Kimi K3 passe en poids ouverts et bouscule l’IA géante

Moonshot AI a mis en ligne les poids de Kimi K3 sur Hugging Face le 27 juillet, rendant le modèle utilisable et adaptable par des développeurs, des entreprises et des fournisseurs cloud disposant d’une infrastructure suffisante. Avec 2 800 milliards de paramètres, il devient le plus grand modèle à poids ouvert publié à ce jour. Cette ouverture compte, car elle permet enfin des tests indépendants sur un système jusque-là accessible surtout via l’interface Kimi, Kimi Code et l’API maison.

Un modèle téléchargeable, mais pas léger à faire tourner

Les poids ouverts, c’est-à-dire les paramètres appris pendant l’entraînement et rendus publics, changent la donne pour l’audit et le déploiement local. Dans le cas de Kimi K3, l’architecture repose sur un système Mixture of Experts : sur 896 experts, seuls 16 sont activés par token. Ce choix vise à contenir le coût d’inférence, même si la machine reste loin d’être une bouilloire de salon. La fenêtre de contexte monte à un million de tokens, contre 256 000 pour ses prédécesseurs, ce qui ouvre la porte au traitement de très longs documents ou de grandes bases de code en une seule requête.

Moonshot présente ce mouvement comme une manière d’élargir sa base d’utilisateurs face aux systèmes propriétaires américains. En pratique, la publication des poids permet à des acteurs tiers d’héberger, d’adapter et de tester le modèle sans dépendre des serveurs de l’entreprise chinoise. Reste une condition évidente : il faut l’infrastructure qui va avec, et elle ne se trouve pas sous le bureau de tout le monde.

Des performances prometteuses, encore surtout racontées par Moonshot

Sur les benchmarks, les premières analyses citées dans les sources indiquent que Kimi K3 rivalise avec les modèles américains de premier plan sur des tâches de codage front-end. En revanche, il resterait derrière Claude Fable 5 et GPT-5.6 Sol dans les classements généraux [à vérifier]. Pour l’instant, l’essentiel des performances connues provient de Moonshot elle-même, puisque le rapport technique complet sur l’entraînement et les évaluations n’est attendu qu’après cette publication des poids.

Ce décalage entre promesse et validation indépendante compte beaucoup. Un modèle de cette taille peut impressionner sur papier, mais sa valeur réelle se mesure vite dès qu’il sort des bancs d’essai maison. C’est aussi le moment où les ingénieurs cessent de hocher la tête poliment et commencent à taper du code. Leur verdict sera plus utile que n’importe quel slogan.

Distillation, puces Nvidia et pression politique

La sortie de Kimi K3 intervient dans un climat tendu. Quelques jours avant la mise en ligne des poids, Michael Kratsios, directeur du Bureau de la politique scientifique et technologique de la Maison Blanche, a accusé Moonshot d’avoir mené une distillation industrielle à grande échelle contre des modèles américains, dont le modèle Fable d’Anthropic, via une plateforme interne permettant de basculer entre plusieurs méthodes d’accès pour échapper à la détection. La distillation, au sens strict, consiste à entraîner un modèle à reproduire les sorties d’un autre modèle plus puissant ; ici, l’accusation porte sur un usage jugé abusif à grande échelle.

Kratsios a aussi affirmé que Moonshot avait acquis des serveurs équipés de puces Nvidia GB300, génération Blackwell, dont la vente à des entreprises chinoises est interdite par Washington. Il a toutefois distingué la distillation légitime, qu’il juge utile à l’innovation ouverte, du vol industriel qu’il reproche à l’entreprise. Moonshot n’a pas, dans les éléments fournis, répondu publiquement à ces accusations [à vérifier].

Pourquoi cette publication va compter au-delà du cas Moonshot

Avec Kimi K3 en poids ouverts, la discussion ne porte plus seulement sur les annonces de performance, mais sur la capacité du marché à vérifier ces annonces. Chercheurs, entreprises et fournisseurs cloud vont pouvoir tester le modèle, comparer ses résultats et mesurer son coût réel. Pour la concurrence, l’enjeu est clair : un acteur chinois de plus entre dans la bataille des très grands modèles, avec une approche plus ouverte que celle de nombreux rivaux américains.

Reste une question simple : le plus grand modèle à poids ouvert du moment tiendra-t-il ses promesses une fois confronté à des usages réels, loin des slides et des benchmarks choisis avec soin ? La réponse viendra moins des communiqués que des déploiements concrets. Et, à cette échelle, les modèles adorent les chiffres. Les GPU, un peu moins.