Des indices sur la sortie de Kimi K3.1 émergent alors que Moonshot prépare sa prochaine mise à niveau de l’IA

Un nouvel identifiant de modèle annonce la prochaine étape de Moonshot

Moonshot AI semble préparer Kimi K3.1 après que des développeurs ont repéré un identifiant de modèle appelable, « kimi-k3-1 », dans le registre de la plateforme API de l’entreprise, le 28 septembre. Un aperçu est ensuite apparu sur la plateforme ouverte Kimi sous les noms K3.1 ou K3 11111, avec une fenêtre de contexte annoncée d’un million de tokens.

Ces découvertes laissent penser que le développement a dépassé le stade du nom interne. Des développeurs ont indiqué que l’identifiant répondait aux requêtes de test de l’interface, tandis que des modifications du site de Moonshot faisaient apparaître un autre identifiant, « k3d1-agent », ainsi qu’un nouveau module de bot. K3.1 serait en phase de test limité, parfois appelée test en accès restreint, au cours de laquelle l’accès est d’abord accordé à un groupe restreint avant un lancement plus large.

Kimi K3, le modèle actuel de Moonshot, compte 2,8 billions de paramètres, c’est-à-dire les valeurs numériques qu’un modèle apprend pendant son entraînement. Ce chiffre concerne K3 ; le nombre de paramètres de K3.1 n’a pas été confirmé. Cette distinction est importante, car une mise à niveau peut modifier le raisonnement d’un modèle, son utilisation des outils ou sa gestion des requêtes sans nécessairement augmenter sa taille.

Les projets évoqués s’orientent vers des tâches autonomes plus longues, le codage, les jeux, le développement 3D et le pilotage d’un ordinateur. Parmi les ajouts possibles figurent plusieurs réglages de raisonnement et des modes permettant de coordonner plusieurs agents d’IA. Ces fonctionnalités feraient davantage de Kimi un outil capable d’enchaîner des tâches, plutôt que de simplement répondre à des questions isolées.

Aucune date de sortie publique ferme ni spécification définitive de K3.1 n’a été communiquée. Pour les utilisateurs qui envisagent de l’adopter, les questions pratiques se dessinent déjà : quelle est sa fiabilité dans l’exécution des tâches, combien de temps cela prend-il et combien cela coûte-t-il ?

Ce que révèlent les découvertes de septembre

Des développeurs ont d’abord repéré « kimi-k3-1 » dans le registre des modèles du backend de la plateforme API, le 28 septembre. Une API est une interface qui permet à un logiciel d’envoyer des requêtes à un modèle d’IA et d’en recevoir les réponses. Un identifiant de modèle indique à cette interface quel système utiliser.

L’aperçu ultérieur de la plateforme avançait une capacité plus concrète : la prise en charge d’un contexte pouvant atteindre un million de tokens. Les tokens sont de petites unités d’information, souvent des mots ou des fragments de mots. Une fenêtre de contexte correspond à la quantité de contenu qu’un modèle peut prendre en compte au cours d’une interaction, notamment les consignes, les documents et les échanges liés à une tâche.

L’identifiant du site, « k3d1-agent », et le nouveau module de bot ont également alimenté les spéculations sur un Kimi Bot. Moonshot n’a pas confirmé la description d’un tel produit ; les éléments les plus tangibles concernent donc les tests du modèle et les changements apportés à la plateforme.

Cette chronologie situe les découvertes les plus récentes après la présentation de K3 en juillet :

• 17 juillet 2026 : Moonshot annonce Kimi K3, doté de 2,8 billions de paramètres et d’une fenêtre de contexte d’un million de tokens.
• 27 juillet : date cible annoncée par Moonshot pour la publication des poids du modèle K3, les valeurs numériques apprises nécessaires à son exécution.
• 28 septembre : des développeurs repèrent l’identifiant appelable « kimi-k3-1 » dans le registre de l’API.
• Après cette découverte : un aperçu de K3.1 ou K3 11111 apparaît sur la plateforme ouverte, avec un contexte annoncé d’un million de tokens.

Ce que K3.1 reprendrait de K3

Moonshot a lancé K3 dans son application et via son API en juillet. L’annonce de K3 en juillet le présentait comme le modèle phare de l’entreprise pour le codage, les tâches liées aux connaissances et les travaux complexes exigeant un raisonnement approfondi avec une supervision humaine limitée. La publication promise de ses poids faisait également de l’accès en dehors du propre service de Moonshot un élément central de son attrait.

K3 repose sur une architecture de mélange d’experts. En termes simples, le modèle comprend différents groupes de composants de calcul, et un système de routage sélectionne ceux qui contribuent au traitement d’une entrée. Ses 2,8 billions de paramètres décrivent le modèle dans son ensemble, tandis que l’architecture détermine quelles parties interviennent dans un calcul donné.

Cette conception explique pourquoi le nombre de paramètres annoncé ne raconte qu’une partie de l’histoire. L’expérience des utilisateurs dépend des effets combinés de l’entraînement, du routage, des ressources de calcul et des logiciels qui relient le modèle aux outils. À lui seul, un nombre total de paramètres plus élevé ne permet pas de savoir à quelle vitesse une tâche de programmation sera terminée ni combien elle coûtera.

La capacité de contexte annoncée pour K3.1 égalerait celle de K3, soit un million de tokens. La mise à niveau envisagée semble donc surtout porter sur la façon dont le modèle traite les informations et accomplit des tâches, plutôt que sur une augmentation de la quantité d’informations qu’il peut traiter simultanément.

Les réglages de raisonnement pourraient donner davantage de contrôle aux utilisateurs

K3.1 devrait proposer trois niveaux de raisonnement : Low, High et Max. Ces réglages permettraient aux développeurs de choisir le niveau d’effort consacré par le modèle à une requête. Leur fonctionnement exact et leur incidence sur la facturation n’ont pas été précisés.

Une courte tâche de classification et la réparation d’un logiciel complexe ne nécessitent pas le même effort. Classer un message client dans une catégorie peut appeler une réponse rapide. Analyser un dysfonctionnement touchant plusieurs fichiers peut exiger des inspections, des tests et des révisions successifs. Des réglages de raisonnement ajustables permettraient aux utilisateurs de trouver un équilibre différent entre vitesse et effort pour chaque tâche.

Des développeurs qui ont étudié la plateforme avancent que les niveaux pourraient correspondre à différentes allocations de ressources de calcul et à différentes modalités de facturation. Pour une entreprise qui traite de nombreuses requêtes, ce choix relèverait donc autant de la gestion opérationnelle que de la technique.

La fenêtre annoncée d’un million de tokens compte également. Un modèle peut recevoir un grand ensemble de code ou de documents, mais le temps et les ressources de calcul nécessaires pour les exploiter restent importants. Les clients qui envisagent K3.1 devront tenir compte des réglages de raisonnement ainsi que du volume des tâches soumises.

Les modes Agent et Swarm visent les tâches de longue durée

Parmi les modes possibles de K3.1 figurent Agent, Swarm, la recherche et le traitement par lots. Un agent d’IA enchaîne des actions pour atteindre un objectif, en utilisant souvent des outils entre les étapes. Au lieu de simplement suggérer comment corriger un programme, un agent pourrait par exemple examiner des fichiers, proposer une modification, lancer un test et réviser son travail.

Le mode Swarm désigne plusieurs agents travaillant de concert, avec la possibilité de répartir une tâche importante en travaux plus restreints. L’un pourrait rechercher des informations, un autre examiner le code et un troisième vérifier les résultats. Ce mode proposé étendrait cette approche au sein de Kimi, même si sa mise en œuvre n’a pas été détaillée.

La recherche et le traitement par lots répondent à des besoins différents. La recherche permet à une IA de récupérer des informations pendant une tâche. Le traitement par lots permet à un utilisateur de soumettre une série de travaux, par exemple de nombreux documents à traiter de la même manière, sans gérer chaque requête séparément.

Les jeux, le codage 3D et le pilotage d’un ordinateur figureraient également parmi les domaines ciblés. Ils exigent davantage qu’une réponse écrite fluide : le code doit s’exécuter, les éléments interactifs doivent se comporter comme prévu et les actions sur un ordinateur doivent s’enchaîner dans le bon ordre. Pour les personnes qui utilisent l’IA afin de créer ou d’exploiter des logiciels, la fiabilité de l’exécution à chacune de ces étapes serait un critère essentiel pour évaluer la mise à niveau.

Le prix et la vitesse pèseront sur la valeur de la mise à niveau

La plateforme ouverte de Moonshot a affiché des tarifs d’API pour K3.1 identiques à ceux de K3. Cette indication est peut-être provisoire ; les clients ne connaissent donc pas encore le prix définitif du nouveau modèle. Les préoccupations rapportées au sujet de K3 portent notamment sur les tarifs, la vitesse de réponse et les limites d’utilisation.

Ces trois questions sont étroitement liées lorsqu’il s’agit de travaux autonomes. Une tâche qui nécessite des appels répétés au modèle et l’utilisation d’outils peut prendre plus de temps et mobiliser davantage de ressources qu’une simple réponse. Les limites d’utilisation peuvent aussi interrompre une tâche avant son terme, obligeant une personne à la reprendre ou à réorganiser le travail.

Des tarifs identiques à ceux affichés pour K3 ne répondraient donc qu’en partie à la question du coût. La quantité de travail nécessaire pour parvenir à un résultat utile compte également. Pour une tâche donnée, un modèle qui obtient le résultat avec moins de tentatives peut être plus économique, même si son tarif affiché est similaire.

Moonshot préparerait également la sortie officielle de Kimi K2.8, disponible en aperçu depuis plus d’un mois. Alors que K2.8 et K3.1 apparaissent tous deux dans les discussions sur les sorties à venir, les développeurs devront faire un choix en fonction des capacités et des conditions d’accès que Moonshot publiera finalement.

La concurrence a évolué depuis les débuts de K3 en juillet

K3 s’est lancé en juillet en occupant une position concurrentielle solide : il s’est classé troisième à l’Intelligence Index d’Artificial Analysis et deuxième au Vals AI Index. L’analyste Nathan Lambert l’a décrit comme le modèle ouvert le plus performant du moment, réduisant l’écart avec les principaux modèles américains dont les poids restent propriétaires.

L’attention s’est depuis déplacée après la sortie de V4.1 Flash-1017 par DeepSeek. La dernière comparaison évoquée dans les informations sur K3.1 place ce modèle devant K3 dans presque tous les tests de performance cités. Aucun tableau détaillé des scores n’accompagne cette affirmation, et l’ampleur de l’avance reste donc incertaine.

Les classements de juillet et la comparaison plus récente portent sur des périodes différentes, dans un marché qui évolue rapidement. À son lancement, K3 a établi Moonshot comme un sérieux concurrent ; K3.1 doit maintenant démontrer des progrès concrets face à des modèles plus récents. Pour les clients, la comparaison devra porter sur les tâches qu’ils exécutent réellement, mais aussi sur le coût, la latence et les limites d’accès.

Les détails de sortie les plus importants relieront les fonctionnalités annoncées par Moonshot aux résultats du quotidien : un agent peut-il mener à bien une tâche longue ? Un raisonnement plus poussé justifie-t-il le temps d’attente ? Les développeurs peuvent-ils prévoir leurs dépenses ? Les entrées du registre et l’aperçu de la plateforme ont mis K3.1 en lumière. Un lancement officiel devra transformer ces indices en un produit clairement défini.

À retenir

• Des développeurs ont repéré l’identifiant de modèle appelable « kimi-k3-1 » le 28 septembre, puis un aperçu de K3.1 ou K3 11111 sur la plateforme.
• L’aperçu annonce un contexte d’un million de tokens, comme pour K3.
• Le chiffre de 2,8 billions de paramètres est confirmé pour K3 ; le nombre de paramètres de K3.1 n’a pas été annoncé.
• Parmi les fonctionnalités attendues figurent les réglages de raisonnement Low, High et Max, ainsi que de possibles modes Agent, Swarm, recherche et traitement par lots.
• Les tarifs d’API affichés sont identiques à ceux de K3, mais pourraient être provisoires. La vitesse, les limites d’utilisation et l’exécution des tâches pèseront également sur sa valeur.
• Moonshot n’a pas communiqué de date ferme pour la sortie de K3.1.