Kimi K3 : Moonshot AI lance un modèle à 2,8 trillions de paramètres qui rivalise avec GPT-5.6

Tu as peut-être manqué ça dans le bruit habituel des lancements de la semaine. Le 16 juillet 2026, Moonshot AI a sorti Kimi K3 discrètement, presque sans prévenir, et Bloomberg, CNBC et Fortune ont tous confirmé la même chose : c'est le premier modèle ouvert à atteindre 2,8 trillions de paramètres totaux, et il colle au niveau de Claude Fable 5 sur la quasi-totalité des benchmarks publics.

Pour rappel, GPT-5.6 est actuellement au sommet côté OpenAI. Kimi K3 est juste en dessous. Et il sera open-weight d'ici le 27 juillet 2026.

Ce que Kimi K3 est vraiment

On parle d'une architecture Mixture-of-Experts. 2,8 trillions de paramètres au total, mais seulement 16 experts activés par token, soit environ 1,8 % du pool. En pratique, le coût de calcul est beaucoup plus proche d'un modèle à 150-200 milliards de paramètres actifs que du chiffre en trillions que le marketing met en avant.

Ce qui change par rapport à la génération précédente (la série K2) : le raisonnement est activé par défaut. Il n'y a plus besoin de passer en "mode raisonnement" séparé. K3 pense d'abord, répond ensuite. Moonshot appelle ça le "thinking mode" permanent.

La fenêtre de contexte passe à un million de tokens. C'est la parité avec les meilleurs modèles du marché.

Deux variantes au lancement :

• K3 Max : pour les tâches de chat, d'agent et de codage
• K3 Swarm Max : pour le traitement parallèle à grande échelle, notamment sur la plateforme Kimi Code

Les capacités qui m'ont arrêté

Ce n'est pas juste un LLM qui code mieux. Voici ce que Moonshot a démontré publiquement : K3 a édité sa propre bande-annonce de lancement à partir de 56 clips bruts. Sélection des plans, cuts en rythme avec la musique, synchronisation frame-par-frame, traitement audio, plusieurs cycles de révision. Tout ça dans une session agent longue.

Ce n'est pas un gadget de démo. C'est le signe que les modèles frontière commencent à pouvoir gérer des tâches de post-production complexes en autonomie, pas juste suggérer un cut.

Ça ne remplace pas un monteur humain avec du goût. Mais ça change ce que tu peux déléguer quand tu travailles seul sur un projet court.

Les capacités multimodales

K3 supporte nativement les images, et la prise en charge vidéo est annoncée. En pratique au moment du lancement, le modèle peut analyser des images dans son contexte de travail. La partie vidéo native est encore en déploiement progressif, confirmée par Moonshot mais non généralisée.

Ce qui est accessible aujourd'hui : traiter des images dans un contexte d'un million de tokens. Ça veut dire qu'on peut théoriquement donner à K3 un brief visuel complet, des références screenshot, des plans annotés, et le laisser travailler dessus en contexte.

Ce que ça change concrètement

Pour les créateurs solo. Un modèle capable de comprendre un million de tokens en contexte, c'est la possibilité de lui passer un script long, des notes de mise en scène, des références visuelles et de travailler dessus sans le fragmenter. Plus besoin de découper manuellement chaque session.

Pour les workflows d'agent. K3 Swarm Max est conçu pour les tâches parallèles. Si tu as un pipeline qui génère plusieurs variantes d'un plan ou d'un prompt, ce modèle peut gérer ça en parallèle de manière plus fluide que les modèles single-thread précédents.

Pour le prix. 3 dollars par million de tokens en entrée, 15 dollars en sortie, avec un tarif cache à 0,30 dollar. C'est dans la fourchette des modèles premium, mais pas hors de portée pour une utilisation professionnelle. Et quand les poids ouverts arrivent le 27 juillet, tout le monde peut faire tourner ça localement si l'infrastructure suit.

Pour l'écosystème. C'est le signal le plus fort depuis un moment que les modèles chinois open-weight ont rattrapé la frontière américaine sur les benchmarks de raisonnement et de code. Ça crée une vraie pression sur la tarification et l'accès.

💡 Le cut de Frank : Les 2,8 trillions de paramètres ne veulent rien dire sans le contexte de l'architecture MoE. Ce qui compte, c'est la qualité de raisonnement par token actif, pas le chiffre total. Kimi K3 active 16 experts sur 896. Ça, c'est le vrai ratio à suivre pour comparer les modèles MoE entre eux.

Ce que Kimi K3 ne fait pas encore

On est encore loin d'un outil de génération vidéo directe. K3 peut analyser et orchestrer, pas générer une vidéo depuis rien. Pour ça, tu restes sur Kling, Veo 3, Runway ou WAN Alibaba.

La génération image native, même si le modèle peut traiter les images, n'est pas au niveau des outils dédiés comme Midjourney ou Imagen 4 sur la qualité créative pure.

Et les poids ouverts ne sont pas encore disponibles au 20 juillet. Le 27 juillet est la date annoncée. Si ça glisse, ça glisse.

Disponibilité

• Kimi K3 Max et K3 Swarm Max : disponibles sur kimi.ai et Kimi Code depuis le 16 juillet 2026
• API : $3/M tokens input, $15/M tokens output, cache à $0.30
• Poids ouverts : annoncés pour le 27 juillet 2026
• Contexte : 1 million de tokens

Si tu veux creuser les implications pour les workflows longs en production IA, regarde ce que font les modèles WAN d'Alibaba sur la génération vidéo locale dans cet guide complet WAN Alibaba. Et pour la gestion des versions longues sur un projet, il y a de la matière dans gérer ses versions de projets vidéo IA.

FAQ

Foire aux questions

Réponses rapides aux questions les plus fréquentes sur cet article.

Kimi K3 est-il meilleur que GPT-5.6 ?

+

Sur les benchmarks publics au moment du lancement, Kimi K3 est inférieur à GPT-5.6 et à Claude Fable 5, mais il s'en approche. Il dépasse les modèles de la génération précédente (y compris Kimi K2). La comparaison directe dépend beaucoup de la tâche : K3 est très fort sur le code et le raisonnement long, moins avancé sur la génération image native.

Kimi K3 est-il gratuit ?

+

L'accès via kimi.ai dispose d'une offre gratuite avec des limites. L'API est payante à $3/M tokens input. Les poids ouverts annoncés pour le 27 juillet permettront une utilisation locale sans coût d'API.

Comment utiliser Kimi K3 pour la production vidéo ?

+

K3 est un modèle de langage et de raisonnement, pas un générateur vidéo. L'usage pratique pour les créateurs : orchestration de pipelines complexes, analyse de scripts longs, édition de plans via des agents, description et annotation de rushes. Pour la génération vidéo proprement dite, on reste sur les outils dédiés.

Qu'est-ce qu'un modèle Mixture-of-Experts ?

+

Une architecture MoE divise les paramètres en "experts" spécialisés. Pour chaque token, seul un petit sous-ensemble d'experts est activé. Le résultat : un modèle très grand en paramètres totaux, mais avec un coût de calcul par inférence proche d'un modèle bien plus petit. K3 active 16 experts sur 896 disponibles.

Les poids ouverts de Kimi K3, c'est quoi concrètement ?

+

"Open-weight" signifie que Moonshot rend disponibles les poids du modèle pour téléchargement et utilisation locale. Tu peux faire tourner K3 sur ta propre infrastructure (si elle est dimensionnée pour ça), le fine-tuner, l'auditer. C'est différent de l'open source complet, qui inclurait les données d'entraînement.

Kimi K3 gère-t-il le français correctement ?

+

Moonshot n'a pas communiqué de détail sur les performances en français spécifiquement. Les modèles chinois récents ont généralement des compétences multilingues correctes sur les langues principales, mais les performances en langues autres que l'anglais et le mandarin méritent d'être testées sur tes cas d'usage réels.

Quelle différence entre K3 Max et K3 Swarm Max ?

+

K3 Max est orienté vers les tâches de chat et d'agent classiques. K3 Swarm Max est conçu pour les traitements parallèles massifs, notamment sur Kimi Code pour des workflows de développement et de production à grande échelle. Pour un créateur solo, K3 Max est le point d'entrée logique.

Ça change quoi pour les créateurs IA en France ?

+

Concrètement, ça ouvre un accès à un modèle de raisonnement frontalier via l'API à un tarif compétitif. Quand les poids ouverts arrivent fin juillet, ça rend possible des expérimentations locales sur des machines bien équipées. Pour un créateur vidéo, l'usage pratique immédiat reste l'orchestration de workflows complexes, pas encore la génération directe.