Moonshot AI lance Kimi K3.1 Pro, un modèle ouvert à 3 000 milliards de paramètres

Le laboratoire chinois d'intelligence artificielle Moonshot AI a lancé Kimi K3.1 Pro, premier modèle de la nouvelle série K3.1 et, selon l'entreprise, son modèle à poids ouverts le plus performant à ce jour, avec environ 3 000 milliards de paramètres. Une variante plus rapide, Kimi K3.1 Pro Highspeed, l'accompagne, fonctionnant 2 à 3 fois plus vite que le modèle standard. Les poids ouverts complets des deux modèles doivent être publiés d'ici le 4 novembre.

Le modèle a été post-entraîné à partir du précédent Kimi K3, sorti en juillet, en utilisant ce que Moonshot décrit comme des ressources de calcul d'apprentissage par renforcement bien plus importantes, réparties sur des centaines de domaines. Il prend en charge une fenêtre de contexte d'un million de tokens et est désormais disponible via kimi.ai, les applications mobiles Kimi, l'application de bureau Kimi Work (version 3.1.0 et supérieure, sur Windows et Mac Apple Silicon) et Kimi Code via la commande /model. Les développeurs peuvent y accéder via l'API Kimi sous les identifiants de modèle kimi-k3.1-pro et kimi-k3.1-pro-highspeed, une option de rétention zéro des données étant proposée aux clients de l'API. Les clients entreprise peuvent activer le modèle via un paramètre administrateur ; il est désactivé par défaut au lancement.

Selon les benchmarks publiés par Moonshot, K3.1 Pro a obtenu 65,7 % sur Terminal-Bench 4.0, derrière Claude Opus 5.5 d'Anthropic à 66,4 %, mais devant GPT-6 Astra à 58,2 %. Sur les tâches de codage à long horizon de Kimi Code Bench 3.0, il a obtenu 61,2 %, contre 55,95 % pour le précédent modèle K3. Sur BenchCAD, un benchmark de reconstruction 3D, il a atteint 92,7 % avec utilisation d'outils (contre 96,2 % pour Opus 5.5 et 95,9 % pour GPT-6 Astra) et 72,8 % sans outils, un score proche des 73,0 % d'Opus 5.5. L'entreprise a également rapporté des résultats de pointe sur son benchmark interne OfficeQA Pro v2 (64,4) et des progrès sur des tests financiers spécifiques : la modélisation financière est passée de 50,4 à 57,6, la recherche financière de 58,8 à 70,4, et les tâches d'opérations commerciales ont bondi de 8,9 à 37 par rapport à K3.

Moonshot affirme avoir également progressé en matière de fiabilité : sur son test Hallu Bench Hard, qui mesure les taux d'hallucination au niveau des affirmations, le taux d'erreur de K3.1 Pro avec accès aux outils est passé de 23,4 % pour K3 à 8,3 %. L'entreprise a par ailleurs révélé avoir retiré les données d'entraînement liées à la cybersécurité des phases intermédiaires d'entraînement et d'apprentissage par renforcement avant de publier les poids ouverts, une mesure qui, selon elle, réduit la capacité offensive en matière de cybersécurité : K3.1 Pro a obtenu 81,0 % sur le benchmark cyber xdev-bench-hard, contre 90,5 % pour une version interne sans cette atténuation. Moonshot précise que la capacité cyber du modèle publié reste en retrait par rapport aux systèmes propriétaires de pointe.

Parallèlement au modèle, Moonshot a lancé une nouvelle fonctionnalité baptisée « 3D Make » sur kimi.ai et dans l'application Kimi, permettant aux utilisateurs de prévisualiser, modifier et exporter des modèles 3D générés par l'IA. L'annonce n'a pas détaillé la tarification de l'accès à l'API ; Moonshot a renvoyé les utilisateurs vers sa page de tarification distincte.

Ce lancement intervient alors que les modèles ouverts chinois continuent de réduire l'écart avec les systèmes propriétaires américains de pointe sur les benchmarks de codage et d'agents, tout en se mesurant surtout sur le coût et la disponibilité pour les développeurs qui préfèrent héberger ou affiner eux-mêmes le modèle plutôt que de passer par une API propriétaire.