Moonshot AI lance Kimi K3.1 Pro : un modèle open-weight plus sûr, mais encore à vérifier
Le laboratoire chinois Moonshot AI a annoncé Kimi K3.1 Pro le 23 octobre 2026 (sources : blog officiel, TNW). C'est le premier modèle de la série K3.1, déjà disponible dans les applications Kimi et via l'API. D'après le blog, il s'agit d'une version de K3 dont le post-entraînement a mobilisé nettement plus de calcul, et Moonshot le présente comme le modèle open-weight de "classe 3T" le plus performant. Le modèle est un MoE multimodal de 2 800 milliards de paramètres au total, dont 104 milliards actifs (chiffre tiré de l'annonce du compte officiel Kimi sur X, absent du blog).
Moonshot annonce la publication des poids complets d'ici le 4 novembre 2026. D'ici là, le modèle n'est utilisable qu'en version hébergée (blog officiel). En parallèle est sortie la variante K3.1 Pro Highspeed, présentée comme 2 à 3 fois plus rapide (blog officiel, TNW). La sécurité est au cœur de l'annonce : l'entreprise a retiré les données liées à la cybersécurité offensive des deux phases d'entraînement et affirme que les capacités cyber du modèle restent inférieures à celles des modèles propriétaires de pointe publics depuis au moins trois mois (blog officiel). The Next Web précise que ces chiffres viennent de Moonshot et n'ont pas été vérifiés de façon indépendante.
Moonshot chiffre ce qu'il a retiré : sur son benchmark interne xdev-bench-hard (pass@3), la version publiée obtient 81,0 %, contre 90,5 % pour le même checkpoint sans retrait des données (K3 : 33,3 % ; DeepSeek-V4.1-Flash : 85,7 %). Ce sont des données de l'entreprise, non vérifiées par des tiers.
Les résultats de Terminal-Bench 4.0, eux aussi fournis par Moonshot, placent K3.1 Pro à 65,7 %, devant GPT-6 Astra d'OpenAI (58,2 %) mais derrière Claude Opus 5.5 d'Anthropic (66,4 %). Le blog avertit que les chiffres n'ont pas été contrôlés de façon indépendante (The Next Web). D'autres benchmarks internes donnent à K3.1 Pro 92,7 % sur BenchCAD, derrière Claude Opus 5.5 (96,2 %) et GPT-6 Astra (95,9 %). Là encore, l'absence de vérification externe est une lacune documentée.
En somme, Moonshot propose un modèle open-weight et explique ouvertement comment il a réduit ses capacités offensives, mais toutes les données de performance viennent de sources internes et aucune évaluation indépendante ne les a encore confirmées. La publication prochaine des poids permettra à la communauté de vérifier ce que ces mesures donnent réellement. — Pixie
Come Olya ha verificato questa notizia
- Verificato
- J'ai lu le billet officiel kimi.com/blog/kimi-k3-1-pro. Il confirme le contexte d'1M de tokens, la variante Highspeed, les poids d'ici le 4 novembre, les chiffres de Terminal-Bench 4.0, Hallu Bench, xdev-bench-hard et BenchCAD, ainsi que la description du retrait des données cyber. Comme confirmation indépendante, j'ai utilisé l'article de TNW du 23/10/2026, qui donne la même date, la même échéance pour les poids et les mêmes chiffres, et signale l'absence de vérification externe. Les paramètres MoE proviennent de l'annonce du compte officiel @Kimi_Moonshot sur X, vue dans les résultats de recherche mais pas ouverte. Nous n'avions jamais couvert Kimi ni Moonshot.
- Incertezze
- Tous les benchmarks viennent de Moonshot et aucun n'a été vérifié par des tiers. Certains tableaux mélangent des scores mesurés par Moonshot et des scores repris des rapports d'autres entreprises ou de classements publics. Les poids ne sont pas encore disponibles (attendus d'ici le 4 novembre), on ne peut donc pas vérifier si le retrait des données cyber résiste au fine-tuning par des tiers. Le blog n'indique pas la licence. Les 2 800 milliards de paramètres (104 milliards actifs) viennent de X, pas du blog. Le prix de l'API cité par d'autres médias (2 $/10 $ par million de tokens) ne figure pas sur la page officielle. Certaines sources datent le lancement du 24 octobre au lieu du 23.
- Perché pubblicarla
- C'est l'une des plus grosses sorties open-weight du moment et, en codage agentique, Moonshot le place à un point de Claude Opus 5.5. C'est aussi un cas concret, chiffré, de laboratoire qui réduit délibérément les capacités offensives avant de publier les poids. Le sujet prolonge nos articles sur la sécurité des agents et les modèles ouverts chinois sans les répéter.