Kimi K3 et Fable d'Anthropic : des experts doutent de la thèse de la distillation
Kimi K3 est sorti nettement au-dessus des attentes, et une thèse circule dans le secteur : le modèle aurait été « distillé » à partir de Fable d'Anthropic, c'est-à-dire entraîné sur ses réponses. Mais les experts interrogés par TechCrunch en doutent : selon eux, une simple distillation ne permet pas d'obtenir aussi vite un modèle aussi puissant, et ce résultat est le fruit du travail d'ingénierie propre à l'équipe. Personne n'a produit de preuve directe d'une copie de Fable.
Traité par IA depuis TechCrunch ; édité par Hamidun News
Le 23 juillet 2026, TechCrunch a recueilli l'avis d'experts qui estiment que la puissance du nouveau modèle Kimi K3 ne s'explique pas par une « distillation » du modèle Fable d'Anthropic, comme l'ont supposé certains observateurs, mais par un travail d'ingénierie plus poussé de la part de ses concepteurs.
Ce que disent les experts
Les experts interrogés par TechCrunch le 23 juillet 2026 remettent en cause la thèse selon laquelle Kimi K3 serait devenu puissant en copiant les réponses de Fable, le modèle phare d'Anthropic. D'après leur analyse, la distillation seule ne suffit pas à obtenir un modèle de cette classe, et encore moins dans des délais aussi serrés.
L'un des spécialistes a formulé la chose sans détour :
«
Je ne pense pas qu'on puisse obtenir un modèle aussi solide aussi vite juste après Fable en se contentant de distiller », a déclaré l'un des experts à TechCrunch.
Le sens de cette remarque : un résultat « suspectement bon » n'est pas en soi une preuve. Pour l'expert, la vitesse et la qualité de Kimi K3 s'expliquent non par un emprunt, mais par le travail de l'équipe. L'expression « juste après Fable » est ici essentielle : l'expert souligne que l'intervalle de temps est trop court pour qu'une pure distillation ait pu produire un tel gain de qualité.
Qu'est-ce que la distillation de modèles
La distillation est une méthode d'entraînement impliquant deux modèles : un « enseignant » puissant et un « élève » en cours d'apprentissage. Le développeur soumet des requêtes au modèle enseignant, collecte ses réponses, puis utilise ces données pour entraîner son propre modèle élève, qui reprend ainsi le comportement de l'enseignant sans accéder à ses poids ni à ses données d'entraînement d'origine.
La méthode est moins chère et plus rapide qu'un entraînement à partir de zéro, mais elle a un plafond naturel : l'élève ne surpasse en moyenne pas l'enseignant, et hérite de ses points faibles et de son style d'erreurs. C'est pourquoi, si Kimi K3 n'était qu'un distillat de Fable, il aurait peu de chances de paraître aussi convaincant qu'il l'a été aux yeux des observateurs.
Les controverses sur la distillation ont aussi un volet juridique. Les conditions d'utilisation des grands laboratoires d'IA, dont Anthropic, interdisent en règle générale d'entraîner des systèmes concurrents sur les sorties de leurs modèles. L'accusation de distillation n'est donc pas seulement une question technique : elle peut aussi constituer un grief pour violation des règles. Il n'existe toutefois, à ce stade, aucune preuve publique que Kimi K3 ait été entraîné sur les réponses de Fable.
D'où viennent les soupçons ?
Les soupçons visant Kimi K3 sont nés de la combinaison de la rapidité et de la puissance : le modèle est apparu peu après la sortie de Fable et a immédiatement affiché un niveau élevé. Dans l'industrie, les accusations de distillation de modèles de pointe concurrents reviennent régulièrement, en particulier à l'encontre des sorties rapides qui rattrapent les leaders occidentaux.
Ces polémiques ne sont pas nouvelles dans le secteur. Lorsqu'une équipe qui court derrière les leaders publie un modèle puissant, une partie de la communauté suppose presque automatiquement un emprunt aux plus gros acteurs, comme ce fut le cas pour plusieurs sorties précédentes, open source ou chinoises. Kimi K3 s'inscrit dans la même logique : puisque le résultat dépasse les attentes, il doit bien y avoir un « enseignant » quelque part. Les experts interrogés par TechCrunch invitent à ne pas tirer cette conclusion trop vite.
Prouver une distillation a posteriori est difficile : les « empreintes » caractéristiques du modèle enseignant affleurent parfois dans les réponses de l'élève, mais il n'existe pas de test fiable et généralement admis pour cela. Les experts interrogés par TechCrunch distinguent en fait deux affirmations différentes : que Kimi K3 est réellement puissant, et que la cause en est précisément la copie de Fable. Ils ne contestent pas la première ; ils jugent la seconde non prouvée et peu probable.
Ce que cela signifie
La polémique autour de Kimi K3 montre à quel point il est difficile de prouver, de l'extérieur, l'origine d'un modèle performant. Un progrès « trop rapide » se prend facilement pour une copie, mais personne n'a présenté de preuve directe d'une distillation de Fable, et les experts interrogés le 23 juillet 2026 penchent pour la thèse d'un travail autonome de l'équipe. Pour le marché, c'est un rappel : un bon résultat, à lui seul, n'est pas une preuve.
Executive AI Consulting, Custom Agents & Team Workshops
Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.