Test du Kimi K3 : performances, prix et utilisations recommandées

Kimi K3 fait partie de ces lancements qui gagnent en intérêt dès lors que l’on regarde au-delà des chiffres phares. Certes, il compte 2,8 billions de paramètres au total, dispose d’une fenêtre contextuelle de 1 048 576 tokens et prend en charge les images en entrée. Mais surtout, les premiers résultats des tests de performance indiquent qu’il s’agit d’un modèle conçu pour des tâches exigeantes de programmation, de recherche et de travail intellectuel, plutôt que pour de simples conversations éphémères.

Mon avis : commencez par K3 si vous écrivez ou déboguez du code, si vous traitez de volumineux ensembles de données de recherche, ou si vous fournissez régulièrement à une IA plus d’informations qu’une fenêtre de discussion standard ne peut en gérer. Les performances de Moonshot AI en matière de codage et de travail intellectuel sont excellentes, et les premiers tests de performance réalisés par des tiers confirment qu’il s’agit d’un modèle de pointe très prometteur. En contrepartie, K3 effectue par défaut des réflexions approfondies ; il est donc plus adapté aux tâches importantes qu’à la rédaction rapide de brouillons.

Si le K3 est le genre de modèle que vous souhaitez essayer pour un travail sérieux, GlobalGPT vous offre une approche plus complète pour développer vos projets autour de cet outil. Un seul espace de travail regroupe le chat, la recherche, la rédaction, l'aide au codage, la révision de documents, la génération d'images, la création de vidéos et le changement de modèle, ce qui permet donc K3 est capable de traiter les tâches de raisonnement à long terme tandis que les modèles GPT, Claude, Gemini, Perplexity et d'autres prennent en charge les étapes pour lesquelles ils sont les plus adaptés. Avec la facturation annuelle, la version Pro est $10,80/mois et « Unlimited », c'est $25/mois, ce qui fait de GlobalGPT un moyen pratique d'utiliser plusieurs outils d'IA de pointe sans avoir à souscrire un abonnement distinct pour chaque étape du flux de travail.

Essayez Kimi K3 dès maintenant

Qu'est-ce que Kimi K3 ?

Kimi K3 est le modèle de raisonnement phare de Moonshot AI, lancé le 16 juillet 2026. Le article officiel de lancement décrit un modèle de type « mixture-of-experts » comportant un total de 2,8 billions de paramètres, intégrant les mécanismes « Kimi Delta Attention » et « Attention Residuals », une capacité native de compréhension visuelle, ainsi qu’une fenêtre contextuelle d’un million de tokens. Il accepte du texte et des images et renvoie du texte.

Le titre « 2.8T » nécessite une petite explication. K3 n’utilise pas tous les paramètres pour chaque token. Moonshot précise que chaque étape est acheminée via 16 experts parmi les 896 disponibles, ce qui constitue un moyen pratique de consacrer davantage de ressources aux requêtes complexes sans pour autant traiter chaque petite question comme une tâche lourde.

Ce que l'architecture cherche à résoudre

Les « Kimi Delta Attention » et « Attention Residuals » constituent les solutions proposées par Moonshot à un problème bien connu lié aux contextes longs : maintenir la disponibilité des informations pertinentes lorsque la quantité de données d’entrée devient très importante. Moonshot affirme que cette approche améliore l’efficacité à l’échelle par rapport à Kimi K2. Il s’agit là d’une affirmation du fournisseur ; elle doit donc être considérée comme une intention de conception plutôt que comme un résultat d’efficacité reproduit de manière indépendante.

L'API de lancement a une conséquence plus immédiate pour les acheteurs. Son Guide de démarrage rapide officiel prend uniquement en charge max raisonnement, avec des paramètres de requête fixes, notamment température 1.0, top_p 0,95, et n 1. En d'autres termes, K3 est avant tout destiné aux problèmes complexes ; il n'est pas encore possible de l'adapter pour obtenir une réécriture rapide et peu coûteuse.

Tests de performance du Kimi K3 : affirmations officielles vs résultats indépendants

K3 s'accompagne d'une analyse comparative plus complète que la plupart des lancements. Les résultats fournis par Moonshot couvrent le codage, les agents, la navigation, les tableurs et le travail intellectuel. Artificial Analysis ajoute un indice d’intelligence indépendant, tandis qu’Arena donne un premier aperçu de la façon dont les utilisateurs réagissent à ses résultats. Pris dans leur ensemble, ces chiffres constituent un argument de poids en faveur de l’inclusion de K3 dans la liste des finalistes.

Résultats publiés par Moonshot AI

Moonshot affiche des résultats particulièrement solides pour les tâches relevant notamment du codage à long terme, du travail d'agent, de la recherche sur le Web et du travail intellectuel. Parmi les points forts, on peut citer un score de 88,3 sur Terminal-Bench 2.1, 81,2 sur FrontierSWE, 77,8 sur Program Bench, un Elo GDPval-AA v2 de 1 668 et 91,2 sur BrowseComp. Son graphique consacré aux agents visuels indique un score de 91,3 pour les questions de recherche CharXiv avec outils.

La conclusion pratique est claire. K3 semble particulièrement bien adapté au codage en plusieurs étapes, aux travaux nécessitant beaucoup de recherche et aux tâches dans lesquelles le modèle doit garder à l’esprit un contexte très vaste. Moonshot le classe également dans la catégorie « d’avant-garde » plutôt que d’affirmer qu’il s’impose dans toutes les catégories, ce qui semble être la bonne approche pour positionner un nouveau modèle destiné à un public aussi large.

Le K3 se situe déjà parmi les meilleurs

L'un des premiers indices les plus évidents réside dans le classement de « K3 » en dehors des classements de Moonshot. Il a obtenu une note de 57 sur le Indice d'analyse par intelligence artificielle, se classant quatrième parmi 189 modèles comparables lors de l'évaluation effectuée le 17 juillet 2026. Il s'agit d'un excellent début pour un nouveau modèle, d'autant plus que K3 vise le segment le plus exigeant du marché : la programmation, les tâches de type « agent », le raisonnement scientifique et l'analyse complexe, plutôt que le simple chat.

Son profil de performance est également logique. K3 commence à répondre en environ 1,99 seconde et génère environ 62 tokens de sortie par seconde, mais il utilise plus de données de sortie que la moyenne des modèles comparés. En clair, il est conçu pour traiter un problème en profondeur plutôt que de se précipiter vers une réponse succincte. C’est exactement ce qu’il vous faut pour déboguer du code, analyser un rapport ou synthétiser des recherches. Pour une réécriture rapide ou une réponse en une ligne, ses capacités sont probablement supérieures à vos besoins.

Il est difficile de ne pas remarquer ses premiers résultats en matière de développement Web

K3 s'est classé en tête du classement préliminaire « Code WebDev » d'Arena, avec un score de 1 679 (+17/-17) sur 1 757 votes. Son résultat global pour l'évaluation textuelle était toutefois inférieur, le plaçant en neuvième position avec 1 486 ±11 sur 3 024 votes. Cet écart est révélateur : K3 ne cherche pas à s'imposer uniquement grâce à des conversations informelles. Son avantage initial se manifeste lorsque la tâche s'apparente à un véritable travail sur un produit.

Que vous développiez des interfaces utilisateur, que vous créiez des prototypes pour une idée de produit ou que vous passiez vos journées à faire le lien entre le code et les exigences produit, K3 vaut la peine d’être testé dès maintenant. Les conclusions de WebDev concordent également avec les résultats de Moonshot en matière de codage ; il ne s’agit donc pas simplement d’un chiffre spectaculaire isolé. Pour une vision plus globale du marché, consultez notre guide sur les meilleurs modèles d'IA.

Les domaines dans lesquels la Kimi K3 s'avère la plus utile

K3 ne cherche pas à être la solution par défaut pour toutes les tâches liées à l'IA. Ses premiers résultats les plus prometteurs concernent des travaux qui requièrent une réelle profondeur : documents volumineux, synthèses de recherche, code et projets en plusieurs étapes. C'est par là que je commencerais à l'utiliser.

Les longs documents : un point de départ tout naturel

Une fenêtre de 1 million de tokens offre à K3 suffisamment d’espace pour traiter des rapports annuels, des pièces juridiques, des dossiers de recherche et l’historique de projets de grande envergure. Ce seul aspect rend l’outil particulièrement intéressant si vous en avez assez de devoir découper vos documents en fragments avant de poser une question. Ses performances en matière de travail intellectuel viennent renforcer cet argument. Pour l’analyse de documents, j’utiliserais K3 pour un premier passage, puis je vérifierais les chiffres et les références de page les plus importants. Notre guide sur Comment les assistants IA lisent les fichiers PDF explique pourquoi l'étape d'extraction est tout aussi importante que le modèle.

Synthèse de la recherche : un atout pour la phase intermédiaire, souvent chaotique

La recherche devient généralement difficile à mi-parcours : trop de sources, de légères divergences et beaucoup d’éléments contextuels à gérer simultanément. BrowseComp, l’indice d’intelligence indépendant, et la fenêtre contextuelle de K3 en font un outil idéal pour cette étape du travail. Utilisez-le pour schématiser un argumentaire, mettre en évidence les divergences et transformer un volumineux ensemble de sources en un dossier synthétique utile. L’outil de recherche Web de Moonshot était encore en cours de mise à jour lors de son lancement ; pour les travaux urgents, apportez donc vos propres sources et gardez-les à portée de main.

La programmation : la meilleure raison de s'y mettre

La suite de programmation officielle de K3 et son résultat ’ Arena WebDev » constituent la raison la plus évidente de l’essayer. C’est le modèle vers lequel je me tournerais lorsque la demande comporte plusieurs aspects : comprendre la base de code, tracer un bug, apporter une modification et expliquer les compromis. Pour un test pertinent, il convient d’utiliser un bug réel ou une modification de l’ordre d’une fonctionnalité issue de votre propre dépôt, et non une consigne de programmation générique. C’est là que sa capacité à prendre en compte un contexte étendu et son budget de raisonnement ont toute leur utilité.

Graphiques et analyse visuelle : utiles pour une première analyse

La prise en charge native des images rend K3 plus utile qu’un modèle exclusivement textuel lorsqu’un rapport regorge de graphiques, de diagrammes et de captures d’écran. Les résultats de l’agent visuel de Moonshot sont encourageants, en particulier pour les équipes qui passent plus de temps sur des présentations et des rapports que sur des fichiers CSV bien structurés. Je l’utiliserais pour mettre en évidence l’information dans un graphique, puis je prendrais rapidement l’habitude de vérifier les axes, la légende et les unités avant de transmettre la conclusion.

Travail bureautique et gestion de plusieurs fichiers : une stratégie judicieuse pour gagner en productivité

Les comptes-rendus de réunion, les synthèses de plusieurs documents et les dossiers d’analyse constituent tous des cas d’utilisation pertinents pour K3. Le modèle dispose d’une marge de manœuvre suffisante en termes de contexte pour les documents sources et de références professionnelles pour rendre cette idée crédible. L'expérience globale dépendra des fichiers et des outils utilisés, mais pour le travail intellectuel quotidien, c'est un modèle que je classerais parmi les premiers à essayer. Si vous devez traiter plusieurs fichiers sources, ce guide sur travailler avec un dossier entier C'est une liste de contrôle utile qui indique les éléments à vérifier.

Workflows d'agents : une solution prometteuse lorsque la tâche a un objectif clair

Les critères de référence des agents de K3 en font une option intéressante pour les tâches dont l’objectif final est clairement défini : enquêter sur un problème, rassembler les informations pertinentes, apporter une modification ou rédiger un dossier. Kimi Work et Kimi Code peuvent enrichir le modèle d’outils utiles, tandis que les utilisateurs de l’API peuvent créer leur propre parcours. Pour obtenir les meilleurs résultats, il convient de définir un objectif clair pour l’agent et de prévoir un moyen de vérifier son travail. Pour les agents axés sur la recherche, notre Guide détaillé sur les processus de recherche approfondie aborde les habitudes qu'il vaut mieux conserver.

Par quoi commencer ?

Limites de la Kimi K3 et mises en garde concernant le jour du lancement

Avant d'opter pour K3, il est essentiel de savoir que cet outil est conçu pour un usage professionnel. Le raisonnement maximal est toujours activé, et les contrôles d'échantillonnage fixes vous laissent moins de marge de manœuvre pour ajuster la vitesse, le coût et le style de réponse. C'est un compromis acceptable pour le débogage ou la recherche. En revanche, c'est excessif pour les classifications à grand volume, les réécritures courtes ou toute tâche où une réponse longue est généralement superflue.

La production représente la partie la plus coûteuse de la facture. À raison de $15 par million de jetons de sortie, un modèle qui « pense à voix haute » peut rapidement devenir coûteux. Ce n’est pas nécessairement rédhibitoire : quelques centimes ou dollars peuvent sembler insignifiants lorsqu’ils permettent à un ingénieur de gagner un après-midi. Cela signifie toutefois que vous devez examiner à la fois les entrées et les sorties des tâches que vous exécutez chaque semaine avant de fixer un budget.

Troisièmement, à la date de l'audition, le projet de K3 concernant les poids ouverts n'en était encore qu'au stade de la promesse. Moonshot a indiqué que les poids complets seraient disponibles d'ici le 27 juillet 2026, accompagnés de détails techniques supplémentaires. Lors d'une vérification effectuée le 17 juillet, le site officiel L'organisation Moonshot AI Hugging Face K3 n'y figurait pas. Tant que le dépôt, la licence, la fiche de modèle et les fichiers ne sont pas mis en ligne, la mention “ version open-weight prévue ” est plus précise que “ disponible pour un hébergement autonome ”.”

Tarifs du Kimi K3

Le 17 juillet 2026, Moonshot a annoncé les tarifs de l'API Kimi K3 : $0,30 par million de jetons d'entrée mis en cache, $3 par million de jetons d'entrée non mis en cache et $15 par million de jetons de sortie. La fenêtre de contexte est de 1 048 576 jetons. Il s'agit des prix catalogue officiels de l'API, hors taxes et hors majoration éventuelle des fournisseurs tiers.

Le coût dépend principalement du volume de production

Le calcul est simple : les jetons d'entrée au taux de mise en cache correspondant, plus les jetons de sortie à raison de $15 par million. Une requête comportant 100 000 jetons d'entrée non mis en cache et 10 000 jetons de sortie correspond à environ $0,45. Un rapport de 200 000 jetons avec 5 000 jetons de sortie correspond à environ $0,675. Un million de jetons d’entrée non mis en cache et 50 000 jetons de sortie correspondraient à environ $3,75. Il s’agit d’exemples arithmétiques, et non de factures issues d’un test privé.

L'accès grand public et l'accès via l'API correspondent à deux achats distincts

Une formule grand public, un compte API direct et un abonnement multimodèle proposé par un tiers apportent des réponses à des problèmes différents. Les formules grand public constituent généralement la solution la plus simple pour le chat et les fichiers ; les API sont destinées à la création de workflows et au suivi des jetons. Les droits associés aux formules et la disponibilité par région sont susceptibles de changer ; veillez donc à vérifier la solution que vous comptez utiliser avant de considérer un prix de lancement comme une offre permanente.

Où peut-on essayer la Kimi K3 ?

Vous pouvez tester K3 via les produits grand public ou l'API de Moonshot, sous réserve de la disponibilité et des limites d'utilisation propres à chaque canal. Si votre question concrète est “ quel modèle gère le mieux cette tâche ? ”, un espace de travail multimodèle peut constituer un point de départ plus simple : utilisez la même instruction et les mêmes fichiers représentatifs, puis comparez les résultats sans avoir à reconfigurer l’API pour chaque modèle.

Essayez Kimi K3 dès maintenant

Essayez le Kimi K3 en GlobalGPT si vous souhaitez le tester aux côtés d'autres modèles disponibles dans un même espace de travail. Il s'agit d'une option d'accès, et non d'une affirmation selon laquelle chaque formule inclut toutes les fonctionnalités de K3 ou qu'elle remplace une API directe destinée au développement.

Qui devrait inclure Kimi K3 dans sa liste de candidats présélectionnés ?

K3 est particulièrement adapté aux chercheurs, analystes et développeurs qui travaillent régulièrement sur des données brutes complexes ou des projets de grande envergure. Il vaut également la peine de l'essayer pour les rapports comportant de nombreux graphiques et les tâches administratives, lorsque le cahier des charges est suffisamment étoffé pour justifier un véritable raisonnement plutôt qu'une réponse rapide basée sur un modèle prédéfini.

Je vous conseillerais de chercher ailleurs si votre priorité est d’obtenir le coût en jetons le plus bas possible, un mode allégé pour les tâches courantes ou des poids auto-hébergés dès aujourd’hui. Pour tous les autres, K3 devrait être considéré comme une nouvelle option très intéressante : confiez-lui une tâche concrète, comparez le résultat avec les outils auxquels vous faites déjà confiance, et voyez si le raisonnement supplémentaire vaut la peine d’attendre.

Verdict final

Le lancement du modèle Kimi K3 compte parmi les plus intéressants de l'année. Les premières données indépendantes et les indicateurs WebDev corroborent les affirmations de Moonshot, tandis que la fenêtre contextuelle de 1 million lui confère un intérêt pratique évident. Commençons par le codage, la recherche et le travail sur des documents volumineux : c'est dans ces domaines que sa conception semble la plus utile.

K3 ne sera pas le meilleur choix pour toutes les requêtes, et son prix n'est pas celui d'un modèle destiné à une conversation informelle. Mais si la tâche est suffisamment complexe pour justifier l'utilisation d'un modèle qui prend le temps de réfléchir, il mérite sa place dans votre boîte à outils. Le moyen le plus simple de vous décider est de lui confier le type de tâche qui ralentit habituellement votre équipe et de comparer le résultat avec celui du modèle que vous utilisez actuellement.

Si vous cherchez un moyen plus simple de comparer le confort de la tenue, voir les plans GlobalGPT et exécutez cette même tâche réelle à l'aide des modèles dont vous disposez.

Questions fréquemment posées

Qu'est-ce que Kimi K3 ?

Kimi K3 est le modèle de raisonnement phare de Moonshot AI, lancé le 16 juillet 2026. Selon Moonshot, il compte au total 2,8 billions de paramètres, mobilise 16 experts sur un total de 896, accepte les textes et les images, et prend en charge une fenêtre de contexte de 1 048 576 tokens.

La Kimi K3 est-elle « open source » ou « open weight » ?

Moonshot AI a indiqué que les poids complets de K3 seraient publiés d'ici le 27 juillet 2026. Lors d'une vérification effectuée le 17 juillet, l'organisation officielle Hugging Face ne mentionnait pas K3. Tant que le dépôt et la licence n'auront pas été publiés, la « publication prévue des poids ouverts » reste la description la plus précise.

Combien coûte la Kimi K3 ?

Le prix officiel de l'API enregistré le 17 juillet était de $0,30 par million de jetons d'entrée mis en cache, de $3 par million de jetons d'entrée non mis en cache et de $15 par million de jetons de sortie. Les taxes, les marges des prestataires, les quotas et les tarifs régionaux peuvent modifier le coût final.

Puis-je essayer Kimi K3 gratuitement ?

La page de Kimi consacrée aux tarifs grand public indiquait, le 17 juillet, l'existence d'une offre Adagio gratuite, tandis que K3 était également disponible via des formules payantes ou soumises à un quota. L'accès gratuit peut être soumis à des restrictions en fonction de la région, de la capacité et du plafond d'utilisation ; il ne faut donc pas le considérer comme illimité.

Kimi K3 prend-il vraiment en charge une fenêtre de contexte de 1 million de tokens ?

Oui. La page officielle de prise en main rapide et de tarifs mentionne une fenêtre de contexte de 1 048 576 tokens. Il s’agit d’une capacité maximale de la fenêtre de contexte, et non d’une garantie que chaque réponse concernant un document long sera exacte ou entièrement référencée.

Kimi K3 est-il capable d'analyser des fichiers PDF, des graphiques et des feuilles de calcul ?

K3 prend en charge le texte et les images, et Moonshot fournit des résultats sur des tests de performance portant sur des feuilles de calcul et des agents visuels. Cette analyse ne comprend pas de vérification au niveau des tâches pour les fichiers PDF, les graphiques ou les feuilles de calcul ; les utilisateurs sont donc invités à vérifier les valeurs exactes, les références de page, les légendes, les formules et les lignes omises.

Le Kimi K3 est-il adapté à la recherche et au travail de bureau ?

Au vu des résultats des tests de performance disponibles, K3 mérite d'être retenu pour la recherche et le travail de bureau, en particulier pour les documents volumineux et les analyses structurées. Il n'a toutefois pas encore été vérifié quant à la précision des citations, à la fiabilité lors du traitement de plusieurs fichiers, ni à la qualité des résultats obtenus dans le cadre d'un flux de travail spécifique.

Puis-je utiliser Kimi K3 dans Codex ?

Moonshot publie un guide d'intégration de Codex utilisant CC Switch pour convertir le trafic de l'API Codex Responses en suggestions de Kimi Chat. CC Switch étant un logiciel tiers, les organisations doivent vérifier son parcours de données et ses exigences en matière de sécurité avant d'y associer des référentiels ou des documents confidentiels.

Quelle est la différence entre Kimi K3 et Kimi Work ?

Kimi K3 est le modèle. Kimi Work est un environnement produit qui associe des modèles à des fichiers, des outils, des actions de navigateur, la création de documents Office, des tâches planifiées et d'autres fonctionnalités de flux de travail. Une fonctionnalité présentée dans Kimi Work n'est pas nécessairement une fonctionnalité accessible via un simple appel à l'API K3.