Kimi K3, le modèle de Moonshot AI en chiffres

Kimi K3 en bref

Kimi K3 est un modèle de langage de Moonshot AI, sorti le 16 juillet 2026. Il a donc 3 mois au 22 octobre 2026. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 82 fournisseurs d'API qui le référencent sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Résultats aux benchmarks

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Kimi K3 obtient un indice de capacité de 80,7 sur 100, calculé sur 5 tests de notre panier.

Cela le place à la 25e place du classement hebdomadaire des modèles.

• GPQA Diamond (questions de sciences de niveau doctorat) : 93,1 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 97,2 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 72,2 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• FrontierCode (tâches de programmation avancées) : 44,2 % — le meilleur modèle suivi, Claude Opus 5.5, atteint 54,6 %

Ce qu'il sait faire

Sa fenêtre de contexte atteint 1 048 576 tokens, soit environ 1 573 pages de texte à 500 mots par page : de quoi charger un livre entier ou une base de code de taille moyenne. Une réponse peut compter jusqu'à 1 048 576 tokens.

Il accepte en entrée : texte, image et vidéo.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (moonshotai/Kimi-K3). Voir aussi notre sélection de modèles open source.

Combien coûte Kimi K3 ?

Kimi K3 est facturé 3 $US par million de tokens en entrée et 15 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,09 $US ; mille fois cette tâche, 90 $US.

C'est 15 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Les tokens relus depuis le cache sont facturés 0,30 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Quand le choisir ?

Par sa catégorie, Kimi K3 vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Son résultat à FrontierCode (44,2 %, au-dessus de la médiane des modèles suivis) en fait un candidat sérieux pour les agents de programmation.

Sa très grande fenêtre de contexte le rend intéressant pour analyser de gros volumes de documents en une seule requête.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de Kimi K3 sont :

• GLM-5.3 (Zhipu AI (Z.ai), indice 78,8) — voir le comparatif
• Kimi K2.5 (Moonshot AI, indice 78,1) — voir le comparatif
• GLM-5 (Zhipu AI (Z.ai), indice 77,2) — voir le comparatif
• Kimi K2.6 (Moonshot AI, indice 84,4) — voir le comparatif