Un lancement le 16 juillet, mais des poids encore à venir
Moonshot AI a présenté Kimi K3 le 16 juillet 2026. Le modèle est déjà utilisable dans Kimi, Kimi Work, Kimi Code et via l'API de l'entreprise. Cette disponibilité immédiate ne signifie toutefois pas que le modèle complet peut déjà être téléchargé et exécuté librement : Moonshot promet la publication des poids au plus tard le 27 juillet, après coordination avec les partenaires d'inférence et les mainteneurs de l'écosystème. Axios et Reuters ont confirmé le lendemain cette distinction entre accès au service et mise à disposition des poids.
Le mot « ouvert » doit donc être manié avec précision. Au moment de cette vérification, le code d'accès aux services et les tarifs sont publics, mais le rapport technique détaillé et les poids complets ne le sont pas encore. La licence finale, le format des fichiers et les exigences exactes pour une exécution locale devront être examinés lors de leur publication. Moonshot propose entre-temps une version hébergée réglée par défaut sur l'effort de raisonnement maximal ; des modes moins coûteux doivent arriver plus tard, sans date détaillée.
2,8 billions de paramètres, mais seulement 16 experts activés
Kimi K3 totalise 2,8 billions de paramètres et adopte une architecture Mixture of Experts très clairsemée. À chaque étape, 16 experts parmi 896 sont activés dans un cadre baptisé Stable LatentMoE. Cette organisation vise à augmenter la capacité totale sans mobiliser tous les paramètres pour chaque token. Moonshot ajoute Kimi Delta Attention et Attention Residuals afin de mieux faire circuler l'information dans des séquences longues et entre les couches. Le modèle accepte nativement texte, images et vidéo, avec une fenêtre de contexte annoncée à un million de tokens.
La quantification est intégrée dès la phase d'ajustement : poids MXFP4 et activations MXFP8. Cela réduit la charge par rapport à une précision plus élevée, mais ne transforme pas K3 en modèle destiné à une seule carte graphique grand public. Moonshot recommande des supernœuds reliés réunissant au moins 64 accélérateurs pour une inférence efficace à grande échelle. L'entreprise ne publie pas encore de quantité minimale de mémoire vidéo ni de configuration PC de référence ; toute promesse d'exécution locale simple sur une GeForce ou une Radeon serait donc prématurée.
Des performances de pointe revendiquées, sous protocole constructeur
Moonshot place Kimi K3 au niveau des meilleurs modèles sur plusieurs tâches de code, de raisonnement visuel et de travail documentaire. L'entreprise reconnaît en même temps que l'expérience globale reste derrière Claude Fable 5 et GPT-5.6 Sol. Les comparaisons utilisent différents agents d'exécution — Kimi Code, Claude Code ou Codex — et des réglages maximaux. Certaines valeurs concurrentes proviennent de publications tierces, tandis que d'autres ont été reproduites par Moonshot. Les écarts illustrent donc un potentiel, pas un classement universel applicable à chaque projet.
Les démonstrations sont néanmoins ambitieuses. K3 aurait optimisé des kernels GPU sur NVIDIA H200 et sur un accélérateur alternatif, construit MiniTriton — un petit compilateur inspiré de Triton — puis conduit des travaux de création 3D et d'analyse scientifique. Moonshot affirme aussi qu'une exécution autonome de 48 heures a produit un circuit expérimental pour un petit modèle sur une bibliothèque 45 nm. Ces cas sont documentés par l'éditeur, mais ni le code complet de toutes les expériences ni une reproduction indépendante exhaustive ne sont disponibles au lancement.
Une API compétitive, avec trois limites explicitement reconnues
L'API officielle facture 0,30 dollar par million de tokens d'entrée lorsque le cache est utilisé, 3 dollars sans cache et 15 dollars pour la sortie. Ces prix sont ceux du service Kimi au 16 juillet, hors éventuels frais de partenaires. Moonshot revendique plus de 90 % de réussite du cache sur ses charges de programmation, mais cette proportion dépend des requêtes réelles. Les développeurs doivent aussi mesurer la latence, la disponibilité régionale, la politique de données et le coût des longues sorties avant de comparer K3 à un modèle plus petit.
Moonshot énumère enfin trois limites. K3 peut devenir instable si l'agent ne lui restitue pas correctement son historique de raisonnement ou si l'on change de modèle au milieu d'une session. Son entraînement sur des tâches longues peut aussi le rendre excessivement proactif face à une intention ambiguë ; des règles système strictes sont recommandées. Enfin, l'éditeur admet un écart d'expérience utilisateur avec les meilleurs modèles propriétaires. Le lancement est donc techniquement notable, mais le verdict sur l'ouverture réelle et le coût local attendra les poids, la licence, le rapport technique et des tests reproductibles après le 27 juillet.
