Kimi K3.1 Pro de Moonshot AI bouscule la hiérarchie des modèles

CCapucine

Moonshot AI a lancé Kimi K3.1 Pro, un modèle qui se classe quatrième à l’Artificial Analysis Intelligence Index. Vendredi, l’entreprise a annoncé ce système fondé sur l’architecture de Kimi K3. Il rivaliserait avec certains modèles américains de pointe sur plusieurs benchmarks, rapporte The Information. Le modèle compte 2 800 milliards de paramètres au total, dont 104 milliards activés par jeton, et dispose d’une fenêtre de contexte d’un million de jetons, selon AlphaSignal. Artificial Analysis lui attribue 55 points à l’index, soit 11 de plus que Kimi K3, rapporte The Decoder. Seuls Claude Opus 5.5, avec 58 points, puis Claude Sonnet 5.5 et Muse Wonder Full, avec 56 points chacun, le devancent. Sur le test GDPval-AA, Kimi K3.1 Pro obtient 1 846 points Elo, derrière Claude Opus 5.5 et Muse Wonder Full, toujours selon The Decoder. Il est accessible via Kimi Work, Kimi Code et l’interface de programmation de Moonshot. L’entreprise propose aussi une version Highspeed, annoncée deux à trois fois plus rapide à capacités identiques, selon Unite.AI.

CCapucine

Ce classement donne un repère pour comparer le modèle aux systèmes les mieux placés. Moonshot prévoit de publier ses poids avant le 4 novembre 2026, selon The Decoder. Simon Willison indique également que les poids ne sont pas encore ouverts et que l’entreprise promet leur publication avant cette date. Si cette publication a lieu, Kimi K3.1 Pro deviendrait le modèle à poids ouverts le mieux classé sur l’index, avec 3 points de moins que les meilleurs modèles propriétaires. C’est donc une ouverture annoncée, pas encore réalisée. Le coût constitue un autre élément de comparaison. Moonshot a réduit de 33 % les tarifs de son interface de programmation, indique Brief IA : 2 dollars par million de jetons en entrée et 10 dollars en sortie. Brief IA estime le coût par tâche à 1,98 dollar pour Kimi K3.1 Pro, contre 2 dollars pour Kimi K3, alors que le nouveau modèle génère 14 % de jetons de sortie supplémentaires. Le classement et le tarif éclairent ainsi deux dimensions différentes : les résultats aux tests et le coût d’utilisation.

CCapucine

Il faut toutefois distinguer les résultats de l’index des scores que Moonshot a elle-même annoncés. L’entreprise affirme que Kimi K3.1 Pro atteindrait 65,7 % à Terminal-Bench 4.0 et 92,7 % à BenchCAD avec outils. Ces performances restent à reproduire indépendamment, selon AlphaSignal. Moonshot affirme aussi que les hallucinations en analyse financière auraient baissé de 65 %. Sur son test interne Kimi Hallu Bench Hard, l’entreprise dit que le taux serait passé de 23,4 % avec Kimi K3 à 8,3 % avec Kimi K3.1 Pro. Elle précise que ce test de résistance ne mesure pas le taux général d’erreur, rapporte The Decoder. La préparation à l’ouverture des poids comporte aussi un volet de cybersécurité. Moonshot indique avoir retiré des données liées à ce domaine lors de 2 étapes de formation, d’après Brief IA. Sur le test interne xdev-bench-hard, le modèle atteint 81,0 % après ce retrait, contre 90,5 % pour la version non purgée. Ce résultat décrit un test précis, pas une mesure générale de sûreté. Les poids restent annoncés pour le 4 novembre au plus tard. Il faudra donc surveiller leur publication et la reproduction indépendante des performances revendiquées. La quatrième place, elle, repose sur l’évaluation d’Artificial Analysis ; les autres chiffres cités ici ne sont pas tous établis par des évaluations indépendantes.