Kimi K3 : le mastodonte chinois qui affole le marché des modèles ouverts

Fin juillet, pendant que l'Europe se préparait à l'échéance réglementaire du 2 août, deux laboratoires chinois ont fait quelque chose de plus perturbant qu'un communiqué : ils ont mis leurs modèles en téléchargement. Kimi K3 chez Moonshot AI le 27 juillet, DeepSeek V4-Flash le 31 sous licence MIT. Dans les deux cas, des poids récupérables par n'importe qui, des performances qui frôlent celles des meilleurs modèles propriétaires, et des tarifs d'API qui ressemblent à une déclaration de guerre commerciale.

Le rapport de force dans l'IA ne se joue plus seulement sur qui a le meilleur modèle. Il se joue sur qui peut se permettre de le donner.

Ce qu'est Kimi K3, techniquement

Moonshot AI annonce 2 800 milliards de paramètres au total. Le chiffre impressionne, il demande une lecture. Le modèle est un Mixture-of-Experts : sur les 896 experts que compte l'architecture — le double de la génération précédente — seuls quelques-uns s'activent par requête, pour environ 104 milliards de paramètres réellement mobilisés à chaque token généré.

Autrement dit : la capacité de stockage d'un colosse, le coût d'inférence d'un modèle moyen. C'est l'arbitrage qui domine tout le secteur depuis dix-huit mois, poussé ici plus loin que par quiconque en open weights.

Autres caractéristiques :

• fenêtre de contexte d'un million de tokens ;
• accessible immédiatement via les produits et l'API Moonshot ;
• poids complets publiés le 27 juillet 2026 ;
• positionnement explicite sur le code et les tâches agentiques, c'est-à-dire les enchaînements longs d'actions outillées.

Sur les benchmarks, Moonshot ne triche pas trop : le laboratoire reconnaît que K3 reste globalement derrière Claude Fable 5 et GPT-5.6 Sol. Le message n'est pas « on a gagné », c'est « on joue dans la même division, et vous pouvez emporter le modèle chez vous ».

DeepSeek V4-Flash : le coup de rabot tarifaire

Quatre jours plus tard, DeepSeek répond avec V4-Flash-0731, publié sur Hugging Face et basculé en bêta publique. Architecture MoE encore, mais dans un autre registre : 284 milliards de paramètres au total, 13 milliards activés par token, contexte d'un million de tokens, jusqu'à 384 000 tokens en sortie.

La vraie information est sur la facture :

• 0,14 $ par million de tokens en entrée ;
• 0,28 $ par million en sortie ;
• 0,0028 $ par million en cas de cache hit — soit cinquante fois moins que l'entrée standard.

Et le tout sous licence MIT, la plus permissive du lot : usage commercial, modification, redistribution, sans clause de réciprocité. Là où Kimi K3 reste un modèle à poids ouverts mais dont les données d'entraînement et le processus complet ne sont pas publiés — nuance qui interdit de le qualifier d'open source au sens strict — DeepSeek assume la licence la plus large possible.

Pourquoi c'est un problème pour les labos américains

L'été 2026 a été dense de l'autre côté du Pacifique. Anthropic a rétabli l'accès mondial à ses modèles Fable 5 et Mythos 5 le 1er juillet après la levée des restrictions du département du Commerce. OpenAI a généralisé sa gamme GPT-5.6 le 9 juillet avant d'en casser les prix, avec Sol en haut de gamme, Terra en intermédiaire et Luna en économique. xAI a sorti Grok 4.5 le 8 juillet, orienté code, avec une 4.6 attendue autour du 7 août. Meta a lancé Muse Image, son premier générateur d'images maison.

Beaucoup d'annonces. Toutes avec un point commun : ce sont des services, pas des fichiers. On y accède par API, on paie à l'usage, on ne les déplace pas.

Le pari chinois attaque exactement là. Un modèle téléchargeable :

• se déploie sur site, ce qui règle d'un coup les questions de résidence des données pour un hôpital, une banque ou une administration ;
• ne peut pas être déprécié unilatéralement — pas de version supprimée du jour au lendemain sous vos pieds ;
• s'ajuste par fine-tuning sur un domaine métier sans passer par un fournisseur ;
• écrase la référence de prix : dès qu'un modèle correct est disponible à 0,14 $ le million de tokens, tout ce qui est facturé dix ou vingt fois plus doit justifier l'écart par autre chose que la puissance brute.

C'est la logique classique de la commoditisation. On ne bat pas le leader, on rend son produit banal.

Les limites, qu'il faut regarder en face

Télécharger 2 800 milliards de paramètres est une chose. Les faire tourner en est une autre. Même en MoE, l'ensemble des poids doit être chargé en mémoire pour router les experts : on parle d'infrastructures à plusieurs dizaines de GPU haut de gamme. Le nombre d'organisations capables d'héberger Kimi K3 en interne se compte en centaines, pas en dizaines de milliers. Pour l'immense majorité, « ouvert » se traduira par « passer par un hébergeur tiers », ce qui rétablit une bonne partie de la dépendance qu'on croyait éliminée.

Autres réserves sérieuses :

• l'opacité de l'entraînement. Sans les données ni le protocole, impossible d'auditer les biais, la contamination des benchmarks, ou ce que le modèle a mémorisé.
• les benchmarks comme argument marketing. Un écart de deux points sur un test de code ne dit rien de la fiabilité sur un flux de production réel.
• le contexte réglementaire européen. Depuis le 2 août, les obligations de transparence sur les contenus générés s'appliquent, quelle que soit l'origine du modèle. Déployer un modèle ouvert ne dispense d'aucune obligation : ça les transfère à celui qui déploie.
• la question géopolitique, qui va se poser tôt ou tard dans les appels d'offres publics, indépendamment des mérites techniques.

Ce qu'il faut surveiller

Le scénario intéressant n'est pas « la Chine dépasse les États-Unis ». C'est la segmentation qui se dessine. Les modèles propriétaires de pointe gardent l'avantage sur les tâches les plus difficiles et les usages grand public intégrés. Les modèles ouverts raflent tout le reste : traitement de volume, classification, extraction, résumé, agents internes — là où la différence de qualité ne se voit pas dans le produit final, mais où la différence de prix se voit immédiatement en fin de mois.

Pour une équipe technique, la question pratique du trimestre tient en une ligne : quelle part de vos appels d'API justifie vraiment un modèle premium ? Faites l'inventaire. La réponse est souvent inférieure à 20 %, et le reste vient de basculer dans une autre gamme de prix.