Accueil › Blog › Kimi K3.1 Pro

Kimi K3.1 Pro : que vaut le modèle open source chinois face à Claude Opus ?

Publié le 29 octobre 2026 · par Amine, AI business analyst · 7 min de lecture

Fin octobre, un modèle chinois est sorti d'à peu près nulle part sur les classements de code, juste derrière Claude Opus 5.5 et devant GPT-6 Astra. Il s'appelle Kimi K3.1 Pro, il vient de Moonshot AI, et ses poids complets sont promis pour le 4 novembre. Ce qui est intéressant n'est pas qu'un modèle chinois soit bon. C'est ce que Moonshot a choisi de ne pas faire pour y arriver, et ce que sa licence dit vraiment de l'« open source ».

C'est quoi, Kimi K3.1 Pro ?

Kimi K3.1 Pro est le premier modèle d'une nouvelle série, K3.1, que Moonshot AI présente comme son modèle « open-weight » le plus capable à ce jour, dans la classe des 3 000 milliards de paramètres, avec une fenêtre de contexte d'un million de tokens. Il tourne depuis le 23 octobre sur Kimi.com, Kimi Work, Kimi Code et l'API Kimi.

Le point qui compte, ce n'est pas l'architecture : c'est la méthode. Moonshot n'a pas réinventé un modèle de base. K3.1 Pro est une version post-entraînée de Kimi K3, le modèle qu'ils avaient déjà sorti. La différence, c'est le volume de reinforcement learning injecté, et surtout la façon dont ils l'ont rendu possible. Pour faire tourner du RL à grande échelle sur des centaines de domaines à la fois, ils ont optimisé toute la pile : le framework de RL, l'inférence long-contexte, les sandboxes, l'ordonnancement des rollouts, et une plateforme partagée de contrôle qualité des environnements.

Traduction concrète : au lieu de chercher un gain spectaculaire sur un seul benchmark, ils ont construit une machine qui transforme chaque unité de calcul de RL en progrès stable et prévisible, partout à la fois. C'est moins glamour qu'un nouveau modèle de base, mais c'est exactement le genre de travail d'ingénierie qui sépare un laboratoire qui monte d'un laboratoire qui stagne.

Kimi K3.1 Pro rivalise-t-il vraiment avec Claude Opus 5.5 ?

Sur le papier, oui, et c'est la première chose qui a fait le tour des réseaux. Sur Terminal-Bench 4.0, un benchmark qui évalue des agents de code sur des tâches de terminal réalistes avec des contraintes de ressources, Moonshot annonce 65,7 % pour K3.1 Pro. À titre de comparaison, Claude Opus 5.5 est à 66,4 % et GPT-6 Astra à 58,2 %. Un écart d'un point avec Opus, sept points au-dessus d'Astra.

Ce n'est pas le seul terrain. Sur BenchCAD, qui teste la reconstruction 3D à partir de rendus multi-vues, K3.1 Pro atteint 92,7 % avec outils, là encore juste derrière Claude Opus 5.5 (96,2 %) et GPT-6 Astra (95,9 %). Sur OfficeQA Pro v2, un test de raisonnement financier sur de vrais documents, Moonshot revendique 64,4 points, un résultat qu'il qualifie d'état de l'art. Et sur son benchmark interne de fiabilité, le taux d'hallucination revendiqué tombe de 23,4 % pour K3 à 8,3 % pour K3.1 Pro.

Est-ce vraiment de l'open source ?

Le mot « open-weight » est partout dans la communication de Moonshot, et il est techniquement exact : les poids seront publiés, téléchargeables, modifiables. Mais la licence, elle, raconte une histoire plus nuancée, et c'est là qu'il faut lire entre les lignes.

La licence de Kimi K3 comporte une clause commerciale inhabituelle. Si tu exploites le modèle dans une offre « Model as a Service » — autrement dit si tu vends de l'inférence ou du fine-tuning à des tiers — et que tes revenus agrégés dépassent 20 millions de dollars sur douze mois glissants, tu dois signer un accord séparé avec Moonshot avant tout usage commercial. Il y a aussi une clause d'attribution : au-delà de 100 millions d'utilisateurs actifs mensuels ou de 20 millions de dollars de revenus mensuels, tu dois afficher « Kimi K3 » bien en vue sur ton interface.

Concrètement, ça veut dire ceci : un indépendant, une PME, une équipe de recherche peuvent prendre les poids et faire ce qu'ils veulent. Une entreprise qui voudrait bâtir un service à fort volume dessus, elle, ne s'appuie pas sur une licence vraiment libre : elle dépend d'un accord bilatéral avec Moonshot, aux conditions que Moonshot fixe. C'est de l'open-weight avec une porte de sortie commerciale gardée. Ni plus, ni moins — mais ce n'est pas exactement ce que le terme « open source » laisse entendre.

Pourquoi Moonshot négocie avec Microsoft, Amazon et Google ?

C'est la partie qui en dit le plus long sur l'économie réelle de cette affaire. Fin août, Reuters rapportait que Moonshot était en négociation avec Microsoft, Amazon et Google pour des accords de partage de revenus qui permettraient aux trois géants du cloud américain d'héberger Kimi K3 sur Azure, AWS et Google Cloud. Moonshot chercherait jusqu'à 30 % des revenus liés au modèle, d'après trois sources proches des discussions citées par Reuters.

Réfléchis à ce que ça implique. Un modèle open-weight, en principe, n'importe qui peut l'héberger : le cloud n'a pas besoin d'accord avec l'auteur pour faire tourner des poids téléchargés. Sauf qu'ici, Moonshot a verrouillé la voie royale. La licence rend l'hébergement à grande échelle dépendant d'un accord commercial, et Moonshot monnaye précisément cet accord. L'open-weight devient un canal d'acquisition : on laisse le modèle circuler librement pour qu'il devienne un standard, puis on taxe les gros fournisseurs qui veulent le servir à leurs clients.

Le modèle économique est cohérent. Il est aussi radicalement différent de celui d'OpenAI ou d'Anthropic, qui monétisent l'accès fermé à leurs modèles. Moonshot, lui, joue sur les deux tableaux : la distribution large par l'open-weight, la monétisation par les clauses commerciales de sa licence.

Combien coûte Kimi K3.1 Pro ?

Sur le prix, Moonshot reste agressif, dans la lignée des laboratoires chinois. La sortie de Kimi K3.1 Pro est facturée autour de 10 dollars le million de tokens en version standard, et 20 dollars pour la version Highspeed, qui promet deux à trois fois la vitesse de génération. Le modèle de base Kimi K3, lui, se trouve autour de 1,39 dollar le million de tokens en entrée et 13 dollars en sortie sur des plateformes comme OpenRouter.

Ces prix s'entendent à qualité équivalente supposée, bien sûr. Ce qui est notable, c'est la trajectoire : il y a trois ans, un modèle qui frôle le niveau d'un Claude Opus sur le code aurait coûté une fortune et serait resté derrière une API fermée. Aujourd'hui, il est à un clic, à quelques dollars du million de tokens, et ses poids vont être publiés. La baisse de prix n'est pas un à-côté du sujet, c'en est peut-être le fait le plus important pour toi si tu construis des choses avec ces modèles.

Est-ce que Moonshot a copié Claude ?

Il faut le mentionner, parce que ça fait partie du dossier et que ça remonte à la source. En septembre 2026, Anthropic a publié un rapport de renseignement sur les menaces dans lequel il affirme avoir détecté des tentatives de distillation « illicite » de Claude par sept laboratoires chinois, pour environ 190 à 200 millions d'échanges extraits. Anthropic accuse notamment Moonshot et DeepSeek d'avoir redirigé certaines requêtes de leurs propres utilisateurs vers Claude, sans les en informer, puis d'avoir affiché les réponses de Claude comme si elles venaient de leurs modèles. Des médias ont depuis rapporté que la Chine avait ouvert une enquête sur DeepSeek et Moonshot au sujet de données envoyées à Anthropic.

Ce qu'il faut retenir, sans surinterpréter : ces accusations viennent d'Anthropic, un concurrent direct, et Moonshot n'a pas, à ma connaissance, confirmé les faits. Elles ne remettent pas en cause que Kimi K3.1 Pro existe et performe. Mais elles rappellent une chose que les benchmarks ne montrent jamais : dans la course aux modèles de pointe, la frontière entre entraîner sur des données publiques et pomper la sortie d'un concurrent est devenue un vrai sujet de renseignement, pas un détail de blog technique.

Questions fréquentes

Écrit par Amine Lounnas

AI business analyst depuis cinq ans dans des grands groupes du CAC 40 — banque, assurance, énergie. Certifié DPO et CIPP/E. Mon métier consiste à identifier quelles tâches une entreprise peut automatiser ; ce site retourne cette méthode vers les salariés.

Qui écrit ici, et comment →