Kimi K3.1 Pro ouvre les poids d’un modèle frontière et taille sa partie cyber
Moonshot AI publie les poids de Kimi K3.1 Pro, un MoE de 2 800 milliards de paramètres à 104 milliards actifs et 1 million de jetons de contexte, qui dépasse GPT-6 Astra sur Terminal-Bench 4.0 à 65,7 %. Avant de l’adopter, lisez la licence — le nom Kimi est obligatoire pour les gros produits — et sachez que les capacités cyber ont été retirées des données d’entraînement.
4 novembre 2026. Moonshot AI publie les poids de Kimi K3.1 Pro, premier modèle de sa série K3.1 et modèle ouvert le plus capable de la classe 3 000 milliards de paramètres à ce jour, avec un contexte de 1 million de jetons. 5 novembre 2026. Une variante Highspeed, deux à trois fois plus rapide, est annoncée. Pourquoi c’est important : un modèle à poids ouverts vient se placer entre GPT-6 Astra et Claude Opus 5.5 sur les benchmarks d’agents de code — mais « poids ouverts » ne veut pas dire « open source », et l’éditeur a explicitement retiré les capacités cyber de ses données d’entraînement.
Un MoE de 2 800 milliards, taillé pour les agents
Kimi K3.1 Pro est un MoE (mixture of experts) de 2 800 milliards de paramètres au total, dont 104 milliards actifs par inférence, distribué sur environ 1,56 To en MXFP4. Le contexte d’un million de jetons et l’entrée d’image native le placent dans la même catégorie que les modèles frontières propriétaires, mais avec des poids téléchargeables.
Le positionnement se lit dans les chiffres. Sur Terminal-Bench 4.0, qui évalue des agents de code sur des tâches terminal réalistes avec des tests stricts, K3.1 Pro obtient 65,7 %, devant GPT-6 Astra (58,2 %) et juste derrière Claude Opus 5.5 (66,4 %). Sur Kimi Code Bench 3.0 Long-horizon, son benchmark interne d’agents multi-étapes, il monte à 61,2 %, contre 55,95 % pour son prédécesseur K3. En 3D, sur BenchCAD, il atteint 92,7 % avec outils, proche d’Opus 5.5 (96,2 %) et de GPT-6 Astra (95,9 %).
Le gain vient d’un post-entraînement massif. Moonshot décrit une optimisation de « chaque couche de la pile » — framework de RL, inférence longue, infrastructure de sandbox, ordonnancement des rollouts — pour qu’un incrément de calcul de RL produise un retour prévisible dans « des centaines de domaines ». Traduction concrète : le modèle a été entraîné à exécuter des tâches agentiques longues, pas seulement à répondre à des questions.
Une facture de 4 à 20 dollars le million de jetons
Le prix est l’autre argument. Moonshot facture 4 dollars le million de jetons en entrée et 20 dollars en sortie, une fraction du tarif des modèles frontières propriétaires. Pour une équipe qui héberge déjà du GPU et qui veut éviter la dépendance à une API, c’est une option économiquement lisible — à condition d’accepter le coût d’hébergement d’un modèle de 1,56 To en précision réduite.
La variante Highspeed, deux à trois fois plus rapide, vise les interactions où la latence prime sur la profondeur. Le modèle est disponible sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi, en plus des poids téléchargeables sur Hugging Face.
# Servir K3.1 Pro en local suppose un parc multi-GPU capable de tenir
# ~1,56 To de poids MXFP4 ; un seul GPU de 80 Go ne suffit pas.
# Exemple d'estimation (à adapter à votre moteur d'inférence) :
nvidia-smi --query-gpu=name,memory.total --format=csv « Open weights », pas open source : lire la licence
C’est ici que le bât blesse pour les intégrateurs. Les poids sont ouverts, mais pas au sens de l’open source. Deux clauses changent la donne pour un produit commercial : les gros produits doivent afficher le nom Kimi, et les revendeurs d’API à grande échelle doivent signer un accord séparé. C’est un modèle de licence hybride — plus ouvert qu’une API fermée, plus contraint qu’une licence permissive — qui se rapproche de ce que d’autres éditeurs de modèles ouverts pratiquent désormais.
La conséquence opérationnelle est directe : avant de bâtir un produit sur K3.1 Pro, le service juridique doit lire la licence, pas seulement le benchmark. Un modèle qu’on peut télécharger mais pas redistribuer librement sous sa propre marque n’est pas neutre dans un plan produit.
Le cyber retiré du corpus, assumé
Le passage le plus inhabituel de l’annonce concerne la cybersécurité. Moonshot explique avoir observé une progression régulière des capacités de recherche de vulnérabilités au fil du post-entraînement, et avoir remonté la source de cette tendance : du contenu cyber était imbriqué dans le corpus de mid-training, et des tâches cyber figuraient dans le mélange d’environnements de RL. Pour la version à poids ouverts, l’éditeur a identifié et retiré ces données des deux étapes, tout en conservant les tâches de code générales.
La décision est un compromis explicite entre capacité et contrôle. En retirant le cyber du corpus, Moonshot réduit le risque d’usage malveillant d’un modèle librement téléchargeable, au prix d’une capacité qu’un modèle frontière fermé conserve. C’est une réponse mesurée à la question que tout éditeur de poids ouverts doit désormais trancher : que faire des capacités duales quand on ouvre les poids. Les chiffres de hallucination vont dans le même sens de rigueur : sur Kimi Hallu Bench Hard, le taux de réclamation erronée passe de 23,4 % pour K3 à 8,3 % pour K3.1 Pro.
Verdict
Si vous disposez déjà d’un parc GPU capable de tenir 1,56 To de poids en MXFP4 et que vous cherchez une alternative aux API frontières pour des agents de code, K3.1 Pro est une option sérieuse : il dépasse GPT-6 Astra sur Terminal-Bench 4.0 et se paie 4 à 20 dollars le million de jetons si vous passez par l’API. Si vous construisez un produit commercial, faites valider la licence avant d’intégrer — l’obligation d’afficher le nom Kimi pour les gros produits n’est pas anodine, et les revendeurs d’API ont un régime séparé. Si vous comptiez sur ce modèle pour de la recherche offensive de vulnérabilités, passez votre chemin : les capacités cyber ont été délibérément retirées de l’entraînement. L’annonce de Moonshot n’est pas seulement un benchmark de plus — c’est un nouvel équilibre entre ouverture des poids, prix et contrôle des capacités, et c’est cet équilibre qu’il faut évaluer, pas la seule fiche technique.