Les poids ouverts de Kimi K3.1 Pro ne peuvent pas être installés directement sur un ordinateur ordinaire. Autour du 4 novembre, Moonshot AI a mis les poids sur Hugging Face ; la fiche du modèle indique 2,8 billions de paramètres au total, environ 104 milliards activés par jeton, 16 experts sur 896 activés à la fois, un contexte maximal de 1 million de jetons, et des poids publiés sous forme quantifiée MXFP4, 96 fragments totalisant environ 1,56 To. Ne juger que sur le mot « ouvert » et télécharger laissera un ordinateur ordinaire incapable même de les stocker, et encore moins de les exécuter.
La taille n'est que le premier obstacle. La voie de déploiement officielle utilise des moteurs d'inférence comme vLLM et SGLang, avec des exemples de configuration comme le parallélisme multi-GPU TP8 et DCP8, destinés à des grappes de serveurs plutôt qu'à des machines isolées. Le téléchargement de 1,56 To de poids exige à lui seul un réseau stable et rapide et assez d'espace disque, et ensuite l'intégrité des fragments doit être vérifiée ; tout fragment endommagé doit être téléchargé à nouveau. Les 104 milliards de paramètres activés signifient que chaque étape demande un calcul substantiel, et la mémoire GPU et la bande passante mémoire doivent être préparées selon les spécifications serveur ; la mémoire et la bande passante d'un ordinateur domestique ne sont pas de cette classe. La licence doit aussi être lue d'abord : les poids relèvent de la licence propre à Moonshot AI, la licence Kimi K3.1 Pro, et non d'une licence open source générale comme MIT, de sorte que l'usage commercial ou la redistribution doivent d'abord être confirmés au regard de ses conditions.
Quelle voie les utilisateurs ordinaires doivent-ils prendre
Pour les utilisateurs ordinaires qui veulent utiliser Kimi K3.1 Pro, la voie la plus directe est le canal hébergé officiel : le site web Kimi, les applications, Kimi Code et la plateforme ouverte fournissent tous le même modèle, avec l'identifiant d'API kimi-k3.1-pro, compatible à la fois avec les interfaces de style OpenAI et Anthropic, facturé à l'usage, sans avoir à gérer soi-même poids et cartes graphiques. Les équipes qui veulent vraiment s'auto-héberger doivent d'abord confirmer trois choses : si elles disposent d'une grappe d'inférence au niveau de 8 GPU, si quelqu'un peut maintenir vLLM ou SGLang, et si elles ont lu la licence et confirmé un usage conforme ; si l'une des trois manque, ne téléchargez pas encore. Les usages académiques ou d'évaluation visant à reproduire les scores officiels doivent aussi suivre les moteurs et la configuration indiqués sur la fiche du modèle ; changer de moteur ou de format de quantification rend les scores incomparables. Il n'y a qu'un seul test : vos machines et votre équipe sont-elles préparées selon les standards serveur ou selon les standards d'ordinateur personnel. Seuls les premiers doivent discuter d'auto-hébergement ; les seconds doivent utiliser directement le service hébergé.
