Kimi K2.5 : Moonshot AI bâtit une armée d'agents à prix cassé

Nous avons pris l'habitude de voir chaque nouveau modèle apporter un peu plus de paramètres, un peu moins d'hallucinations et d'interminables querelles de benchmarks. Mais Moonshot AI, avec la sortie de Kimi K2.5, a décidé de changer de sujet.

Pendant que tout le monde tente de fabriquer une seule tête « plus intelligente », les Chinois ont conçu un système capable d'utiliser efficacement une dizaine de mains à la fois. Le principal problème des agents d'IA actuels n'est pas qu'ils soient bêtes, mais qu'ils soient lents. Si vous demandez à un réseau de neurones d'écrire du code, de le tester et de rédiger la documentation, il procède de façon séquentielle.

Vous restez assis à attendre que le curseur avance lentement sur l'écran. Kimi K2.5 brise ce paradigme grâce à une capacité native de décomposition et d'exécution parallèle.

Le graphique que les développeurs ont joint à la sortie mérite une attention particulière. L'axe X représente la complexité de la tâche ; l'axe Y, le temps. Un agent individuel classique met proportionnellement plus de temps à mesure que la tâche se complexifie, tandis que K2.

5 en mode essaim conserve une droite quasi horizontale. Sur les projets vraiment lourds, l'écart de vitesse atteint quatre fois et demie. Ce n'est pas un simple bonus agréable : c'est un changement fondamental dans notre façon d'utiliser l'IA au travail.

Au lieu d'attendre la réponse d'un seul « je-sais-tout », nous obtenons une équipe coordonnée qui attaque le problème de tous les côtés à la fois. Moonshot AI affirme d'ailleurs avoir enseigné cette logique au modèle au niveau de l'architecture, et non simplement ajouté des scripts externes pour répartir les tâches.

La façon dont Moonshot positionne sa nouveauté est elle aussi intéressante. L'entreprise revendique une solution open source puissante, ce qui est déjà rare pour une société de ce calibre en Chine. Mais le prix compte plus encore.

L'accès à cette magie agentique coûte à peu près autant que ce que nous payons pour un ChatGPT ordinaire. La technologie de l'« essaim » devient ainsi accessible non seulement aux géants de l'industrie aux budgets sans fond, mais aussi aux développeurs lambda. Nous entrons dans une phase où le coût du travail intellectuel tend vers zéro, non seulement en matière de qualité, mais aussi de temps.

Si un agent pouvait auparavant « réfléchir » dix minutes à une recherche complexe, il livre désormais le résultat en deux. Cela change complètement l'expérience utilisateur.

La question se pose évidemment : qu'en est-il de la qualité ? En général, l'exécution parallèle nuit à la cohérence. Si une partie de l'essaim ignore ce que fait l'autre, on obtient un Frankenstein.

Moonshot AI assure toutefois que son mécanisme de décomposition tient compte du contexte de l'ensemble de la tâche. C'est le prolongement logique de ses succès précédents : rappelons que c'est cette même équipe qui nous a la première habitués à l'idée qu'une fenêtre de contexte puisse être réellement immense. Elle a désormais réuni la capacité de « tout se rappeler » et celle de « tout faire en même temps ».

Pour l'industrie, cela signifie que la course aux paramètres passe temporairement au second plan, au profit de la course à l'efficacité de l'inférence.

Que cela signifie-t-il pour nous ? Très probablement, dans les six prochains mois, nous verrons des initiatives similaires chez OpenAI et Anthropic. Les rumeurs sur leurs projets d'agents circulent depuis longtemps, mais les Chinois ont été les premiers à montrer un modèle économique et technique fonctionnel à cette échelle. Si vous utilisez encore les réseaux de neurones comme simple moteur de recherche avancé ou éditeur de texte, préparez-vous : ils vont bientôt devenir de véritables départements virtuels, où une seule requête lance toute une chaîne de production. Et à en juger par Kimi K2.5, cette chaîne tournera sacrément vite.

L'essentiel : Moonshot AI a montré que l'avenir n'appartient pas à un seul modèle ultrapuissant, mais à des réseaux de neurones capables de travailler en équipe. Les entreprises occidentales pourront-elles proposer prochainement quelque chose d'aussi rapide et d'aussi bon marché ?