Ce qu'est vraiment Kimi K3
Kimi est l'assistant de chat et la famille de modèles de Moonshot AI, un laboratoire chinois qui a passé la dernière année à repousser le plafond de taille des modèles ouverts. Leur précédent fleuron, Kimi K2, était un modèle à poids ouverts d'un billion de paramètres que beaucoup de développeurs ont adoré parce qu'il était performant et très bon marché. K3 est son successeur, et Moonshot voit grand : le blog de lancement le qualifie de « premier modèle ouvert de classe 3T au monde ».
Voici la version honnête, directement de Moonshot : « Bien que sa performance globale reste en retrait par rapport aux modèles propriétaires les plus puissants, Claude Fable 5 et GPT 5.6 Sol, Kimi K3 a démontré une performance de niveau frontière sur l'ensemble de notre suite d'évaluation, surpassant systématiquement tous les autres modèles testés. » C'est une déclaration de lancement étonnamment peu exagérée, et elle s'avère globalement exacte.
Les spécifications qui comptent :
- 2,8 billions de paramètres au total, le plus grand modèle ouvert annoncé à ce jour (Moonshot).
- Fenêtre de contexte d'un million de tokens (exactement 1 048 576 tokens), lui permettant de contenir une très grande base de code ou un ensemble de documents en une seule fois (documentation de la plateforme).
- Vision native, il prend donc en entrée du texte et des images, et renvoie du texte.
- Raisonnement toujours actif. K3 « réfléchit » toujours avant de répondre, le niveau étant défini par un champ
reasoning_effortqui ne prend actuellement en charge quemax(guide de démarrage rapide).
Sous le capot : comment fonctionne Kimi K3
C'est là que K3 devient vraiment intéressant, et où un nombre élevé de paramètres cesse d'être l'essentiel de l'histoire. Un modèle dense de 2,8T serait impossible à faire tourner à un coût raisonnable, donc K3 est un modèle Mixture-of-Experts : la plupart de ces paramètres restent inactifs pour un token donné, et seule une petite partie s'active.
Moonshot a fait évoluer la parcimonie de sorte que le modèle active effectivement 16 experts sur 896 grâce à un framework qu'ils appellent Stable LatentMoE. Deux autres composants font le gros du travail : Kimi Delta Attention, un mécanisme d'attention linéaire hybride, et Attention Residuals, un remplacement direct des connexions résiduelles classiques que Moonshot a publié séparément en open source. Combiné à une recette d'entraînement affinée, Moonshot affirme que ces changements produisent « une amélioration d'environ 2,5x de l'efficacité globale de mise à l'échelle par rapport à Kimi K2 ».
Le nombre de paramètres actifs n'est pas encore publié, pas plus que le rapport technique complet. Les deux sont promis en même temps que les poids ouverts. Pour l'instant, considérez donc les détails internes comme la présentation de Moonshot, et non comme une architecture confirmée de manière indépendante.
Comment il se comporte réellement
Moonshot a publié un mur de benchmarks, et le schéma est cohérent : K3 se classe troisième, derrière Fable 5 et GPT-5.6 Sol, sur les évaluations agentiques et de code les plus difficiles, et confortablement devant la précédente frontière (Opus 4.8, GPT-5.5) sur la plupart d'entre elles.
Quelques chiffres concrets tirés des graphiques de Moonshot : K3 domine sur Automation Bench (30,8), SpreadsheetBench 2 (34,8) et BrowseComp (91,2), et se classe deuxième sur AA-Briefcase et JobBench, derrière Fable 5. Sur les évaluations de code les plus difficiles, il recule d'un cran : Fable 5 mène sur FrontierSWE (86,6 contre 81,2 pour K3) et sur Kimi Code Bench 2.0 (76,9 contre 72,9). Les tests indépendants d'Artificial Analysis ont donné à K3 un Intelligence Index de 57, le classant quatrième parmi les 189 modèles qu'elle a évalués.
La preuve la plus convaincante n'est cependant pas un chiffre. Ce sont les développeurs qui l'ont testé sur leur propre travail :
« Je m'amuse avec depuis quelques heures, et je trouve que c'est un modèle incroyable. Je ne suis pas sûr de pouvoir faire la différence avec Fable dans un test à l'aveugle. Le quota du forfait Kimi Coding à 100 $ semble correspondre à peu près à ce que j'obtiens avec le forfait Anthropic à 200 $ quand j'utilise principalement Fable. »
La lecture plus mesurée dans ces mêmes fils vaut la peine d'être gardée en tête : c'est « un cran en dessous » du tout meilleur, et une partie de l'euphorie du « il bat tout » venait de graphiques du fournisseur, avant que les tests indépendants ne rattrapent leur retard.
« Euh, Fable n'est vraiment sorti qu'il y a 2 semaines, et GPT-5.6 Sol il y a seulement 1 semaine. Oui, Kimi K3 semble un cran en dessous des deux, mais au-dessus de tous les autres modèles. Je dirais donc quelques semaines de retard, plus des mois maintenant... »
Les démos qui ont fait arrêter de scroller
Le lancement de Moonshot a mis l'accent sur l'autonomie de longue durée, et la démonstration parlait d'elle-même. À partir d'un seul prompt, K3 a construit des jeux jouables de A à Z : un RPG en monde ouvert wuxia, une arène de tir à la première personne avec des ballons, un colisée en voxels, un jeu de combat.
Les démos les plus sérieuses sont celles qui ont fait lever les sourcils. Lors d'une exécution autonome de 48 heures, Moonshot affirme que K3 a conçu une puce (Nangate 45nm, 4 mm², simulée à plus de 8 700 tokens/seconde en décodage) pour faire tourner un petit modèle sur sa propre architecture. Dans un autre cas, il a écrit « MiniTriton », un compilateur GPU créé de toutes pièces qui a égalé ou dépassé Triton sur certains kernels. Sur une tâche d'optimisation de kernel, il a réduit un passage forward-plus-backward de 283,6 ms à 114,4 ms. La réaction des développeurs a été à parts égales de l'émerveillement et un « montrez-nous la facture de tokens » :
« Quelqu'un a-t-il vu sur le blog qu'il a réussi à coder un compilateur GPU entier à partir de zéro ? On dirait qu'il a même surpassé Triton sur certains kernels GPU. Ça me semble juste dingue. Je me demande s'ils vont l'open-sourcer et montrer combien de tokens ça a coûté. »
Cette dernière phrase est le vrai bémol, et elle mène directement à la question du prix.
Ce que coûte Kimi K3
Voici le rebondissement. Toute l'histoire de Kimi était jusqu'ici « une qualité de pointe pour une fraction du prix ». K3 a discrètement mis fin à cela. Il est tarifé comme un modèle phare.
| Modèle | Entrée (cache miss) | Entrée (cache hit) | Sortie | Fenêtre de contexte |
|---|---|---|---|---|
kimi-k3 | 3,00 $ / 1M | 0,30 $ / 1M | 15,00 $ / 1M | 1 048 576 tokens |
Source : tarifs officiels de Kimi K3. Plusieurs éléments ressortent. Il n'y a qu'un seul modèle, un seul prix, car le raisonnement est toujours actif, donc il n'existe pas de variante « sans réflexion » moins chère. Le tarif est plat sur toute la fenêtre de 1M, sans palier majoré pour les prompts longs. Et un cache hit fait chuter l'entrée à 0,30 $, soit une remise de 90 %, ce qui constitue le vrai levier de coût pour le travail d'agents à contexte long.
À 3 $ / 15 $, K3 se situe exactement au niveau du tarif de Claude Sonnet, au-dessus de GPT-5.x et de Gemini 3 Pro, et en dessous de Claude Opus. Il reste sous le palier le plus élevé d'Anthropic, donc c'est toujours un bon rapport qualité-prix face à Opus. Mais face à DeepSeek, dont le V4 Flash tourne à 0,14 $ en entrée / 0,28 $ en sortie, la sortie de K3 coûte environ 50 fois plus cher. DeepSeek reste l'option de pointe économique ; K3 ne joue plus dans cette catégorie. Cette surprise est la note la plus retentissante dans la réaction de la communauté :
« Le nouveau modèle se distingue par sa tarification : 3 $/million de tokens en entrée et 15 $/million de tokens en sortie, le plaçant au même niveau que la série Claude Sonnet d'Anthropic. »
Là où K3 brille vraiment, c'est dans le rapport coût-performance sur les tâches où il excelle. Sur BrowseComp, il affiche un score de premier plan pour une fraction du coût par tâche des modèles Claude :
Si vous préférez utiliser Kimi via l'application plutôt que l'API, les forfaits grand public portent des noms de tempos musicaux :
| Palier | Mensuel | Annuel (par mois) | Ce que vous obtenez |
|---|---|---|---|
| Free | 0 $ | -- | Accès de base au chat |
| Moderato | 19 $ | 15 $ | Docs/Sheets/Slides, Deep Research, accès à Kimi Code |
| Allegretto | 39 $ | 31 $ | 2x crédits d'agent, 5x crédits Kimi Code |
| Allegro | 99 $ | 79 $ | 5x crédits d'agent, agents parallèles Swarm |
| Vivace | 199 $ | 159 $ | 10x crédits d'agent, concurrence Swarm maximale |
Source : tarifs d'abonnement Kimi. À noter : la page affiche une bannière indiquant que de nouveaux forfaits arrivent et que les avantages de Kimi et de Kimi Code seront répartis en produits distincts, donc cette grille est sur le point de changer.
Il existe un second coût que les graphiques ne montrent pas : K3 a tendance à consommer plus de tokens que Fable pour terminer la même tâche, ce qui pousse le prix effectif à la hausse même quand le tarif par token paraît correct. Même les fans le reconnaissent plutôt que de le nier. Prévoyez ce coût si vous faites tourner K3 sur de longues boucles d'agents.
Ce qui a changé entre K2 et K3
Si vous avez utilisé K2, le saut est plus important qu'un simple changement de version. Voici la version courte de ce qui a réellement changé.
La taille a presque triplé, l'efficacité de mise à l'échelle s'est améliorée d'environ 2,5x, et le raisonnement toujours actif a remplacé le bouton de réflexion séparé de K2. Les deux changements qui influenceront réellement votre décision vont dans la « mauvaise » direction pour ceux qui envisagent de migrer : le prix a grimpé vers le territoire des modèles phares, et les poids ouverts, tout l'attrait de K2, arrivent des semaines après le lancement au lieu du premier jour. L'enthousiasme est réel, mais la réserve aussi, et la communauté l'a relevée en quelques heures :
« Les poids complets du modèle seront publiés d'ici le 27 juillet 2026. »
Vue d'ensemble : un modèle ouvert à la pointe
Si l'on met de côté les détails, voici pourquoi K3 a suffisamment compté pour faire le buzz pendant une semaine : un modèle ouvert, issu d'un laboratoire chinois, se mesure désormais à la frontière fermée. Pour beaucoup, il s'agit moins de K3 en lui-même que d'une ligne qui vient d'être franchie.
« Ouais, certains ici sont dans le déni, mais ce que beaucoup avaient dit qui allait arriver est bel et bien arrivé. Ils ne sont pas "six mois de retard" : le modèle est totalement SOTA. Moins cher, plus rapide, et ils ne font pas que battre Sonnet 5 et Opus 4.8 : sur 6 des 14 benchmarks publiés, Kimi K3 devance Fable. »
Il y a aussi un angle lié au contrôle qui revient sans cesse : une partie de l'attrait des modèles ouverts vient du fait de ne pas vouloir qu'un seul laboratoire décide de ce qu'un modèle va ou non aider à faire. C'est un point raisonnable à peser, surtout si vous envisagez de faire du fine-tuning ou de l'auto-hébergement une fois les poids disponibles.
« Je ne pense pas qu'il soit éthique de soutenir des outils conçus de sorte qu'une autorité centrale décide quelles démarches intellectuelles et quel travail de connaissance sont permis, et lesquels ne le sont pas. »
Où s'arrête un modèle de pointe, et où commence le travail de support
Passons maintenant à la partie qui me tient le plus à cœur, parce que je construis des agents IA pour vivre. Il est tentant de lire un lancement comme celui-ci et de penser « super, je branche le meilleur modèle et ma file de support se règle toute seule ». Ça ne fonctionne pas comme ça, et c'est exactement dans cet écart que la plupart des projets de support IA échouent en silence.
Un modèle comme K3 vous donne un raisonnement brut. Ce qu'il ne vous donne pas, c'est la moindre idée de votre politique de remboursement, des cas particuliers de votre produit, ou du fait que le ticket #4021 vient d'un client VIP qui a déjà écrit deux fois. Il n'a aucune mémoire de vos tickets passés, aucun garde-fou pour l'empêcher d'inventer une réponse avec assurance, et aucune connexion au helpdesk où le travail se fait réellement. Un score de benchmark plus élevé ne corrige rien de tout cela.
Nous avons passé des années à déployer l'IA sur des files de support en production, et la leçon qui est restée, c'est qu'un modèle qui donne une réponse fausse avec assurance est pire que pas de réponse du tout. C'est pourquoi eesel AI fait tourner une simulation sur vos tickets historiques avant que quoi que ce soit ne passe en production, afin que vous voyiez d'abord le taux de résolution et les réponses exactes sur de vraies conversations passées, et non après qu'un client se soit senti lésé. C'est aussi pourquoi les réponses sont acheminées selon le niveau de confiance : si l'agent n'est pas sûr, il rédige un brouillon pour un humain ou escalade plutôt que de deviner. Sur plus de 500 équipes, Gridwise a atteint 73 % de résolution des tickets de niveau 1 dès son premier mois en procédant ainsi.
Le modèle sous-jacent compte bien moins que cette couche qui l'entoure. C'est la bonne nouvelle discrète à propos de K3, de Fable 5, ou de tout ce qui gagnera le mois prochain : la pointe de la technologie continue de s'améliorer et de baisser en prix, et une IA pour le service client bien conçue hérite de ces gains sans que vous ayez à retoucher quoi que ce soit.
Essayez eesel AI
Si vous êtes arrivé ici parce que vous voulez qu'un modèle d'IA résolve réellement des tickets et ne se contente pas de discuter, c'est exactement le but d'eesel AI. Il se connecte à Zendesk, Freshdesk, Slack et plus de 100 autres outils, apprend de votre centre d'aide et de vos anciens tickets, et commence à rédiger ou à résoudre en quelques minutes, pas en quelques semaines.
Ce qui fait la différence, c'est la rampe de confiance : simulez sur votre historique de tickets réel, consultez les chiffres, démarrez en mode brouillon, et passez en pleine autonomie seulement une fois satisfait. Vous obtenez l'intelligence du modèle de pointe avec des garde-fous conçus pour le support. Essayez eesel gratuitement, sans carte de crédit.
Questions fréquentes
Kimi K3 est-il gratuit ?
Combien coûte Kimi K3 ?
Kimi K3 est-il open source ?
Kimi K3 est-il meilleur que Claude ou GPT ?
Puis-je utiliser Kimi K3 pour le support client ?
Article by
Alicia Kirana Utomo
Kira is a writer at eesel AI with a Computer Science background and over a year of hands-on experience evaluating AI-powered customer service tools. She focuses on breaking down how helpdesk platforms and AI agents actually work so that support teams can make better buying decisions.
