Modèles

Kimi K3.1 Pro publie ses poids, mais presque personne ne peut les faire tourner

Moonshot AI a mis en ligne les poids complets de Kimi K3.1 Pro le 5 novembre, comme promis lors du lancement du 24 octobre. Le fichier est public, l'usage ne l'est pas : un modèle de cette taille ne rentre dans aucune machine de bureau.

Julien MartinJulien Martin
Popularité : 1,150
Indigo lattice forming a hexagon to represent an open-weight model release

Moonshot AI a mis en ligne les poids complets de Kimi K3.1 Pro le 5 novembre, comme promis lors du lancement du 24 octobre. Le fichier est public, l'usage ne l'est pas : un modèle de cette taille ne rentre dans aucune machine de bureau.

Les poids ouverts de Moonshot AI sont sur Hugging Face

La promesse faite le 24 octobre est tenue. La carte du modèle est en ligne sur Hugging Face, avec les poids et les indications d'usage qui les accompagnent. Moonshot AI précise les conditions dans ce document, et il faut les lire avant de lancer un téléchargement de plusieurs téraoctets.

Le geste a une portée symbolique forte pour l'écosystème des modèles ouverts. Un laboratoire chinois publie un modèle frontalier au moment où les grands laboratoires américains réservent leurs meilleurs systèmes à leurs propres interfaces. Ce n'est pas un détail de communication.

2 800 milliards de paramètres, 5,6 téraoctets sur le disque

Le chiffre total impressionne et il faut le traduire : 2 800 milliards de paramètres, dont 104 milliards environ sont activés pour chaque jeton généré. Pour un modèle à contexte d'un million de jetons, ce volume devient le principal obstacle pratique. Le modèle repose sur une architecture MoE, un mélange d'experts où seule une fraction du réseau travaille à chaque étape.

Le poids du fichier suit. Comptez environ 5,6 téraoctets en BF16, et à peu près 1,4 téraoctet en quantification INT4. Pour situer, un disque externe de 2 To acheté en grande surface ne suffit pas dans le premier cas, et remplit presque entièrement le second. Peut-on l'installer sur un PC de particulier ? Non, et ce seul chiffre répond.

L'architecture de Kimi K3.1 Pro mise sur l'attention éparse

Moonshot AI a remplacé une partie des couches d'attention classiques par deux mécanismes parsemés, une attention linéaire KDA et une attention éparse DSA. L'objectif est comptable : faire baisser le coût du traitement sur de très longues entrées, là où l'attention classique fait exploser le temps de calcul.

Le résultat se lit dans la fiche technique, pas dans une démonstration. Un modèle à contexte long reste cher à servir, et l'économie réalisée sur les couches d'attention ne compense pas le coût des 104 milliards de paramètres actifs à chaque jeton.

Un million de jetons de contexte chez Kimi K3.1 Pro

La fenêtre annoncée atteint 1 048 576 jetons, avec compréhension native des images. En pratique, cela représente plusieurs centaines de pages de texte dans une seule requête, ou un dossier d'appel d'offres complet que l'on interroge d'un bloc.

Deux réserves accompagnent ce chiffre. La première concerne la qualité de récupération au-delà de quelques centaines de milliers de jetons, que Moonshot ne détaille pas dans sa communication. La seconde tient au prix : un contexte rempli coûte plus cher qu'un contexte court, même avec une attention allégée.

Ce point est rarement chiffré.

Agent Arena place Kimi K3.1 Pro en tête des modèles ouverts

Le signal le plus intéressant ne vient pas de Moonshot. Agent Arena, un classement construit sur des sessions d'agents réelles, place Kimi K3.1 Pro (Max) premier parmi les modèles à poids ouverts et treizième au classement général. La mesure porte sur plus de 17 500 sessions longues, avec des tâches menées jusqu'au bout.

Le détail des sous-scores raconte une progression nette. La fiabilité en ligne de commande gagne 7,9 %, là où Kimi K3 perdait 4,5 %. Le rapport entre éloges et plaintes des utilisateurs progresse de 7,7 %, la capacité à suivre une consigne de 6,5 %, et le taux de réussite confirmée de 3,9 %.

Un point de méthode : ces écarts comparent K3.1 Pro à la moyenne des modèles du plateau, pas à K3 seul. Moonshot résume l'écart à +5,1 % d'amélioration nette, contre +0,9 % pour Kimi K3 (Max), ce qui reste flatteur mais mérite d'être lu comme une moyenne.

Terminal-Bench : les chiffres de Moonshot, sans vérification externe

Sur Terminal-Bench 4.0, un test qui mesure l'exécution de tâches en ligne de commande, Moonshot annonce 65,7 % pour Kimi K3.1 Pro. Le tableau du constructeur place Claude Opus 5.5 à 66,4 % et GPT-6 Astra à 58,2 % sur la même épreuve.

Ces trois nombres sortent du même document, celui de Moonshot. Aucun organisme indépendant ne les a reproduits à ce jour, et la comparaison avec les modèles fermés reste donc déclarative. C'est le genre d'écart qui ne veut rien dire tant qu'un tiers ne l'a pas mesuré sur la même version.

Combien de machines faut-il pour héberger Kimi K3.1 Pro ?

Télécharger ne signifie pas faire tourner. Avec 1,4 téraoctet de poids en INT4, il faut un nœud multi-GPU récent, de la mémoire en quantité et une équipe capable de gérer le service. Un serveur unique à quatre accélérateurs haut de gamme ne suffit pas.

Deux pistes existent. Les laboratoires et les hébergeurs qui louent du calcul à l'heure, en France chez OVHcloud ou sur des infrastructures publiques comme Jean Zay pour la recherche, peuvent absorber la charge. Côté matériel, Huawei annonce une inférence disponible dès le premier jour sur Ascend, via vLLM-Ascend et SGLang.

Ce qu'il faut retenir avant de télécharger Kimi K3.1 Pro

Pour un développeur seul, l'intérêt des poids ouverts se limite ici à l'étude : lire les couches, tester des variantes, comprendre comment Moonshot obtient ce comportement d'agent. Pour faire tourner le modèle au quotidien, l'API ou un hébergeur restent la seule option réaliste.

La vraie information de la semaine n'est donc pas la disponibilité du fichier. C'est l'écart qui se réduit entre un modèle ouvert accessible à tous et les meilleurs modèles fermés, sur une tâche aussi concrète que l'exécution de commandes. Un écart de moins d'un point sur Terminal-Bench, même déclaré par l'intéressé, mérite d'être suivi.

Partager cet article

Sources

Actualités liées à l’IA

Une fenêtre de terminal avec une courbe de récompense ascendante et un badge 27B à côté
Modèles

RadixArk double le score Terminal-Bench 4.1 de Qwen3.8-27B

RadixArk publie DaisyRose-27B, un Qwen3.8-27B réentraîné par renforcement sur des tâches d'agents longues. Le gain est net, le score absolu reste bas, et l'argument réel porte sur le coût par point gagné.

Popularité : 1,330
Le contour d'un ordinateur portable avec trois feuilles de couches empilées qui traversent une flèche en boucle
Modèles

Inkling 2 Mini : 24 couches qui en valent 48 sur un portable

Thinking Machines Lab repasse trois fois par les mêmes couches pour faire raisonner un modèle de 27 milliards de paramètres. Le résultat tient sur un portable, à condition d'accepter ce qu'une boucle ne sait pas faire.

Popularité : 1,710
Une longue forme d'onde audio bleu-vert avec une seule barre orange sur fond sombre
Modèles

Rumble-2-Flash : 500 millions de paramètres qui tiennent tête à un modèle géant

Reson8 publie un modèle de reconnaissance vocale de 500 millions de paramètres qui arrive à un dixième de point d'un modèle soixante fois plus gros sur de vrais appels téléphoniques. Reste à savoir ce que vous abandonnez en échange.

Popularité : 560
Trois anneaux néon en orbite autour d'un petit noyau lumineux sur fond bleu profond
Modèles

Gemini 4 Neon arrive dans l'application, et le sélecteur perd deux noms

Google remplace Gemini 4 Argon par un modèle qu'il présente comme proche de Gemini 4 Carbon, pour un coût par tâche plus bas. Voici ce que cela change dans l'application, et ce que les chiffres de Google couvrent vraiment.

Popularité : 1,500