Kimi K3.1 Pro : poids ouverts d'ici le 4 novembre

Le 23 octobre, Moonshot AI a présenté Kimi K3.1 Pro, le premier modèle de la série K3.1. Aujourd'hui, il n'est disponible que sur Kimi.ai, Kimi Work, Kimi Code et via l'API Kimi. Moonshot a promis les poids complets d'ici le 4 novembre 2026. Le catalogue SophyAI contient déjà sa fiche. Ce jour-là, nous essaierons de l'exécuter.

Quel modèle

K3.1 Pro n'est pas entraîné de zéro. C'est un post-entraînement de Kimi K3, avec beaucoup plus de calcul d'apprentissage par renforcement, réparti sur des centaines de domaines. L'architecture reste celle de K3 :

• 2,8 billions de paramètres au total, 104 milliards actifs par token (MoE, 16 experts sur 896) ;
• une fenêtre de contexte d'1M de tokens (1 048 576) ;
• entrée texte, image et vidéo, sortie texte ;
• raisonnement toujours actif, avec une intensité low, high ou max.

Il sort avec K3.1 Pro Highspeed, 2 à 3 fois plus rapide selon Moonshot. Pour l'instant, Highspeed n'est disponible que par API.

Les chiffres annoncés

Ces chiffres viennent de Moonshot, sauf mention contraire :

• Terminal-Bench 4.0 : 65,7 %, tout près de Claude Opus 5.5 (66,4 %) et devant GPT-6 Astra (58,2 %).
• BenchCAD avec outils : 92,7 %. Il mesure la reconstruction 3D par code CAD.
• OfficeQA Pro v2 : 64,4, que Moonshot présente comme l'état de l'art.
• Taux d'hallucination par affirmation sur son benchmark interne Hard : de 23,4 % pour K3 à 8,3 %.

Artificial Analysis, une source indépendante, lui attribue 55 points sur son Intelligence Index. Seuls trois modèles propriétaires le devancent. Une fois les poids publiés, ce serait le modèle open weights le mieux noté.

Une réserve : Moonshot dit avoir retiré les données de cybersécurité offensive de l'entraînement des poids ouverts. Les poids publiés pourraient ne pas correspondre exactement au modèle servi par l'API.

Ce qu'il faut pour l'exécuter

Si l'architecture est bien celle de K3, les besoins sont les mêmes. Il faut 8 GPU B300 ou B200, au moins 512 Go de RAM et 3 To de disque NVMe. En MXFP4, le checkpoint devrait peser environ 1,7 To. Le moteur est vLLM, avec l'image dédiée à Kimi K3. C'est un modèle pour session cloud, pas pour Mac.

Le 4 novembre

Le plan est de réutiliser le kit que nous faisons déjà tourner pour Kimi K3 sur 8× B300. Nous avons rendu configurables le dépôt des poids et le nom du modèle servi. Dès que le dépôt Hugging Face contient les fichiers, nous ferons quatre choses :

1. lire la licence, qui n'a pas encore été annoncée ;
2. télécharger les poids et lancer vLLM ;
3. mesurer les tokens par seconde et le coût horaire, avec et sans le décodage spéculatif DSpark ;
4. mettre à jour la recette et la rendre lançable depuis le portail.

D'ici là, la fiche k31pro-vllm-b300-upcoming est visible mais ne peut pas être lancée. Pour essayer le modèle dès aujourd'hui, utilisez l'API Kimi. Sur SophyAI, Kimi K3 sur 8× B300 reste disponible.

← Tous les articles