Kimi K3 Avis : 2,8 billions de paramètres — le géant open source face à Claude Fable 5 et GPT-5.6
Pour qui ? Développeurs sur Mac qui codent et traitent de longs documents avec Claude, GPT ou DeepSeek, et se demandent si le lancement discret du 16 juillet 2026 justifie un changement d'API ou l'attente des poids du 27 juillet. Contenu : architecture KDA, tableaux benchmarks et tarifs, accès en 5 étapes, matrice de choix, FAQ×6.
📋 Sommaire
Comparatifs : GPT-5.6 Sol benchmarks & tarifs, alternatives Claude Fable 5 ; contexte compute chinois : puce IA DeepSeek.
Dans la nuit du 16 juillet 2026, Moonshot AI a glissé un bandeau en tête de sa documentation API : « 🎉 Kimi K3 est en ligne ! » — pas de keynote, pas de campagne sociale, seulement un article technique, une page tarifaire et l'ID kimi-k3 immédiatement appelable. Le contraste avec 2,8 billions de paramètres est saisissant : Kimi K3 est le plus grand modèle IA open source au monde, ~75 % au-dessus de DeepSeek V4 Pro (1,6T), à la veille de WAIC 2026.
01 · Trois points de friction : pourquoi « le plus grand open source » ne se résume pas aux paramètres
- Harness fragmentés : dans les benchmarks Moonshot, K3 utilise Kimi Code, GPT Codex, Claude Claude Code — boucles agent et compression de contexte différentes. Sans lire les notes, « #1 SWE Marathon » devient « #1 partout en code ».
- Prix affiché vs facture réelle : l'API à 3/15 $ égale Claude Sonnet 5 sur le papier ; les agents longs génèrent vite des millions de tokens de sortie. Sans cache (0,30 $/M en cas de hit) ou sous 90 % de hits Kimi Code, la facture mensuelle dérape.
- Illusion du déploiement local : après le 27 juillet, les tutoriels « K3 sur Mac » vont proliférer. Un MoE 2,8T en production exige 64+ cartes accélératrices — l'API et OpenRouter restent le chemin rationnel.
02 · Qu'est-ce que Kimi K3 ?
Le modèle le plus puissant de Moonshot — MoE sparse, optimisé pour :
- Code complexe et agents longue durée : tâches type SWE Marathon, analyse de grands dépôts
- Documents ultra-longs : 1 million de tokens, dépôt ou rapport en une passe
- Travail multimodal : vision native, leader OmniDocBench
Après le choc DeepSeek, Moonshot contre-attaque : 9 mois sur 12 en tête de taille open source ; ARR 300 M$ (juin 2026), 6e tour, valorisation 31,5 Md$ ; API >70 % du revenu, utilisateurs payants internationaux +400 %.
2.1 Fiche technique
| Paramètre | Valeur |
|---|---|
| Paramètres totaux | 2,8 billions (2,8T) — plus grand open source |
| Architecture | KDA + AttnRes + Stable LatentMoE |
| Experts MoE | 896 experts, 16 actifs (1,8 %) |
| Contexte | 1 048 576 tokens (1M) |
| Entrées | Texte, image, vidéo (vision native) |
| Mode inférence | Lancement en max uniquement |
| ID API | kimi-k3 / OpenRouter moonshotai/kimi-k3 |
| Poids open source | 27 juillet 2026 sur Hugging Face |
03 · Architecture : KDA, AttnRes, Stable LatentMoE
Trois innovations d'ingénierie qui lèvent les goulots du long contexte et du MoE.
3.1 Kimi Delta Attention (KDA)
L'attention pleine fait exploser le cache KV. KDA alterne couches linéaires et pleines en ratio 3:1 : structure locale peu coûteuse, flux global ponctuel. Jusqu'à 75 % de mémoire KV en moins, décodage ×6,3 à 1M tokens.
Chiffre clé #1 : KDA rend le million de tokens réellement utilisable.
3.2 Attention Residuals (AttnRes)
Récupération sélective cross-profondeur — +25 % d'efficacité d'entraînement, <2 % de compute supplémentaire.
3.3 Stable LatentMoE
| Technique | Rôle |
|---|---|
| Quantile Balancing | Allocation d'experts depuis les quantiles du routeur |
| Per-Head Muon | Optimisation par tête d'attention |
| SiTU | Contrôle d'activation amélioré |
| Gated MLA | Attention plus sélective |
Efficacité de scale ×2,5 vs Kimi K2 à compute équivalent.
04 · Tarification : niveau Sonnet, contexte ×5, cache agressif
4.1 API par million de tokens
| Modèle | Entrée | Sortie | Cache entrée | Contexte |
|---|---|---|---|---|
| Kimi K3 | 3,00 $ | 15,00 $ | 0,30 $ | 1M |
| Kimi K3 (Chine) | ¥20 | ¥100 | ¥2 | 1M |
| Claude Sonnet 5 | 3,00 $ (promo 2 $) | 15,00 $ (promo 10 $) | — | 200K |
| Claude Opus 4.8 | 5,00 $ | 25,00 $ | — | 200K |
| GPT-5.6 Sol | 5,00 $ | 30,00 $ | — | 400K |
| DeepSeek V4 Pro | 1,74 $ | 3,48 $ | 0,145 $ | 128K |
| Kimi K2.6 | 0,95 $ | 4,00 $ | 0,16 $ | 256K |
Chiffre clé #2 : vs Opus 4.8, entrée et sortie −40 % ; cache Kimi Code >90 %, entrée effective ~0,55 $/M. kimi.com gratuit ; forfaits prépayés dès ¥199.
05 · Benchmarks : forces et limites
Données Moonshot (16/07/2026) ; réplication indépendante en cours.
5.1 Code & agents
| Benchmark | Kimi K3 | Fable 5 | GPT-5.6 Sol | Opus 4.8 | GLM-5.2 |
|---|---|---|---|---|---|
| DeepSWE | 67,5 | 70,0 | 73,0 | 59,0 | 46,2 |
| Program Bench | 77,8 🥇 | 76,8 | 77,6 | 71,9 | 63,7 |
| Terminal Bench 2.1 | 88,3 | 84,6 | 88,8 | 84,6 | 82,7 |
| FrontierSWE | 81,2 | 86,6 | 71,3 | 66,7 | 67,3 |
| SWE Marathon | 42,0 🥇 | 35,0 | 39,0 | 40,0 | 13,0 |
| BrowseComp | 91,2 🥇 | 88,0 | 90,4 | 84,3 | — |
| Automation Bench | 30,8 🥇 | 29,1 | 29,7 | 27,2 | 12,9 |
| GPQA-Diamond | 93,5 | 92,6 | 94,1 | 91,0 | 91,2 |
| MMMU-Pro | 81,6 | 81,2 | 83,0 | 78,9 | — |
| OmniDocBench | 91,1 🥇 | 89,8 | 85,8 | 87,9 | — |
5.2 Intelligence Index v4.1
Chiffre clé #3 : Kimi K3 57,1 (4e) ; Fable 5 59,9 ; écart 2,8 points seulement pour un modèle bientôt entièrement open source.
06 · Quatre canaux & intégration en 5 étapes
- kimi.com / App : compte gratuit, K3 en max
- API officielle : compatible OpenAI,
kimi-k3 - OpenRouter :
moonshotai/kimi-k3 - Hugging Face : poids le 27/07
6.1 Cinq étapes
- Créer un compte sur platform.kimi.ai, clé API, zone de facturation
- Premier appel SDK OpenAI : modèle
kimi-k3,base_url=https://api.moonshot.ai/v1 - Activer le cache de contexte sur les agents longs → 0,30 $/M en entrée
- Tâches multimodales :
image_urldans les messages - Trois tâches de référence (long document / bug / refactor) vs Claude/GPT — qualité et facture
07 · Matrice de choix par scénario
| Scénario | Choix | Raison |
|---|---|---|
| Code longue durée (SWE Marathon) | Kimi K3 | 42,0 #1, 1M sans troncature |
| Bugs complexes sur gros dépôt | Claude Fable 5 | FrontierSWE 86,6 |
| Agents terminal / outils | GPT-5.6 Sol | Terminal Bench 2.1 |
| Documents ultra-longs / multimodal | Kimi K3 | OmniDocBench 91,1 |
| Production sensible au coût | DeepSeek V4 Pro | Sortie 3,48 $/M |
| Self-host (après 27/07) | Kimi K3 | Plus grands poids open source |
08 · Open source le 27 juillet 2026
Poids complets sur Hugging Face — premier modèle téléchargeable >2T. Quantification MXFP4/NVFP4 attendue ; support vLLM et SGLang. WAIC 17–20 juillet → 27 juillet poids.
09 · Synthèse
Kimi K3 n'est pas du paramétrage de façade. KDA, AttnRes et Stable LatentMoE adressent le long contexte MoE ; excellents scores SWE Marathon, OmniDocBench, BrowseComp ; tarif Sonnet avec contexte ×5 ; open source imminent. Pour les dev Mac en API : l'option chinoise open source la plus sérieuse depuis DeepSeek — Fable 5 reste plus sûr sur FrontierSWE ; DeepSeek V4 Pro si le budget prime.
10 · FAQ (6 questions)
Q : Kimi K3 gratuit ?
R : kimi.com oui ; API 3/15 $, cache 0,30 $/M.
Q : Local sur Mac ?
R : Jusqu'au 27/07 API/web ; ensuite 64+ GPU pour la production.
Q : Plus fort que Fable 5 ?
R : Selon le scénario ; index 57,1 vs 59,9.
Q : 1M tokens utile ?
R : Oui — dépôts entiers, longs PDF ; KDA ×6,3, pas de surcoût longueur.
Q : OpenRouter ?
R : moonshotai/kimi-k3, 3/15 $, 1M.
Q : Open source 27/07 ?
R : Plus grand téléchargement open source, MXFP4, vLLM/SGLang.
11 · Louer un Mac isolé : tester Kimi K3 API et Kimi Code
Avant de changer de modèle par défaut, clonez un sous-ensemble de dépôt sur un nœud Apple Silicon isolé, configurez la clé Moonshot, branchez Kimi Code ou Cursor sur kimi-k3, exécutez trois types de tâches et comparez facture et qualité. Sur la machine principale : clés dans le shell, expériences 1M tokens dans le cache, routage non isolé.
Windows/Linux : kimi.com et OpenRouter partiellement, sans validation macOS/Keychain/Xcode complète. Location journalière M-series : environnement éphémère. Tarifs : compute série M.
12 · Sources
- Blog Moonshot : kimi.com/blog/kimi-k3
- Documentation API : platform.kimi.ai
- Artificial Analysis : artificialanalysis.ai
- OpenRouter : openrouter.ai/moonshotai/kimi-k3
- MarkTechPost, VentureBeat, SCMP
Données au 16 juillet 2026. Benchmarks Moonshot ; capacités et tarifs susceptibles d'évoluer.