Moonshot AI, en Chine, dévoile Kimi K3, un modèle open source de 2 800 milliards de paramètres qui menace la domination américaine dans l’IA

Une nouvelle frontière dans la course mondiale aux armements de l’IA

La start-up chinoise d’intelligence artificielle Moonshot AI a dévoilé Kimi K3, un modèle open source de 2 800 milliards de paramètres qui, selon l’entreprise, rivalise avec les systèmes les plus avancés des géants américains OpenAI et Anthropic. L’annonce, faite le 17 juillet 2026, a immédiatement secoué les marchés mondiaux de la technologie et ravivé le débat sur la capacité des États-Unis à conserver leur avance supposée dans le développement de l’intelligence artificielle.

Ce modèle marque une nette escalade dans ce qui est devenu une compétition technologique entre les deux plus grandes économies mondiales. La publication de l’intégralité des poids étant prévue le 27 juillet, Kimi K3 deviendra le premier modèle open source approchant le seuil des trois mille milliards de paramètres que les développeurs du monde entier pourront télécharger, modifier et déployer librement. Cette accessibilité contraste fortement avec les systèmes propriétaires fermés qui dominent le paysage américain de l’IA.

Pour les lecteurs qui ne connaissent pas le terme, les paramètres fonctionnent en gros comme les connexions neuronales d’un cerveau biologique. Un nombre élevé de paramètres indique généralement qu’un modèle est capable de stocker davantage de connaissances, de reconnaître des schémas plus complexes et d’effectuer des tâches de raisonnement plus sophistiquées. Avec ses 2 800 milliards de paramètres, Kimi K3 dépasse largement les précédents champions open source, comme DeepSeek V4 Pro, à 1 600 milliards de paramètres, et GLM-5.2 de Zhipu AI, à 744 milliards.

Moonshot AI a décrit K3 comme son « modèle phare le plus performant à ce jour », conçu spécialement pour le codage sur de longues séquences, les tâches intellectuelles et les raisonnements complexes nécessitant un minimum de supervision humaine. Le modèle dispose d’une fenêtre de contexte d’un million de tokens, ce qui lui permet de traiter et de retenir beaucoup plus d’informations dans une seule requête que la plupart de ses concurrents. Pour donner un ordre d’idée, un « token » est une unité de texte (à peu près un mot ou une partie de mot) : un million de tokens équivaut à analyser environ 750 000 mots d’un coup, soit quelque trois romans entiers.

Des résultats aux tests qui ont fait sensation

L’aspect le plus marquant du lancement de Kimi K3 est sans doute ses résultats sur des plateformes d’évaluation indépendantes. Sur Frontend Code Arena d’Arena.ai, qui mesure les préférences de développeurs humains lors de comparaisons directes en matière de codage, Kimi K3 a pris la première place avec 1 679 points, devant Claude Fable 5 d’Anthropic et GPT-5.6 Sol d’OpenAI. Le modèle s’est classé premier dans six des sept domaines évalués, notamment l’image de marque et le marketing, la conception à partir de références et l’analyse de données.

Le cabinet d’analyse indépendant Artificial Analysis a classé Kimi K3 troisième au classement général de son Intelligence Index, derrière Claude Fable 5 et GPT-5.6 Sol seulement, mais devant Claude Opus 4.8 et GPT-5.5. Sur BrowseComp, un test d’évaluation de la recherche d’informations difficiles sur de longues séquences, K3 a obtenu un score de pointe de 91,2 sur 100 en utilisant sa fenêtre de contexte complète d’un million de tokens, sans techniques de compression.

Les résultats aux tests communiqués par Moonshot montrent que K3 surpasse Claude Opus 4.8 et GPT-5.5 dans les tâches de codage et les tâches agentiques, notamment aux évaluations Program Bench et SWE Marathon. L’entreprise reconnaît toutefois que les performances globales de K3 restent inférieures à celles des modèles les plus avancés, Claude Fable 5 et GPT-5.6 Sol.

Les analystes de Bank of America, emmenés par Alex Liu, ont résumé l’importance de cette avancée dans une note de recherche : « Malgré les contraintes persistantes qui pèsent sur le matériel et les capacités de calcul en Chine, K3 montre que la montée en puissance du pré-entraînement, associée à l’innovation architecturale, peut encore apporter des progrès décisifs aux modèles phares chinois. »

L’architecture à l’origine de cette avancée

Moonshot AI attribue une grande partie de l’efficacité de K3 à deux innovations architecturales propriétaires que l’entreprise avait auparavant présentées dans des publications en accès libre. Kimi Delta Attention introduit un mécanisme hybride d’attention linéaire qui réduit le coût de calcul du traitement de longues séquences. Attention Residuals, de son côté, remplace les connexions résiduelles classiques entre les couches d’un réseau neuronal et apporte, selon Moonshot, « des gains d’échelle constants ».

La documentation technique révèle que K3 utilise une architecture à mélange d’experts, qui n’active que 16 de ses 896 sous-réseaux experts pour chaque token traité, soit environ 1,8 % de l’ensemble des paramètres. Cette activation sélective réduit considérablement les coûts d’inférence tout en préservant les capacités du modèle. L’entreprise a également mis en œuvre un entraînement tenant compte de la quantification, avec des poids MXFP4 et des activations MXFP8, un format de précision choisi spécifiquement pour assurer une large compatibilité avec le matériel de différents fabricants de puces.

Une démonstration autonome de 48 heures, particulièrement révélatrice des ambitions techniques de Moonshot, a vu K3 concevoir une puce physique destinée à exécuter une version de lui-même à l’échelle nanométrique. À l’aide uniquement d’outils open source de conception électronique et de la bibliothèque Nangate 45nm, le modèle a réalisé de manière autonome l’ensemble du processus, de la conception architecturale à l’optimisation et à la vérification. La puce ainsi conçue, d’une surface de 4 millimètres carrés, a atteint une convergence temporelle à 100 MHz et pouvait décoder plus de 8 700 tokens par seconde en simulation.

Dans une autre étude de cas, K3 aurait reproduit la relation universelle I-Love-Q en astrophysique computationnelle, un calcul complexe qui prend généralement une à deux semaines à un chercheur chevronné, en environ deux heures, après avoir lu et recoupé plus de 20 articles scientifiques.

Secousses sur les marchés et inquiétude des investisseurs

L’annonce de K3 a provoqué une réaction immédiate et violente des marchés, rappelant le « choc DeepSeek » de janvier 2025, lorsqu’une autre start-up chinoise avait lancé à très faible coût un modèle étonnamment performant. À Hong Kong, les actions des concurrentes chinoises de Moonshot, Zhipu AI (Z.ai) et MiniMax, ont chuté respectivement de 27 à 28 % et de 16 %. Taiwan Semiconductor Manufacturing Company, premier fabricant mondial de puces, a perdu 7 % malgré l’annonce d’une hausse de 77 % de son bénéfice d’exploitation trimestriel. SoftBank, souvent considérée comme un indicateur de l’investissement dans OpenAI, a reculé de 9,0 %.

La vague de ventes a gagné les marchés américains : le Nasdaq 100 a cédé 1,0 % et l’action Nvidia a chuté de 1,2 %, faisant brièvement perdre au fabricant de puces son rang de première entreprise mondiale en valeur au profit d’Apple. L’action Meta a plongé de plus de 2,4 %.

Patrick Moorhead, PDG et analyste en chef de Moor Insights and Strategy, a qualifié la réaction des marchés de « surréaction étonnamment similaire à la panique DeepSeek ». Dans une analyse publiée sur les réseaux sociaux, Moorhead a relevé que, malgré de réels progrès technologiques, « nous sommes encore loin de la superintelligence ». Selon lui, des modèles comme K3 vont au bout du compte « accélérer et développer le marché de l’inférence plus rapidement que s’ils n’existaient pas », ce qui laisse penser que la pression concurrentielle pourrait élargir l’économie de l’IA dans son ensemble plutôt que simplement en redistribuer les parts.

L’investisseur Gavin Baker, l’une des voix les plus influentes de Wall Street dans le secteur de l’IA, a qualifié la sortie de K3 de « tournant ». Il a prédit que ce modèle serait « une mauvaise nouvelle pour les start-up spécialisées dans l’IA fermée, comme OpenAI et Anthropic, mais un avantage net pour à peu près toutes les autres entreprises du monde ». Baker a expliqué que « tout ce qui réduit les marges et intensifie la concurrence au niveau des modèles profite à tous les autres maillons de la chaîne de l’IA : l’énergie, les semi-conducteurs, les hyperscalers, les néoclouds et même les logiciels ».

Les enjeux géopolitiques de l’open source

La sortie de K3 a de profondes implications pour la compétition géopolitique autour de l’intelligence artificielle. Quelques semaines auparavant, le gouvernement américain avait contraint Anthropic à retirer temporairement ses modèles Fable et Mythos en raison de préoccupations en matière de cybersécurité, considérant les systèmes d’IA de pointe comme des infrastructures nationales critiques. La levée ultérieure de ces restrictions par Washington n’a guère dissipé l’impression que les autorités américaines considèrent l’IA avancée comme un atout stratégique à contrôler strictement.

Le président chinois Xi Jinping a abordé directement ces tensions lors de la Conférence mondiale sur l’intelligence artificielle 2026, à Shanghai, réaffirmant l’engagement de la Chine en faveur des publications open source. « Nous devons saisir cette rare occasion historique, encourager l’open source, l’ouverture, la coopération et le partage », a-t-il déclaré aux participants. Il a ajouté une critique explicite de la politique américaine : « Nous devons nous opposer ensemble à la tendance à étendre à l’excès la notion de sécurité nationale dans le domaine de l’IA ou à placer la sécurité d’un pays au-dessus de celle des autres. »

La stratégie open source sert simultanément plusieurs intérêts chinois. Elle met en valeur les capacités technologiques du pays, fédère des communautés mondiales de développeurs et contribue à créer des normes qui résistent aux restrictions américaines à l’exportation. Comme le relevait une analyse de Reuters, la publication en open source permet aux entreprises chinoises « d’élargir leurs communautés de développeurs et leur influence mondiale, une stratégie qui devrait aider la Chine à contrer les efforts des États-Unis visant à freiner les progrès technologiques de Pékin ».

Dean Ball, ancien responsable de l’administration Trump qui dirige aujourd’hui les activités de prospective stratégique chez OpenAI, s’est dit surpris par l’ouverture de la Chine. « Je suis personnellement surpris que l’État chinois continue d’autoriser la publication en open source de modèles aussi performants, compte tenu des risques potentiels », a-t-il écrit sur les réseaux sociaux. Ball a avancé que l’approche chinoise pourrait s’inscrire dans une philosophie politique plus large, estimant que « l’une des conséquences probables d’un monde dominé par les modèles à poids ouverts est un communisme intégral de l’IA, ce que la Chine propose précisément : au lieu d’être un produit commercial, l’IA serait un “bien public” que l’État finirait par fournir sous la forme d’une sorte d’“infrastructure publique numérique” ».

David Sacks et le débat politique américain

La sortie de K3 a ravivé le débat en cours aux États-Unis sur les moyens de préserver leur leadership technologique. David Sacks, qui a été le premier responsable de l’IA et des cryptomonnaies de Donald Trump avant de devenir coprésident du Conseil présidentiel des conseillers pour la science et la technologie, a qualifié cette sortie de « préoccupante ».

Dans une publication largement relayée sur les réseaux sociaux, Sacks a averti que le leadership américain dans l’IA s’érodait sous l’effet de décisions contre-productives : blocage de nouveaux centres de données, empilement de réglementations étatiques et pressions pour que les agences fédérales approuvent les modèles de pointe avant leur sortie. Il a affirmé que l’« innovation sans autorisation préalable » avait assuré la domination américaine à l’ère d’Internet et que reprendre cette approche était la seule voie viable pour l’IA.

C’est comme ça qu’on perd la course à l’IA. Le reste du monde ne suivra pas les règles américaines si les États-Unis s’enlisent eux-mêmes.

Le capital-risqueur Vinod Khosla, fondateur de Khosla Ventures, a partagé l’analyse de Sacks tout en soulignant ce qu’il a qualifié de « problème encore plus important ». Khosla a pointé du doigt les restrictions américaines à l’immigration, qui, selon lui, éloignent des États-Unis les talents techniques les plus brillants d’autres pays et fragilisent ainsi le capital humain nécessaire au développement de l’IA.

Pourquoi les modèles chinois coûtent moins cher

Les tarifs d’accès à l’API de Kimi K3 illustrent un avantage structurel des entreprises chinoises en matière de coûts, qui attire de plus en plus les développeurs occidentaux. À 15 dollars par million de tokens en sortie, K3 est 70 % moins cher que Claude Fable 5, facturé 50 dollars pour un volume équivalent. Les tokens en entrée coûtent 3 dollars par million, et les entrées mises en cache ne coûtent que 0,30 dollar par million. Ces tarifs, bien que supérieurs à ceux de certains modèles chinois antérieurs, positionnent K3 comme une option de milieu de gamme aux performances proches des modèles de pointe.

Plusieurs facteurs expliquent cet écart de coût. En Chine, le prix de l’électricité demeure nettement inférieur à celui de nombreuses régions américaines, grâce à des investissements massifs de l’État dans les infrastructures de production et de transport d’électricité. Les centres de données chinois se heurtent à moins de résistances politiques lorsqu’ils cherchent à s’agrandir que leurs homologues américains, où les collectivités locales s’opposent de plus en plus à ces installations en raison de la pression sur le réseau électrique et de la consommation d’eau.

Plus important encore, les entreprises chinoises d’IA ont adopté une stratégie de conquête de parts de marché qui sacrifie la rentabilité à court terme au profit de la constitution d’un écosystème. Ironiquement, les restrictions américaines à l’exportation ont peut-être involontairement renforcé cette efficacité. Privés d’accès aux processeurs les plus avancés de Nvidia, les laboratoires chinois ont dû tirer le maximum de matériel moins performant grâce à l’innovation algorithmique.

Grace Shao, analyste de l’IA et autrice de la lettre d’information AI Proem, explique que les laboratoires chinois « sont tellement limités en capacité de calcul, en capitaux et en talents que beaucoup d’entre eux doivent utiliser leurs ressources avec prudence ». Cette pression a donné lieu à des gains d’efficacité remarquables. George Chen, associé au sein de l’Asia Group, a souligné que « pour le prix [qu’une entreprise chinoise d’IA] paierait une puce Nvidia, elle peut acheter dix puces locales à Huawei ou à d’autres fabricants chinois ».

Les informations techniques publiées par Moonshot révèlent explicitement les contraintes matérielles. L’entreprise a entraîné K3 avec des processeurs Nvidia H200, ainsi qu’avec ce qu’elle a désigné comme un simple « GPGPU d’un autre fournisseur », généralement considéré comme une référence aux puces Ascend de Huawei. Le test de référence d’optimisation des noyaux de calcul de l’entreprise a été exécuté sur une Nvidia L20, un processeur aux capacités réduites, spécialement conçu pour être vendu en Chine dans le respect des règles américaines à l’exportation.

Le parcours mouvementé de Moonshot

Pour mesurer l’importance de K3, il faut comprendre l’histoire mouvementée de Moonshot AI. Fondée en 2023 par Yang Zhilin, diplômé de l’université Tsinghua qui a auparavant mené des recherches chez Google et Meta, l’entreprise tire son nom chinois de l’album de Pink Floyd « The Dark Side of the Moon », qui serait le disque préféré de son fondateur. Kimi a d’abord séduit grâce à ses capacités distinctives d’analyse de textes longs et à ses fonctions de recherche par IA, attirant d’importants investissements d’Alibaba, de Tencent et de Meituan.

Début 2026, Moonshot avait levé environ 1,5 milliard de dollars au fil de plusieurs tours de table, et sa valorisation était passée de 2,5 à 4,3 milliards de dollars. Puis le modèle R1 de DeepSeek a bouleversé l’ensemble du paysage chinois de l’IA en janvier 2025, et Moonshot a été parmi les entreprises les plus durement touchées. Kimi est passé de la troisième à la septième place en nombre d’utilisateurs actifs mensuels en Chine.

Le virage stratégique de l’entreprise vers les modèles open source, amorcé avec Kimi K2 en juillet 2025 et accéléré avec K2.5 en janvier 2026, visait à regagner en pertinence par la contribution technique plutôt que par la position sur le marché grand public. K3 est l’aboutissement de cette stratégie. L’entraînement d’un modèle de 2 800 milliards de paramètres exige des mois de préparation et d’immenses ressources de calcul, ce qui laisse penser que les choix architecturaux avaient été arrêtés bien avant l’annonce publique.

Selon Bloomberg, Moonshot cherchait en juin à lever 2 milliards de dollars supplémentaires, pour une valorisation d’environ 30 milliards de dollars, avant une éventuelle introduction en Bourse à Hong Kong. La sortie de K3 devrait considérablement renforcer sa position dans les négociations.

Les experts appellent à la prudence face à l’emballement

Les réactions à K3 n’ont pas toutes été enthousiastes ou alarmistes. Ethan Mollick, professeur à Wharton qui étudie les effets de l’IA sur le travail, a émis « une mise en garde » après avoir testé le modèle au moyen d’un audit statistique complexe de ses propres travaux de recherche universitaire. K3 « s’est trompé de plusieurs façons », a rapporté Mollick, notamment en appliquant incorrectement des méthodes statistiques. Il a publié une critique détaillée, produite par GPT-5.6 Pro d’OpenAI, qui relevait des erreurs fondamentales dans la démarche analytique de K3, et a indiqué souscrire à cette évaluation.

Simon Koser, directeur des produits de la start-up d’IA Tzafon, a reconnu que K3 était « véritablement impressionnant » dans des domaines comme le codage, tout en mettant en garde contre une interprétation excessive des résultats aux tests. « Certains modèles d’IA peuvent se comporter différemment en production et lors des tests, et il n’existe aucun modèle d’IA polyvalent qui surpasse tous les autres sur le marché », a expliqué Koser. « On aura l’impression que beaucoup de gens changent de modèle. Mais, dans les faits, je ne suis pas sûr que le changement soit si important. »

Aravind Srinivas, PDG de Perplexity, a proposé une perspective plus large sur le secteur, affirmant que « le modèle seul n’est plus le produit ». Selon lui, l’avantage concurrentiel tient de plus en plus « à l’environnement d’exécution, au système d’orchestration qui place le modèle dans un environnement très performant et l’associe à de nombreux outils ». Cette interprétation suggère que les capacités brutes d’un modèle, aussi impressionnantes soient-elles, ne constituent qu’un élément du déploiement réussi de l’IA.

Lu Zhang, fondatrice de Fusion Fund, a renforcé cette idée en faisant remarquer que la plupart des développeurs qui utilisent des modèles ouverts viennent « de l’écosystème des start-up, et moins des grandes entreprises ». Ces utilisateurs passent souvent d’un modèle à l’autre lorsque des options plus performantes ou moins coûteuses apparaissent, traitant les capacités de l’IA comme des produits interchangeables plutôt que comme des choix stratégiques.

Ce que les poids ouverts apportent aux entreprises

Pour les entreprises qui évaluent leurs investissements dans l’IA, la publication des poids de K3 le 27 juillet ouvre de nouvelles options stratégiques. Contrairement aux services accessibles par API d’OpenAI ou d’Anthropic, un modèle open source de cette capacité permet aux entreprises de l’affiner, de l’héberger elles-mêmes et de créer des systèmes propriétaires sans frais récurrents de fournisseur ni problèmes de souveraineté des données. En contrepartie, il faut disposer d’infrastructures considérables : l’exécution de 2 800 milliards de paramètres nécessite des grappes de GPU que peu d’organisations possèdent en interne.

Moonshot a en partie répondu à ce problème avec son projet Mooncake, récompensé par le prix du meilleur article à FAST 2025 pour son approche pionnière du service désagrégé centré sur le cache KV. Cette architecture sépare la mise en cache, très gourmande en mémoire, du contexte antérieur du calcul des nouvelles réponses, ce qui rend l’inférence de grands modèles plus pratique et plus économique.

La gamme de produits de l’entreprise compte désormais trois niveaux : K3, le modèle phare, K2.7 Code, un modèle spécialisé dans la programmation, et K2.6, une option généraliste. Tous prennent en charge des fenêtres de contexte d’au moins 256 000 tokens, tandis que K3 offre la capacité complète d’un million de tokens. La mise en cache automatique du contexte, qui ne nécessite aucune gestion explicite de la part des développeurs, constitue un avantage discret mais notable en matière d’expérience utilisateur par rapport aux concurrents.

À l’occasion du lancement de K3, Moonshot a également mis à jour Kimi Code, son outil de codage open source concurrent de Claude Code d’Anthropic. L’outil a recueilli plus de 3 100 étoiles sur GitHub et s’intègre aux environnements de développement populaires, notamment VSCode, Cursor et Zed. Parmi ses nouvelles fonctionnalités figurent des outils étendus pour les sous-agents, la gestion des tâches en arrière-plan et des capacités d’agents imbriqués qui transforment l’assistant de codage en système autonome à plusieurs niveaux.

Un paysage concurrentiel bouleversé

L’arrivée de K3 modifie la perception de la concurrence mondiale dans le domaine de l’IA. Pendant la majeure partie des trois dernières années, les modèles open source étaient généralement en retrait par rapport à leurs équivalents propriétaires, avec un écart de performance notable. K3 semble avoir réduit cet écart à quelques semaines plutôt qu’à plusieurs mois, si les tests indépendants se confirment lors d’évaluations plus larges par la communauté après le 27 juillet.

Cette réduction de l’écart remet en question le modèle économique des laboratoires américains de pointe, qui justifient leurs tarifs premium par leurs avantages en matière de capacités. Elle complique également les efforts des autorités américaines pour contrôler la diffusion de l’IA à travers des restrictions à l’exportation de matériel, dès lors que l’efficacité algorithmique peut partiellement compenser l’accès limité aux puces.

La pression concurrentielle dépasse le cadre de Moonshot. Les entreprises chinoises d’IA occupent désormais les cinq premières places du classement hebdomadaire des usages d’OpenRouter, avec Tencent, Xiaomi, DeepSeek, MiniMax et Zhipu AI. DoorDash, la plateforme américaine de livraison de repas, aurait confié des « tâches de niveau inférieur » aux modèles Kimi, obtenant une « meilleure qualité, à moindre coût », selon son directeur technique, Andy Fang.

Des élus américains envisagent activement des mesures visant à freiner l’adoption des modèles chinois d’IA aux États-Unis, alors même que les arguments techniques en faveur de leur exclusion deviennent plus difficiles à défendre. La nature open source de ces systèmes leur permet de se diffuser à travers les réseaux mondiaux de développeurs, d’une manière qui résiste aux réglementations nationales.

À retenir

• Avec ses 2 800 milliards de paramètres, Kimi K3 de Moonshot AI est le plus grand modèle d’IA open source jamais annoncé ; l’intégralité de ses poids sera publiée le 27 juillet 2026.
• Les tests indépendants classent K3 troisième au classement général, derrière Claude Fable 5 d’Anthropic et GPT-5.6 Sol d’OpenAI seulement, et premier en codage frontend.
• Le modèle coûte 15 dollars par million de tokens en sortie, soit 70 % de moins que les 50 dollars facturés pour Fable 5, prolongeant l’avantage tarifaire structurel de l’IA chinoise.
• Les marchés ont réagi vivement à l’annonce : les actions des concurrents chinois de l’IA ont chuté de 16 à 28 % et celles des fabricants de puces du monde entier ont baissé, les investisseurs craignant une érosion des avantages concurrentiels.
• Des personnalités américaines, dont David Sacks et Vinod Khosla, ont averti que les restrictions réglementaires et à l’immigration menaçaient davantage le leadership américain dans l’IA que la concurrence chinoise elle-même.
• Le président Xi Jinping a réaffirmé l’engagement de la Chine en faveur de l’IA open source lors de la conférence WAIC de Shanghai, la présentant comme une infrastructure publique mondiale.
• Des démonstrations techniques ont montré que K3 pouvait concevoir une puce fonctionnelle en 48 heures de fonctionnement autonome et résoudre en quelques heures des problèmes complexes d’astrophysique, au lieu de plusieurs semaines.
• Moonshot a entraîné K3 avec des processeurs Nvidia L20 soumis aux restrictions à l’exportation et des puces alternatives de Huawei, montrant que les progrès se poursuivent malgré les restrictions américaines sur le matériel.