Moonshot lance Kimi K3.1 Pro : 2,8 billions de paramètres et des poids ouverts le 4 novembre

Moonshot a lancé Kimi K3.1 Pro, un modèle MoE multimodal de 2,8 billions de paramètres, dont 104 milliards actifs, avec un contexte de 1 million de tokens. L'API et les applications sont disponibles dès le premier jour, et l'entreprise promet des poids ouverts le 4 novembre 2026. Artificial Analysis place le modèle à la quatrième place de son Intelligence Index, avec 55 points. Si ces évaluations se confirment après la publication des poids, l'écart entre le meilleur modèle ouvert et le meilleur modèle fermé sur cet indice passera de 12 points à trois.

K3.1 Pro n'est pas une nouvelle architecture : c'est K3 avec un budget de calcul fortement accru pour le post-entraînement. Moonshot a reconstruit toute sa pile : framework de RL, inférence en contexte long, sandboxes, planification des rollouts et plateforme commune de validation de la qualité des environnements. Cela permet de mener du RL conjoint sur des centaines de domaines applicatifs à la fois. Les gains les plus nets concernent les capacités agentiques ; sur les tests de connaissances et de sciences, ils sont plus modestes.

Où se situe le modèle dans les classements

• Artificial Analysis Intelligence Index : Opus 5.5 : 58, Sonnet 5.5 et Muse Wonder Full : 56 chacun, Kimi K3.1 Pro : 55, soit la quatrième place.
• AA-Omniscience : la précision passe de 48% à 51%, et le taux d'hallucinations baisse de 53% à 44%. Cela représente neuf points de pourcentage ; les « 65% d'hallucinations en moins » annoncés par Moonshot concernent les tâches financières et reposent sur un autre mode de calcul.
• Code Arena WebDev : 8e place, 1 692 points, soit neuf rangs et 37 points de mieux que K3. Brand & Marketing : 7e place ; Simulations : 9e (contre 20e auparavant). Une fois les poids publiés, ce sera le modèle ouvert le mieux classé de l'Arena, devant DeepSeek V4.1 Flash.
• Cyber Index : 64%, meilleur résultat parmi les modèles accessibles au public et deuxième au classement général derrière GPT-6 Sol Daybreak Blue (69%, accès réservé aux acteurs de confiance). L'indice gagne 23 points par rapport aux 41% de K3, et CyberGym bondit de 58% à 95%.

Prix du token et prix de la tâche

Tarif standard : $2 par million de tokens d'entrée, $10 pour les tokens de sortie et $0,20 pour les tokens en cache. K3 était à $3/$15/$0,30, soit une remise d'un tiers. Opus 5.5 coûte $4/$20, Astra $10/$50. La version Highspeed coûte deux fois plus que la version standard et génère 2 à 3 fois plus vite.

Or, ce n'est pas au token que l'on paie, mais pour le travail accompli. Sur l'Intelligence Index, K3.1 Pro produit 55 000 tokens de sortie par tâche, contre 48 000 pour K3, soit 14% de plus, ce qui absorbe une partie de la remise. Au final, une tâche coûte $1,98, presque autant qu'avec son prédécesseur. Sur le jeu de tests cyber, le modèle consomme environ deux fois plus de tokens d'entrée : la tâche revient donc à $2,81, soit 15% de plus que K3 et nettement plus que DeepSeek 1017.

Sur Arena WebDev, le tableau est meilleur : la tâche médiane coûte $1,23, soit 29% de moins que K3. Comparaison avec d'autres modèles :

• Opus 5 Max : 74% moins cher, avec un point de préférence en plus ;
• GPT-6 Sol Max : 24% moins cher, avec 11 points en plus ;
• Qwen3.8-Max : 47% moins cher, avec 20 points en plus.

Cybersécurité : des données retirées en amont

Moonshot a retiré les données cyber du mid-training et du RL, au lieu de se reposer uniquement sur des refus à l'inférence. Selon le rapport, le score interne est passé de 90,5% à 81%, tandis que les autres capacités ont continué de progresser. Mais l'API publique n'a pas refusé une seule fois les tâches défensives d'Artificial Analysis. AA souligne que, chez les modèles fermés, les capacités cachées peuvent dépasser les scores publics, comme pour GPT-6 Sol, dont la variante réservée aux acteurs de confiance a obtenu 32 points de plus que la version publique.

Ce qu'il faut vérifier avant le 4 novembre

La principale réserve concerne le mot « local ». 2,8 billions de paramètres représentent environ 5,6 To en 16 bits ou 1,4 To en 4 bits, et cela sans les métadonnées de quantification, le KV-cache et l'outillage. Les 104 milliards de paramètres actifs accélèrent la génération, mais il faut de la mémoire pour tout le pool d'experts. Pour l'auto-hébergement, il faut un cluster d'accélérateurs, pas une station de travail.

En pratique, voici ce que cela donne. Les équipes qui font du code agentique ont intérêt à lancer leurs propres tâches et à calculer le coût d'une exécution réussie, plutôt que de s'en tenir à la grille tarifaire. Celles pour qui la latence compte peuvent comparer Highspeed, facturée deux fois plus cher. Qui prévoit de l'héberger lui-même doit attendre la licence et les conditions d'usage commercial, encore inconnues. Pour démarrer vite, Cline propose déjà le modèle via ClinePass à $9,99 par mois. Moonshot a par ailleurs lancé Kimi Hosted Agents, un environnement managé, actif 24 h/24, pensé pour les tâches longues et le travail multi-agents.