Kimi K3

Réponse courte. Kimi K3 est le modèle phare de Moonshot AI, présenté le 16 juillet 2026. Son architecture à mélange d'experts totalise 2800 milliards de paramètres, dont 50 milliards actifs par jeton, avec un contexte d'un million de jetons, la vision native et un raisonnement permanent. Il se classe troisième de l'indice Artificial Analysis à sa sortie. Moonshot annonce les poids ouverts pour le 27 juillet 2026 sous licence MIT modifiée, ce qui en ferait le plus grand modèle ouvert publié.

Ce que Kimi K3 apporte

Kimi K3 vise l'IA d'entreprise : les charges généralistes, les agents à grande échelle et les documents longs. L'architecture répartit 2800 milliards de paramètres entre 896 experts, dont 16 s'activent par jeton. Chaque passage avant ne mobilise donc qu'environ 1,8 pour cent des paramètres, ce qui contient le coût de calcul par requête. L'attention hybride Kimi Delta accélère le traitement du contexte long, jusqu'à un million de jetons.

Contrairement à la génération K2, le raisonnement fonctionne en permanence : Moonshot parle de « mode réflexion ». Le modèle comprend nativement les images. Deux variantes existent au lancement : K3 Max pour la conversation et les tâches d'agent, K3 Swarm Max pour le traitement parallèle massif. Moonshot annonce une efficacité d'entraînement de 2,5 fois celle de K2.

Fiche technique

Caractéristique	Valeur
Paramètres totaux	2800 milliards (mélange d'experts)
Paramètres actifs par jeton	50 milliards (16 experts sur 896)
Contexte	1 million de jetons
Modalités	Texte et vision native
Raisonnement	Permanent (« mode réflexion »)
Attention	Kimi Delta Attention (hybride linéaire)
Poids ouverts	Annoncés pour le 27 juillet 2026, licence MIT modifiée
Tarif API	3 dollars le million de jetons en entrée, 15 en sortie, 0,30 en cache

Le positionnement face aux autres modèles ouverts

À sa présentation, Kimi K3 se classe troisième de l'indice Artificial Analysis, derrière deux modèles propriétaires américains, et devant l'ensemble des modèles ouverts. Il dépasse GLM 5.2 sur cet indice, jusque-là premier modèle ouvert de la plateforme. Son tarif API le place au niveau des offres américaines de milieu de gamme, au-dessus de DeepSeek V4 et de GLM 5.2 : l'exécution sur site avec cache clé-valeur gratuit renforce d'autant l'intérêt économique de l'auto-hébergement pour les charges agentiques. Les modèles Kimi équipent déjà des produits en production, dont l'éditeur de code Cursor et les opérations de DoorDash.

Kimi K2.7 Code reste au catalogue pour les assistants de code : plus léger, il maintient des appels d'outils stables sur les longues sessions. K3 le complète sur les charges généralistes, multimodales et de raisonnement.

L'exécuter sur site

Le modèle complet demande un cluster de serveurs H200, B200 ou B300, ou un rack GB300 NVL72 : les 2800 milliards de paramètres doivent résider en mémoire, même si 50 milliards seulement s'activent par jeton. La quantification en huit ou quatre bits réduit l'empreinte. Le moteur vLLM sert ce type d'architecture à mélange d'experts, et la passerelle LiteLLM le rend interchangeable avec les autres modèles de la plateforme : changer de modèle revient à changer une ligne de configuration.

Une réserve s'impose jusqu'à la publication effective : tant que les poids et la licence ne sont pas en ligne, le déploiement local reste une promesse d'éditeur. QDNA vérifie la licence et les conditions d'usage commercial avant toute mise en production. L'analyse économique entre exécution sur site et API figure dans notre étude sur les coûts du LLM.

Questions fréquentes

Qu'est-ce que Kimi K3 ?

Le modèle phare de Moonshot AI, présenté le 16 juillet 2026 : 2800 milliards de paramètres en mélange d'experts, 50 milliards actifs, contexte d'un million de jetons, vision native et raisonnement permanent. Troisième de l'indice Artificial Analysis à sa sortie.

Kimi K3 est-il un modèle à poids ouverts ?

Pas encore au moment de sa présentation. Moonshot annonce la publication des poids pour le 27 juillet 2026 sous licence MIT modifiée. D'ici là, le modèle reste accessible via l'API de Moonshot.

Quel matériel pour l'exécuter sur site ?

Un cluster H200, B200 ou B300, ou un rack GB300 NVL72 : l'ensemble des poids doit résider en mémoire. La quantification réduit l'empreinte, et l'activation limitée à 50 milliards de paramètres contient le calcul par requête.

Quelle différence avec Kimi K2.7 Code ?

K2.7 Code, environ mille milliards de paramètres, sert les assistants de code et les appels d'outils. K3 triple la taille, ajoute la vision native et le raisonnement permanent, et vise l'IA d'entreprise généraliste et les agents.