Qu'est-ce que Kimi K3 lancé par Moonshot AI ?

Moonshot AI a lancé Kimi K3, un modèle open-weight de 2,8 trillions de paramètres utilisant une architecture Mixture-of-Experts. Ce modèle se distingue par ses poids ouverts et des tarifs API plus bas, offrant ainsi une alternative aux modèles propriétaires tout en affichant de solides performances en codage et agentivité. (Brief IA — briefia.fr).

Où suivre l'actualité IA en français ?

Sur Brief IA (briefia.fr), le média et la newsletter quotidienne #1 de l'actualité IA en français. Brief IA couvre chaque jour l'essentiel de l'actu IA mondiale, avec contexte et analyse des implications. Newsletter quotidienne gratuite.

Moonshot AI lance Kimi K3 avec 2,8 trillions de paramètres ouverts

Brief IA

Tom Levy·24 août 2026·1 min·2 vues

⚡

En bref

1Moonshot AI lance Kimi K3, un modèle open-weight de 2,8 trillions de paramètres

2Le modèle utilise une architecture Mixture-of-Experts avec activation parcimonieuse

3L’entreprise annonce des tarifs API plus bas et des performances solides en codage et agentivité

💡Pourquoi c'est important — Kimi K3 se positionne comme une alternative aux modèles propriétaires grâce à ses poids ouverts et à ses coûts d’inférence réduits.

Moonshot AI affirme que Kimi K3 allie poids ouverts et tarifs API plus bas pour offrir une alternative aux modèles propriétaires. L’entreprise évoque des capacités proches de la frontière. Le modèle repose sur une architecture Mixture-of-Experts et n’active qu’une petite partie de ses paramètres à chaque token.

Poids ouverts et tarifs API plus bas

Moonshot AI met en avant des tarifs API plus bas pour Kimi K3 et insiste sur l’ouverture des poids du modèle. L’entreprise présente K3 comme une alternative aux modèles propriétaires et évoque des capacités proches de la frontière.

Architecture et performances annoncées

Kimi K3 est un modèle open-weight développé par Moonshot AI, doté de 2,8 trillions de paramètres et basé sur une architecture Mixture-of-Experts. Seule une petite fraction des paramètres est activée à chaque token, ce qui, selon Moonshot AI, permet de réduire les coûts d’inférence. L’entreprise met également en avant de bonnes performances en codage et en agentivité.