Kimi K3 : 2 800 milliards de paramètres gratuits, 1,4 To sur les bras

Le 27 juillet à minuit pile (UTC), Moonshot AI a mis en ligne les poids complets de Kimi K3. Sur le papier, c'est un cadeau : le plus gros modèle open-weight jamais rendu public, gratuit, téléchargeable par n'importe qui. Dans la vraie vie, c'est 1,4 téraoctet de fichiers que personne, dans une PME normale, ne fera tourner sur sa propre infrastructure. Ce décalage résume assez bien où en est l'open-weight en 2026.

On avait déjà disséqué le modèle côté API dans notre comparatif Kimi K3 face à DeepSeek et GLM. Cette fois, l'événement n'est pas un benchmark : c'est la publication des poids eux-mêmes. Et elle change la conversation.

Ce que Moonshot a réellement lâché le 27 juillet

Les chiffres, d'abord, parce qu'ils sont vertigineux. Kimi K3 aligne 2 800 milliards de paramètres au total, dans une architecture Mixture-of-Experts que Moonshot appelle « LatentMoE » : sur 896 experts, seuls 16 s'activent par token. Fenêtre de contexte d'un million de tokens, entrée multimodale native. À la quantification MXFP4, le tout pèse environ 1,4 To une fois sur le disque.

Pour situer : c'est près de deux fois la taille totale de DeepSeek V4 Pro (1 600 milliards de paramètres, 49 milliards actifs) et presque quatre fois GLM-5.2 (753 milliards, ~40 actifs). Kimi K3 devient, de loin, le plus gros modèle à poids ouverts jamais diffusé.

Côté performance, Moonshot avance des scores constructeur — donc à recouper — plutôt flatteurs : 81,2 sur FrontierSWE (contre 86,6 pour Claude Fable 5) et 88,3 sur Terminal Bench 2.1, à un demi-point du GPT-5.6 Sol d'OpenAI. Autrement dit, un modèle ouvert qui joue dans le même stade que les modèles fermés les plus chers du marché. Sur le papier.

1,4 To de poids : pourquoi aucune PME ne l'hébergera chez elle

C'est là que le rêve du « modèle frontière gratuit sur mon serveur » se fracasse. Charger 1,4 To de poids en mémoire, ce n'est pas une affaire de gros PC. Il faut répartir le modèle sur une grappe de GPU, chacun plafonnant à 80 ou 141 Go de VRAM. En pratique, on parle d'une vingtaine de cartes H100 ou d'une douzaine de H200 rien que pour charger le modèle — avant même de réserver de la mémoire pour le contexte d'un million de tokens et le cache.

À l'achat, ce genre de grappe se chiffre en centaines de milliers d'euros. À la location cloud, une configuration 8×H100 tourne déjà autour de 30 à 40 $ de l'heure, et il en faut davantage. Et ce n'est pas le moment idéal pour bâtir du silicium : le prix de la RAM a été multiplié par six en un an, passant de 2,80 $ à 12 $ le gigaoctet entre 2025 et 2026. La ruée sur la mémoire destinée aux datacenters IA remonte jusque dans le prix des smartphones.

Traduction pour un dirigeant : « open-weight » ne veut pas dire « auto-hébergeable ». Pour 99 % des entreprises, faire tourner Kimi K3 signifie passer par un fournisseur qui, lui, a la grappe — donc revenir à une facture à l'usage.

« Gratuit » ne veut pas dire « moins cher »

Sur l'API officielle de Moonshot, Kimi K3 est facturé 3 $ le million de tokens en entrée (0,30 $ avec cache), 15 $ en sortie, tarif plat sur toute la fenêtre de contexte. Ce n'est pas donné pour un modèle « ouvert » : c'est l'ordre de grandeur d'un Claude Sonnet, et bien plus qu'un GLM-5.2 côté prix par token.

Le paradoxe est là. Les poids sont libres, mais l'accès pratique reste payant — soit chez Moonshot, soit chez un hébergeur tiers (Together, Fireworks, DeepInfra et consorts) qui répercute le coût de sa grappe. Le « gratuit » profite surtout aux laboratoires, aux États et aux grands groupes capables de financer l'infrastructure. Pour tout le monde, c'est de l'API. Notre comparatif détaillé montrait déjà que Kimi K3 pouvait revenir jusqu'à 17× plus cher que ses rivaux open-weight selon la charge. La sortie des poids ne change rien à cette équation-là.

Là où l'open-weight garde un vrai intérêt, c'est le fine-tuning et l'indépendance : vous pouvez, en théorie, adapter le modèle à votre métier et le garder même si l'éditeur ferme boutique ou double ses prix. Un argument que nous détaillons dans notre guide pour éviter la dépendance à un seul fournisseur d'IA.

La vague open-weight chinoise capte les développeurs américains

Kimi K3 n'arrive pas seul. En quelques semaines, la Chine a aligné DeepSeek V4 Pro, GLM-5.2 de Z.ai et maintenant Kimi K3 — trois modèles à poids ouverts, contexte d'un million de tokens, prix agressifs. Et le mouvement se voit dans les chiffres d'usage : au lendemain de la publication de ses poids, Kimi K3 a bondi dans les classements des plateformes de routage de modèles, porté par des développeurs américains qui arbitrent d'abord sur le coût.

Pour l'Europe, c'est une bonne et une mauvaise nouvelle en même temps. Bonne, parce que ces modèles cassent le duopole OpenAI-Anthropic sur le prix et redonnent du levier de négociation. Mauvaise, parce qu'utiliser l'API officielle d'un modèle chinois pose frontalement la question de la résidence des données. Envoyer des documents clients vers une API hébergée hors UE, c'est un sujet RGPD et souveraineté — le même que celui qu'on creusait dans où héberger son IA pour rester en règle. L'avantage des poids ouverts, justement, c'est qu'un hébergeur européen peut les servir depuis un datacenter français. Encore faut-il qu'il en ait les moyens.

Le contexte français rend le sujet concret : 47,8 % des actifs déclarent désormais utiliser des outils d'IA générative, ce qui place la France au 5e rang mondial. Beaucoup passent par des API grand public sans se demander où atterrissent leurs données. La multiplication des modèles ouverts est une occasion de reprendre la main — à condition de choisir l'hébergement, pas seulement le modèle.

Kimi K3, DeepSeek V4 ou GLM-5.2 : lequel héberger en France

Si l'objectif est de servir un modèle ouvert depuis l'Europe, la taille compte autant que le score de benchmark. Résumé pratique :

• Kimi K3 — 2 800 Md paramètres, ~1,4 To. Le plus fort sur les évals agentiques, mais le plus lourd et le plus cher à servir. Réservé à qui a une vraie grappe GPU ou accepte l'API.
• DeepSeek V4 Pro — 1 600 Md / 49 Md actifs. Bon compromis performance/coût, déjà proposé par plusieurs hébergeurs. La bascule de prix de DeepSeek reste sa meilleure arme.
• GLM-5.2 — 753 Md / ~40 Md actifs, licence MIT claire depuis le 16 juin. Le plus léger à déployer, très bon en code agentique pour une fraction du coût, comme on l'a vu dans notre face-à-face GLM-5.2 / GPT-5.5.

Pour une PME qui veut de l'ouvert hébergé en Europe aujourd'hui, GLM-5.2 est le point d'entrée le plus raisonnable ; Kimi K3 est la démonstration technologique, pas l'outil du quotidien.

Ce que ça change (ou pas) pour un dirigeant

Ne changez pas de fournisseur pour Kimi K3 lundi matin. La publication des poids est un signal, pas un produit prêt à brancher. Ce qu'elle confirme, en revanche, est structurant : la frontière technique n'est plus l'apanage des modèles fermés. Un modèle ouvert tient désormais la comparaison avec les meilleurs GPT et Claude sur plusieurs benchmarks — et ça, ça pèse sur les prix que vous paierez demain, y compris chez les éditeurs américains.

Le bon réflexe n'est pas de télécharger 1,4 To. C'est de garder une architecture qui vous permet de changer de modèle sans réécrire vos workflows — via une couche d'abstraction ou un routeur — pour arbitrer entre un modèle fermé plus lisse (comme Claude ou GPT) et un modèle ouvert moins cher selon la tâche. C'est là que la vague open-weight vous rapporte réellement.

Pour tester ces modèles sans monter d'infrastructure, une passerelle multi-modèles ou un moteur de recherche IA comme Perplexity suffit à se faire une idée avant d'engager le moindre euro d'hébergement.

FAQ