Kimi K3 est le modèle phare de Moonshot AI, disponible dans l’application Kimi, en CLI et sur desktop. Il existe en deux variantes : K3 Max (« Chat & Agent, polyvalent phare ») et K3 Swarm Max (« Recherche massive, traitement par lots, et plus encore en une seule fois »), avec Agent Swarm comme fonctionnalité vedette. Il s’agit d’un modèle Mixture-of-Experts de 2,8 billions de paramètres avec vision native et un contexte d’un million de tokens (réservé aux niveaux d’adhésion supérieurs dans l’application, uniforme sur l’API). Moonshot a maintenant publié un blog technique avec des benchmarks officiels et les tarifs de l’API ($3/$15 par million de tokens), donc la fiche technique est bien réelle, et non une fuite. La seule chose encore en attente est la publication des poids ouverts, prévue pour le 27 juillet 2026.
Kimi K3 est-il déjà sorti ?
Oui. Kimi K3 est le modèle phare actuel de Moonshot, disponible dans l’application Kimi, le CLI et sur desktop, avec kimi.com désormais en tête avec « Kimi AI avec K3 ». Moonshot a प्रकाशित un blog technique avec des benchmarks officiels et la tarification API, donc les chiffres principaux sont confirmés par le fournisseur. Le point principal encore en attente est la publication des poids ouverts, prévue d’ici le 27 juillet 2026.
Kimi K3 Max et K3 Swarm Max : les deux variantes
K3 est une famille, pas un modèle unique. Le sélecteur intégré à l’application (capture d’écran de première main ci-dessous) répertorie trois options :
K3 Max, « Chat & Agent, modèle polyvalent phare », est l’option par défaut et le choix privilégié pour la plupart des tâches de codage, de raisonnement et d’assistance.
K3 Swarm Max, « Recherche massive, traitement par lots et plus encore en une seule fois », est la variante lourde pour les workflows complexes multi-agents, conçue pour répartir une tâche sur de nombreux sous-agents à la fois.
K2.6 Fast reste dans le menu comme « chat rapide, réponses rapides », de sorte que l’ancien modèle phare est désormais l’option à faible latence.
La ligne de démarcation est l’échelle de l’orchestration : K3 Max exécute la boucle agentique quotidienne, K3 Swarm Max fait fonctionner de nombreux agents en parallèle sur une grande charge de travail.
Essaim d’agents Kimi K3
Agent Swarm est l’identité de K3, pas une fonctionnalité secondaire, c’est pourquoi le produit phare propose une variante dédiée « Swarm Max ». Il coordonne une recherche parallèle massive et un traitement par lots afin qu’une seule session accomplisse beaucoup plus de travail, étendant le système de swarm que Moonshot a livré avec Kimi Work, qui fonctionnait déjà avec des centaines de sous-agents coordonnés.
Le contexte est désormais un niveau d’abonnement
La chose la plus intéressante à propos de K3 n’est pas le contexte d’un million de tokens en soi, mais le fait que Moonshot ait transformé la longueur du contexte en avantage d’adhésion payant. Le même modèle vous donne une mémoire de travail différente selon votre formule :
Modéré : 256K tokens
Allegretto et plus : 1M tokens
Le sélecteur intégré à l’application reflète cela avec un contrôle séparé « Context Length ». Ainsi, le niveau pour lequel vous payez ne modifie pas si vous pouvez utiliser K3, mais il modifie combien d’un projet il peut conserver en mémoire de travail à la fois.
C’est une façon utile de penser à l’évolution de la tarification de l’IA : le modèle est le CPU, la fenêtre de contexte est la RAM, et votre niveau d’abonnement est la configuration de la RAM. Cela explique aussi pourquoi K3 mise autant sur le codage, les jeux et le travail 3D. Un contexte de 1M n’est pas là pour discuter plus longtemps avec vous ; il est là pour absorber en une seule fois une base de code, sa documentation, ses journaux, la configuration de la scène et l’historique des tâches, et continuer à travailler sur un projet réellement volumineux sans perdre le fil.
Le point pratique pour les acheteurs : choisissez l’offre en fonction du degré de persistance requis pour votre travail. Le codage long sur une seule session, les refactorisations de grands dépôts ou les exécutions d’agents multi-fichiers justifient le palier 1M ; les conversations ordinaires et les tâches courtes tiennent largement dans 256K.
Les spécifications du K3 et dans quelle mesure faire confiance à chacune
Avec le blog technique officiel désormais publié, la plupart de ce qui circulait comme une fuite est maintenant confirmé. Voici où en est chaque spécification.
Spécification | Source | Statut |
|---|---|---|
Deux variantes (K3 Max, K3 Swarm Max), disponibles dans l’app/CLI/desktop | kimi.com + sélecteur intégré à l’application | Confirmé |
2.8T paramètres au total, 16 des 896 experts actifs (Stable LatentMoE) | Blog technique officiel | Confirmé |
Kimi Delta Attention + Attention Residuals | Blog technique officiel | Confirmé |
Vision native (image + vidéo) | Documentation officielle | Confirmé |
Contexte 1M (256K–1M selon le niveau d’adhésion dans l’application ; 1M fixe sur API) | Documentation officielle | Confirmé |
Prix API 3 $ / 15 $ par 1M (0,30 $ en cache) | Tarification officielle | Confirmé |
Agent Swarm : recherche parallèle massive + lot | Produit en direct + ancien Kimi Work | Confirmé |
Poids ouverts, Modified MIT, sortie complète d’ici le 27 juillet 2026 | Blog technique officiel | Annonce faite, pas encore sur Hugging Face |
En toute honnêteté : l’architecture, le contexte, les tarifs et les benchmarks sont désormais tous confirmés par le fournisseur. La seule chose qu’il vous reste à vérifier vous-même est la mise à disposition des weights, promise pour le 27 juillet ; tant qu’elle n’est pas effective, l’auto-hébergement n’est pas encore possible.
Benchmarks de Kimi K3
Moonshot a publié un tableau de benchmark lors du lancement. Au niveau maximal d’effort de raisonnement, K3 affiche des scores de niveau frontier, dépassant légèrement Claude Opus 4.8 sur chaque cellule publiée, tout en restant derrière les tout premiers modèles propriétaires, Claude Fable 5 et GPT-5.6 Sol. Il s’agit de chiffres fournis par le fournisseur.
Benchmark | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Claude Opus 4.8 |
|---|---|---|---|---|
DeepSWE | 67.5 | 70.0 | 73.0 | 59.0 |
Program Bench | 77.8 | 76.8 | 77.6 | 71.9 |
Terminal-Bench 2.1 | 88.3 | 84.6 | 88.8 | 84.6 |
GPQA-Diamond | 93.5 | 92.6 | 94.1 | 91.0 |
MathVision (with Python) | 97.8 | 98.6 | 97.8 | 97.1 |
Indépendamment, Artificial Analysis classe K3 au 4e rang sur 189 dans son Intelligence Index (57, soit un point devant Opus 4.8 avec 56), ce qui confirme son statut de premier plan sans le cadrage du fournisseur. Sur les tâches agentiques, K3 a également obtenu 91,2 à BrowseComp (le meilleur score publié au lancement) et 56,0 à Humanity's Last Exam avec des outils. La comparaison complète en face-à-face se trouve dans Kimi K3 vs Claude Opus 4.8.
Deux réserves : le tableau est propre à Moonshot, et Artificial Analysis signale que K3 est lent et très verbeux, alors pondérez les scores par rapport au débit. La seule spécification encore en attente est celle des poids ouverts, prévue pour le 27 juillet 2026.
Pratique : à quoi ressemble une longue exécution K3
D'après les premiers essais pratiques avec K3 Max dans le client de bureau Kimi Code (juillet 2026), quelques éléments ressortent :
Il ne fonctionne pour l’instant qu’avec l’effort de réflexion maximal. Il n’existe pas encore de réglage à moindre effort, donc chaque réponse prend beaucoup de temps à être élaborée. L’avantage, c’est que la qualité de sortie tient la route : sur une vraie tâche de programmation, cela m’a semblé se situer autour du niveau de Claude Opus 4.8, ce que les benchmarks officiels confirment désormais, avec K3 qui devance Opus 4.8 sur la suite de Moonshot.
Le quota est basé sur le temps et généreux pour les tâches lourdes. Une fenêtre d’utilisation de quatre heures a à peine bougé, avec environ 15 % consommés, pendant l’exécution d’une tâche importante. K3 est clairement conçu pour rester en fonctionnement plutôt que pour être sollicité pour des réponses ultra-courtes.
Il prend en charge de longues exécutions continues. Lorsqu’on lui a demandé de construire une interface Mac native pour un outil réseau, il s’est lancé dans un travail censé durer bien plus d’une heure, ce qui correspond exactement au codage à long terme pour lequel K3 est présenté.
L’interface de Kimi Code est nettement plus agréable qu’avant, jusqu’à une petite animation de chargement en forme de lune tournante pendant ces longues réflexions.
Le schéma correspond à la conception du produit : une réflexion approfondie, un contexte important et un quota basé sur le temps indiquent tous un travail de projet soutenu, et non un échange rapide.
Kimi K3 contre DeepSeek V4 Pro, GLM 5.2 et Claude
K3 est un pari sur la taille. Ses 2,8T de paramètres sont comparés à DeepSeek V4 Pro, annoncé à 1,6T, et à ERNIE 5.0 de Baidu, à 2,4T. Le nombre de paramètres est un mauvais indicateur de la qualité, donc un K3 plus grand ne l’emporte pas automatiquement, même s’il signale que Moonshot cherche à repousser les limites plutôt qu’à privilégier l’efficacité.
Pour une comparaison open-weight sur laquelle vous pouvez agir dès maintenant, DeepSeek V4 Pro versus DeepSeek V4 Flash et GLM 5.2 contre DeepSeek V4 Pro couvrent les deux modèles ouverts chinois par rapport auxquels K3 sera mesuré. Face aux modèles fermés de pointe, la référence est Claude : les versions de codage de Kimi sont déjà comparées à Opus 4.8, et la tarification de l’API Claude fixe le niveau de coût sur lequel K3 sera évalué.
Comment accéder à Kimi K3
Les propres plateformes de Kimi : K3 Max et K3 Swarm Max fonctionnent dans l’application sur kimi.com, le CLI et le client de bureau, avec le contexte de 1M réservé aux niveaux d’adhésion supérieurs. L’API développeur payante est sur l’Open Platform de Moonshot, facturée 3 $ par million de jetons d’entrée et 15 $ par million de sortie (0,30 $ en cache) ; le détail complet des tarifs de Kimi K3 explique comment cela se compare à K2.6, DeepSeek, GLM et Claude.
Poids ouverts : les précédents modèles phares de Kimi ont été publiés avec des poids ouverts sur Hugging Face sous l’organisation de Moonshot, et les poids de K3 doivent y arriver d’ici le 27 juillet 2026 ; surveillez la fiche du modèle.
Agrégateurs d’API : les passerelles tierces qui exposent de nombreux modèles derrière un seul endpoint ont tendance à ajouter rapidement de nouveaux modèles ouverts chinois. Des plateformes comme AIReiter prennent déjà en charge DeepSeek V4 et GLM 5.2 via une API compatible avec Anthropic, donc un K3 avec des poids ouverts suivrait vraisemblablement la même voie.
FAQ
Quelle est la différence entre K3 Max et K3 Swarm Max ?
K3 Max est le modèle phare polyvalent pour le chat et les tâches agentiques du quotidien. K3 Swarm Max est la variante lourde pour la recherche parallèle massive, le traitement par lots et les workflows multi-agents complexes.
Ai-je besoin du palier de contexte 1M ?
Seulement si votre travail nécessite beaucoup de contenu en mémoire à la fois : codage dans un gros dépôt, exécutions d’agent sur plusieurs fichiers, ou longues sessions uniques. Le niveau Moderato 256K couvre la conversation ordinaire et les tâches courtes. La fenêtre 1M est disponible sur Allegretto et les forfaits supérieurs.
Les poids ouverts de Kimi K3 sont-ils disponibles ?
Annoncé mais pas encore sorti. Moonshot indique que les poids complets de K3 (Modified MIT) seront publiés d’ici le 27 juillet 2026 ; ils ne sont pas sur son organisation Hugging Face à ce jour.
Qu'est-ce que Kimi K3 Agent Swarm ?
La capacité phare de K3 : coordonner de nombreux sous-agents pour exécuter la recherche et le traitement en parallèle, afin qu’une seule session accomplisse bien davantage. Elle étend le système d’essaim de Kimi Work.