Explication du Kimi K3.1 Pro : Le modèle ouvert de Moonshot approche de la frontière

Moonshot AI a lancé Kimi K3.1 Pro le 23 octobre 2026, et c’est la preuve la plus récente que l’écart entre les modèles à poids ouvert et les modèles frontières fermés est désormais très faible. Ce n’est pas un modèle de base tout neuf. Moonshot le décrit comme une version post-entraînée de Kimi K3, poussée à travers beaucoup plus d’apprentissage par renforcement sur des centaines de domaines. Le résultat est un modèle mixte d’experts avec environ 2,8 billions de paramètres au total, 104 milliards d’actifs par jeton, et une fenêtre contextuelle d’un million de jetons, avec saisie de texte et d’images.

Il est disponible dès maintenant sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi. Une variante compagnonne, Kimi K3.1 Pro Highspeed, promet les mêmes capacités à 2 à 3 fois la vitesse. Des poids complets sont promis d’ici le 4 novembre 2026, ce qui en ferait le modèle à poids ouvert le plus solide dans les classements indépendants si ce classement se maintient. D’ici là, l’API est la seule façon de la faire tourner, et les exigences de licence et de matériel pour l’auto-hébergement restent inconnues.

Le verdict rapide : Kimi K3.1 Pro vs Claude Opus 5.5 vs GPT-6 Astra

Lisez attentivement le tableau. Kimi K3.1 Pro accuse seulement 0,7 point de retard sur Opus 5.5 sur Terminal-Bench 4.0 et devance GPT-6 Astra au même test, mais différents benchmarks mesurent des compétences différentes, donc aucun score unique ne fait d’un seul modèle le vainqueur global. L’histoire honnête est plus étroite : lors des tests d’agents de codage, ce modèle à poids ouvert évolue désormais dans la même ligue que la frontière fermée.

Qu’est-ce qui a changé depuis Kimi K3

Kimi K3 a été lancé en juillet 2026 en tant que modèle ouvert de classe 3T. K3.1 Pro conserve cette base et évolue après l’entraînement au lieu de pré-entraîner un nouveau modèle à partir de zéro. Moonshot affirme avoir optimisé son cadre d’apprentissage par renforcement, son traitement à long contexte, son efficacité de l’entraînement et son infrastructure. Les gains pratiques se manifestent dans un projet complet : codage sur toute une base de code, modélisation paramétrique 3D dans Blender et outils CAO, compilations complètes de projets dans Unity, Unreal et Godot, et flux de travail financier de bout en bout.

Une affirmation d’un fournisseur mérite une mention claire. Moonshot affirme que les hallucinations dans les tâches de modélisation financière ont diminué de 65 % par rapport à la génération précédente. C’est un chiffre rapporté par le fournisseur, pas un résultat vérifié indépendamment, donc considérez-le comme une affirmation à tester sur vos propres tâches financières, pas comme une garantie.

Tarification

Cela représente une réduction d’un tiers de K3 en entrée, sortie et entrée en cache. Le prix standard correspond à GPT-6.1 Sol à 2 $/10 $, selon la couverture du lancement, tandis que le niveau Highspeed à 4 $/20 $ correspond au taux annoncé de l’Opus 5.5. Il n’y a pas de surcharge à long contexte indiquée, et les écritures de cache sont facturées séparément par TTL (5 minutes ou 1 heure).

Le hic est l’utilisation des jetons. Artificial Analysis a mesuré Kimi K3.1 Pro à 77 jetons par seconde de sortie et a estimé entre 1,98 $ et 2,11 $ par tâche de benchmark, presque inchangé par rapport à K3, car le nouveau modèle utilise plus de jetons de sortie pour atteindre ses scores. Moins cher par jeton ne signifie pas toujours moins cher par tâche terminée, donc mesurez vos propres charges de travail avant de changer.

Des références, avec les honnêtes réserves

Tous les chiffres de référence dans ce tableau sont rapportés par les fournisseurs, à partir du graphique de lancement de Moonshot, avec des modèles exécutés à un effort de réflexion maximal. La vérification indépendante reste limitée car les poids n’ont pas encore été publiés.

Le point faible est réel. Sur Terminal-Bench Science 0.1, Kimi K3.1 Pro obtient 38,1 contre 63,3 pour Opus 5.5 et 68,1 pour GPT-6 Astra. Si votre travail est de la recherche scientifique lourde dans un terminal, ce n’est pas encore le modèle à choisir uniquement sur les benchmarks. Les contrôles indépendants ajoutent également de la nuance : Artificial Analysis évalue Kimi K3.1 Pro à 55 sur son Intelligence Index, quatrième au classement général, en hausse de 11 points par rapport à K3 44, derrière Opus 5.5 à 58 et Claude Sonnet 5.5 et Muse Wonder Full à égalité à 56. Un testeur indépendant a évalué sa scène 3D et son travail sur le site web au-dessus de GPT-5.6 Sol mais en dessous de GPT-6.1 Sol, donc la qualité créative reste toujours derrière les meilleures sur certaines tâches.

L’histoire de sécurité qui compte avant que les poids ne tombent

Moonshot a délibérément limité ce modèle avant de promettre des poids ouverts. Pendant la formation, l’équipe a constaté que les compétences en découverte et exploitation des vulnérabilités augmentaient à mesure que l’ajustement était mis à l’échelle, grâce aux supports de cybersécurité du corpus d’entraînement et aux tâches d’apprentissage par renforcement associées. Ces données ont été supprimées aux deux étapes.

Lors de son test interne xdev-bench-hard, où le modèle obtient du code source avec une vulnérabilité récemment divulguée et doit écrire un exploit dans un environnement isolé, la version expérimentale sans restriction a obtenu 90,5 %, le K3.1 Pro final a obtenu 81 %, et Kimi K3 33,3 %. Ce sont des chiffres internes, non vérifiés, et Moonshot lui-même affirme que le modèle reste en retard par rapport aux modèles propriétaires disponibles depuis au moins trois mois sur ce type de tâches, tout en restant utile pour les audits logiciels défensifs. Le point pour les acheteurs est simple : les poids ouverts sont puissants, et Moonshot a choisi de les commercialiser seulement après avoir réduit la capacité d’attaque cyber la plus précise.

Lequel choisir ?

Choisissez Kimi K3.1 Pro si vous voulez des performances proches de celles d’un agent de codage à un prix de 2 $/10 $, une fenêtre contextuelle de 1 million, et un chemin vers des poids ouverts le 4 novembre. Il s’adapte au codage complet du projet, aux boucles d’agents, aux flux de travail 3D et CAO, ainsi qu’à la recherche financière où vous pouvez vérifier les résultats.

Choisissez Kimi K3.1 Pro Highspeed si la latence est le goulot d’étranglement dans votre boucle d’agent et que vous pouvez payer le double par jeton pour 2 à 3 fois la vitesse.

Restez avec Claude Opus 5.5 si votre travail repose sur des tâches terminales très scientifiques ou le score d’indice indépendant le plus élevé, et que vous acceptez des poids fermés et un coût par tâche plus élevé. Restez avec GPT-6 Astra si vous êtes déjà construit sur la pile d’OpenAI et que son écosystème compte plus que l’économie par jeton.

Si vous construisez des flux de travail d’agents sur l’un de ces modèles, c’est exactement le type de préparations qui détermine le coût et la rapidité en production. CodeMyPixel construit des solutions personnalisées de développement d’agents IA et des systèmes complets d’automatisation IA pour les équipes qui ont besoin de modèles pour effectuer un travail réel, pas seulement pour générer du texte. Pour le contexte des modèles, consultez nos analyses de GPT-6 Astra et Claude Opus 5.5.

FAQ

Qu’est-ce que Kimi K3.1 Pro ?

Une version post-entraînée du Kimi K3 de Moonshot AI, lancée le 23 octobre 2026. C’est un modèle mixte d’experts avec environ 2,8 billions de paramètres au total, 104 milliards d’actifs par jeton, une fenêtre contextuelle d’un million de jetons, et une entrée texte plus image. Il est disponible sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi.

Combien coûte Kimi K3.1 Pro ?

Le prix standard est de 2 $ pour 1 million de jetons d’entrée, 10 $ pour 1 million de jetons de sortie, et 0,20 $ pour 1 million de jetons d’entrée mis en cache. La variante Highspeed coûte 4/20 $/0,20 $. C’est un tiers moins cher par jeton que Kimi K3, qui était 3/15 $/0,30 $.

Le Kimi K3.1 Pro est-il meilleur que le Claude Opus 5.5 ?

Pas dans tous les domaines. Sur Terminal-Bench 4.0 rapporté par les fournisseurs, Kimi K3.1 Pro obtient 65,7 contre Opus 5,5 à 66,4, et il est en tête au SWE Marathon et au dernier examen des agents. Sur Terminal-Bench Science 0.1, il accuse un faible retard à 38,1 contre 63,3. Sur l’indice indépendant Artificial Analysis Intelligence Index, Opus 5.5 est en tête à 58e place face à Kimi K3.1 Pro à 55. Différents benchmarks ne sont pas comparables en tant que gagnant unique, alors choisissez selon votre charge de travail.

Quand les poids Kimi K3.1 Pro sortiront-ils ?

Moonshot annonce qu’il prévoit de publier les poids complets des modèles d’ici le 4 novembre 2026. Les exigences en matière de licence et de matériel ne sont pas encore confirmées, donc les plans d’auto-hébergement devraient attendre cette sortie.

Qu’est-ce que le Kimi K3.1 Pro Highspeed ?

Une variante plus rapide du même modèle que Moonshot affirme offrir une sortie 2 à 3 fois plus rapide au double du prix du token (4 $ en entrée, 20 $ en sortie pour 1 million de tokens, entrée en cache inchangée à 0,20 $). Il convient aux boucles d’agents sensibles à la latence où la vitesse vaut le supplément.

• kimi k3.1 pro
• moonshot ai
• open weight models
• ai coding agents
• claude opus 5.5
• gpt-6 astra