L’open source le plus attendu de l’année est, pour l’instant, un fichier qui n’existe pas.
Moonshot a lancé Kimi K3.1 Pro ces derniers jours. Tu peux lui parler via l’API, le site, Kimi Work, Kimi Code. Tu ne peux pas le télécharger. Les poids sont annoncés pour le 4 novembre 2026, ce qui laisse environ deux semaines d’exclusivité à la maison avant que la communauté puisse y toucher. « Bientôt open weight » est plus précis que « open source », et la nuance vaut d’être posée tout de suite : la moitié du web a déjà écrit la seconde expression.
Le récit ambiant tient en une phrase : les modèles ouverts viennent de recoller aux fermés. Il y a deux mois, le patron de Z.ai, le professeur Jie Tang, prédisait un modèle ouvert de classe Fable avant la fin de l’année. On y est, et il reste encore deux mois et demi avant le 31 décembre.
La fiche technique
2,8 billions de paramètres au total, 104 milliards actifs, mélange d’experts, fenêtre d’un million de tokens, multimodal. Moonshot parle d’un modèle « de classe 3T ». C’est un K3 post-entraîné, avec beaucoup plus de calcul de post-entraînement et du RL conjoint sur des centaines de domaines en aval. La boîte dit avoir optimisé chaque couche de la pile (framework RL, inférence long contexte, efficacité d’entraînement, sandbox, ordonnancement des rollouts) pour que chaque incrément de calcul RL rende de façon stable et prévisible.
Ce que disent les tests indépendants
Sur l’Intelligence Index d’Artificial Analysis, K3.1 Pro prend la quatrième place avec 55 points. Devant : Opus 5.5 à 58, puis Sonnet 5.5 et Muse Wonder Full à 56. Sur le classement WebDev de Code Arena, huitième à 1 692 points, soit neuf places et 37 points gagnés sur Kimi K3. Moonshot revient dans le top quatre des labos de l’arène.
Il y a aussi le Cyber Index d’Artificial Analysis : 64 %, le meilleur résultat publiquement accessible, deuxième derrière GPT-6 Sol Daybreak Blue à 69 %, lui réservé à un accès de confiance. Sauf que Moonshot dit avoir volontairement réduit l’entraînement cyber. Faire 64 % en ayant bridé le sujet, ça peut être un signal rassurant sur les capacités générales comme une raison de se demander ce que donnerait un modèle non bridé. Les deux lectures tiennent.
La traîne qui coince
Terminal-Bench Science : 20 points de retard sur GPT-6 Astra. ProgramBench : ça coince aussi. Nathan Lambert et Florian Brand en causent dans le podcast Interconnects, et leur explication vaut mieux qu’un tableau de scores. Les benchmarks d’Artificial Analysis sont courts en horizon de temps. ProgramBench est long et exploratoire : on te donne un objectif, mais il faut chercher la solution avant même de savoir où tu vas. Le RL de Kimi penche du côté exploitatif plutôt qu’exploratif. Pour le dire simplement : le modèle brille quand la tâche est bien cadrée, il ramasse quand il faut explorer.
Lambert ajoute que le post-entraînement lui paraît « un peu sous-cuit » pour un modèle de cette taille, et peut-être « un peu frit au RL ». Ce n’est pas une évaluation, c’est l’impression de quelqu’un qui regarde passer tous les modèles. Ça reste une impression.
Le lancement qui sent le spray
L’ambiance n’aide pas. Cette fois, Moonshot a sorti la grosse campagne. Une capture d’écran de consignes presse aurait demandé aux destinataires de ne pas signaler qu’il s’agissait d’une promotion payante. Lambert précise qu’à sa connaissance, personne n’a corroboré depuis. Une allégation non corroborée reste une allégation non corroborée, elle tombe simplement mal.
Brand remet le sujet dans son contexte : plusieurs lancements de modèles, américains compris, sont manifestement astroturfés, et la professionnalisation du lancement est devenue la norme en un an. Avant, le modèle sortait, puis vLLM était patché après coup. Maintenant tu as les frameworks d’inférence et les fournisseurs le jour J, et de plus en plus souvent le créateur garde quelques semaines d’exclusivité avant de lâcher les poids. C’est exactement le scénario K3.1 Pro.
L’économie de l’inférence, ce tabou
104 milliards de paramètres actifs, ça ne veut pas dire que tu stockes un modèle dense de 104 milliards. Il faut loger tout le pool d’experts, plus l’état d’exécution. Un calcul illustratif, pas une configuration mesurée : 2,8 billions de paramètres, ça fait à peu près 5,6 To en 16 bits, ou 1,4 To en 4 bits, avant les métadonnées de quantification et l’overhead de serving. Moonshot ne publie ni la disposition des couches, ni le routage des experts, ni le design d’attention, ni le budget de calcul d’entraînement, ni l’empreinte réelle en contexte plein.
Donc quand un compte annonce de l’intelligence de classe Fable 5.1 disponible en local, il parle d’un serveur, pas de ton laptop. @kimmonismus l’a écrit avant de corriger son propre tweet en rappelant la date du 4 novembre. @giffmana a mis les points sur les i : auto-hébergeable et local sur appareil, ce sont deux propriétés différentes. Un modèle à un billion de paramètres qui a besoin d’un parc d’accélérateurs n’est pas « local » au sens où on l’entend dans une conversation de comptoir.
Ce qu’on ne sait toujours pas
La licence. Les conditions de redistribution. Les restrictions d’usage commercial. La précision des checkpoints. Les besoins complets d’inférence. Artificial Analysis note explicitement les poids comme non publiés. Aucune de ces cases n’est cochée, et c’est précisément ce qui rendra le 4 novembre intéressant.
Deux détails de lancement valent quand même le coup. La version Highspeed génère 2 à 3 fois plus vite selon Moonshot, en préservant l’intelligence, et coûte deux fois plus cher. Il y a aussi Kimi Hosted Agents, un environnement d’exécution 24/7 pour du travail long et de la collaboration multi-agents. Pas de modèle Flash annoncé, ce qui a déçu une partie des observateurs.
Le 4 novembre, on saura si Kimi K3.1 Pro est le modèle ouvert qui recolle vraiment aux fermés, ou une très bonne API avec un CV bien imprimé. En attendant, tu peux lui poser des questions. Tu ne peux pas encore le garder.
Sources :
Comments are closed