Kimi K3 en open weight complet
2,8T MoE, 1M de contexte — le pari de Moonshot AI

De l'API à la publication complète en 11 jours : chronologie et points de friction

Trois questions fréquentes : L'API existait déjà le 16/7 — qu'a changé le 27/7 ? Quelle différence entre « open source » et « open weight » ? Combien de GPU pour l'auto-hébergement ? La chronologie ci-dessous clarifie tout.

Six coûts cachés pour les entreprises

1. 01

   Risque de mauvaise lecture de licence : la presse écrit « open source », Moonshot n'utilise jamais open source — licence custom avec seuils MaaS et affichage

2. 02

   Illusion d'auto-hébergement : 1,56 To + MoE 896 experts — GPU grand public impossibles ; achat matériel aveugle = coût caché majeur

3. 03

   Abus de benchmarks : écarts importants entre chiffres éditeur et retests indépendants — privilégier Vals AI, Artificial Analysis

4. 04

   Piège tarifaire cache : entrée affichée $3/M, mais architecture Mooncake > 90 % de hit cache en coding — coût effectif ~ $0,30/M

5. 05

   Conformité géopolitique : conflit « distillation de modèles » sino-américain + fenêtre WAIC 2026 — poids publics ≠ processus d'entraînement auditable

6. 06

   Environnement Agent : agents de code longue session exigent compute stable et toolchain — laptop ou VPS faible insuffisants en production

MoonEP, FlashKDA, AgentEnv : Infra open source et checklist en six étapes

Cette release ne se limite pas aux poids : trois infrastructures clés de l'efficacité d'entraînement de K3 sont aussi open source — une raison de l'accueil positif de la communauté.

Checklist pratique en six étapes

1. 01

   Confirmer le chemin d'usage : la plupart des équipes passent par l'API (`https://api.moonshot.ai/v1`, ID modèle `kimi-k3`) ; auto-hébergement seulement pour résidence des données, fine-tuning ou inférence hyperscale

2. 02

   Lire la LICENSE ligne par ligne : seuil MaaS 20 M$ de revenus annuels et obligation d'affichage MAU 100 M / revenus mensuels 20 M$

3. 03

   Vérifier l'intégrité Hugging Face : ~ 1,56 To, format MXFP4 et liste des shards

4. 04

   Évaluer le seuil matériel : recommandation officielle supernode 64+ GPU — ne pas planifier avec GPU grand public

5. 05

   Intégrer FlashKDA : le projet flash-linear-attention peut basculer le backend chunk_kda sans friction

6. 06

   Comparer benchmarks indépendants : Vals AI SWE-bench Verified (K3 93,4 %) et AA Index (~ 57, 3e mondial) comme critères — pas seulement les chiffres éditeur

from openai import OpenAI
client = OpenAI(
    api_key="YOUR_MOONSHOT_KEY",
    base_url="https://api.moonshot.ai/v1"
)
resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Explain Kimi Delta Attention"}]
)
print(resp.choices[0].message.content)

Contexte géopolitique et données citables : le signal open weight de K3

La publication open weight de Kimi K3 coïncide avec WAIC 2026 et le conflit sino-américain sur la « distillation de modèles » — Washington accuse Moonshot d'avoir distillé industriellement Anthropic Fable et menace de sanctions ; le ministère chinois du Commerce répond le 28 juillet en dénonçant « l'hégémonie IA ». Publier poids, rapport technique et trois Infra en totalité envoie un signal d'indépendance technique via le détail d'ingénierie. Trois jours plus tard, Alibaba annonce Qwen3.8-Max-Preview (24 billions de paramètres) — la compétition chinoise entre dans le « club 3T ».

Données clés citables

• Échelle : 2,8T total, 896 experts / 16 actifs, ~ 104 Mrd actifs, contexte 1M tokens
• Benchmarks : SWE-bench Verified 93,4 % (Vals AI) ; AA Index ~ 57, 3e mondial, #1 open weight
• Coût : ~ $0,95 par tâche — ~ 60 % moins cher que Fable 5, plus cher que GLM-5.2 ($0,47)
• Code : #1 Frontend Code Arena ; hit cache Mooncake > 90 % en coding
• Auto-hébergement : 1,56 To, supernode 64+ GPU recommandé ; OpenRouter et six autres tiers
• Licence : open weight custom, pas OSI open source ; seuils MaaS et affichage

Pour intégrer K3 dans des agents longue session type Kimi Code ou des pipelines CI iOS, un laptop ou VPS Linux instable entraîne souvent manque de mémoire, coupures de session et absence de toolchain Xcode/Metal. Pour la production avec sessions SSH stables, cache DerivedData et automatisation CI/CD iOS, la location cloud Mac Mini NodeMini est généralement le meilleur choix — nœud dédié, provisionnement en secondes, agent et builds sur un vrai Mac. Voir tarifs location Mac Mini.