Quoi en faire
Pour la plupart des equipes, le geste de la semaine n'est pas d'arracher quoi que ce soit. C'est de passer K3 par l'API sur vos vrais prompts et de voir s'il tient sur le travail que vous faites reellement, surtout les taches a long contexte et le code frontend, la ou ses chiffres publies sont les plus solides. La tarification sur cache recompense les agents qui reutilisent un grand prompt systeme partage, donc si cela decrit votre configuration, le calcul de cout peut sembler meilleur que le prix de sortie affiche ne le suggere.
L'arc plus long est celui a surveiller. Un modele a poids ouverts qui atterrit dans le premier tier signifie que l'ecart entre ce que vous pouvez louer et ce que vous pouvez posseder continue de se resserrer. Cela ne rend pas les laboratoires fermes inutiles, mais cela vous donne un levier, un plan de repli, et un chemin pour garder les charges sensibles sur du materiel que vous controlez. Le 27 juillet, quand les poids deviendront publics, ce chemin raccourcira nettement.
Sources et pour aller plus loin
- VentureBeat : la Moonshot AI chinoise publie Kimi K3, le plus grand modele open source jamais vu
- MarkTechPost : Moonshot AI publie Kimi K3, un modele MoE ouvert de 2,8 mille milliards de parametres
- Tom's Hardware : Moonshot publie Kimi K3 a 2,8 mille milliards de parametres
- Simon Willison : Kimi K3, et ce que le benchmark du pelican nous apprend encore
- Latent Space : Kimi K3 2.8T-A50B, le plus grand modele ouvert jamais publie
Questions fréquentes
Qu'est ce que Kimi K3 exactement ?
Kimi K3 est un grand modele de langage du laboratoire chinois Moonshot AI, annonce le 16 juillet 2026. C'est un modele a melange d'experts clairseme de 2,8 mille milliards de parametres au total, dont seulement 16 experts routes sur 896 s'activent pour un jeton donne. Il embarque une fenetre de contexte d'un million de jetons, une comprehension visuelle native et un mode de raisonnement permanent appele mode reflexion. Moonshot le decrit comme le plus grand modele a poids ouverts publie a ce jour.
Quand les poids ouverts sortent ils et ou ?
Moonshot a annonce K3 le 16 juillet et a indique que les poids complets seraient publies le 27 juillet 2026. Au 17 juillet il n'y a pas encore de telechargement public, donc si vous prevoyez de l'heberger vous pouvez preparer votre pile de service des maintenant et recuperer les poids une fois disponibles. L'API est deja active pour qui veut tester le modele avant la sortie des poids.
Comment K3 se situe t il sur les benchmarks ?
Sur GDPval-AA v2, un benchmark qui mesure du travail reel sur 44 metiers et 9 industries, K3 a obtenu 1 687, se classant troisieme derriere Claude Fable 5 Max a 1 815 et GPT-5.6 Sol Max a 1 747,8, et devant Claude Opus 4.8 a 1 600. En test a l'aveugle par des developpeurs sur l'arene Frontend Code, K3 est arrive premier avec 1 679 points, devancant Fable 5. Un benchmark est un point de depart, pas un verdict, alors traitez ces chiffres comme un signal parmi d'autres.
Puis je faire tourner Kimi K3 sur mon propre materiel ?
Pas sur un poste de travail. A 2,8 mille milliards de parametres, meme une version fortement quantifiee demande bien plus de memoire qu'une seule carte. Moonshot recommande au moins 64 accelerateurs pour le service, donc en pratique vous visez un serveur multi GPU ou un cluster loue. Le laboratoire fournit une implementation de cache de prefill pour vLLM adaptee a sa Kimi Delta Attention, pour que le modele soit servable le jour ou les poids arrivent.
Combien coute l'API ?
Moonshot affiche le tarif de l'API K3 a 0,30 dollar par million de jetons d'entree en cache, 3 dollars par million en cas d'absence de cache, et 15 dollars par million de jetons de sortie. La remise sur le cache recompense les charges qui reutilisent un grand prompt partage, comme les agents qui traînent le meme long contexte systeme sur de nombreux appels.