Moonshot AI a officiellement lancé le Kimi K3. Ce modèle de 2,8 billions de paramètres offre 1 million de capacités contextuelles de jetons et multimodales natives, et est désormais disponible sur Kimi.com, Kimi Work, Kimi Code et Kimi API. Le véritable point d’intérêt ne concerne pas seulement l’échelle : il essaie de placer un contexte ultra-long, l’efficacité du raisonnement et les tâches de proxy à long terme sur la même voie ouverte.
Des millions de contextes résolvent d’abord la vitesse
Le goulot d’étranglement pour les contextes ultra-longs n’est souvent pas « si cela peut tenir », mais les délais de décodage et les coûts de cache. Kimi Delta Attention (KDA) utilise une attention linéaire hybride, et la déclaration officielle indique qu’il peut décoder jusqu’à 6,3 fois plus vite dans des scénarios à millions de tokens.
Cela rapproche le contexte d’un million de points du Kimi K3 d’une utilisation continue, plutôt que de se limiter à l’affichage spécifique. Face à de grandes bases de code, à une recherche continue et à une analyse inter-documents, la rapidité détermine si un Agent peut réellement accomplir ses tâches.
Un flux d’information profond réduit les coûts de formation
Une autre caractéristique centrale de conception est l’Attention Residuals (AttnRes). Il n’accumule plus simplement des couches de représentation mais récupère sélectivement des informations de différentes profondeurs ; Les données officielles indiquent que le coût supplémentaire est inférieur à 2 %, et que l’efficacité de la formation est améliorée d’environ 25 %.
Combiné à Stable LatentMoE, Kimi K3 active 16 experts sur 896 par jeton. Dark Side de Moon affirme que son efficacité globale de mise à l’échelle est environ 2,5 fois supérieure à celle de K2, avec un accent sur la conversion plus efficace des ressources informatiques en capacités de modèles.
L’agence à long terme est devenue le principal champ de bataille
Kimi K3 est conçu pour le codage proxy à long terme, le travail de connaissance et l’inférence, capable de gérer de grandes bases de code et d’appeler des outils de terminal avec une intervention humaine minimale, tout en faisant progresser les tâches front-end, de développement de jeux et de CAO grâce à un retour visuel.
Ce positionnement explique également le déploiement synchrone multiplateforme : les modèles ne se contentent plus de répondre aux questions, mais doivent continuellement planifier, exécuter, vérifier et corriger dans les heures suivant le flux de travail, ce qui permet l’auto-amélioration récursive.
La pondération doit être publiée avant le 27 juillet 2026. La capacité de Kimi K3 à modifier le paysage du modèle ouvert ne dépend pas des 2,8 trillions de paramètres eux-mêmes, mais de la capacité des développeurs à transformer des millions de contextes et d’agents à long terme en une productivité stable à un coût acceptable.
