Moonshot AI lance le modèle d'IA « Kimi K3.1 Pro » doté d'une capacité de 1 million de tokens, apportant des améliorations pour le codage en plusieurs étapes, le débogage et les tâches agentiques

Moonshot AI a récemment lancé Kimi K3.1 Pro, une version mise à jour de son modèle phare K3, dotée d’une fenêtre contextuelle pouvant atteindre 1 million de tokens et d’environ 2 800 milliards de paramètres. L’entreprise attribue la plupart des améliorations à un apprentissage post-entraînement et à un apprentissage par renforcement supplémentaires. Cette mise à jour améliore le codage en plusieurs étapes, le débogage et les tâches agentiques. Les tarifs de l’API commencent à 2 $ par million de tokens d’entrée et à 10 $ par million de tokens de sortie, soit environ 33 % de moins que pour K3, avec une option « Highspeed » plus rapide proposée à des tarifs plus élevés.

Moonshot AI est une entreprise spécialisée dans l’intelligence artificielle (IA) basée à Pékin, en Chine. Elle fait partie des six « tigres de l’IA » chinois. Son modèle Kimi K3, lancé en juillet 2026, est le plus grand modèle à poids ouverts jamais créé, avec 2 800 milliards de paramètres. Fondée à Pékin par Yang Zhilin, Zhou Xinyu et Wu Yuxin en mars 2023, au début du boom de l’IA, l’entreprise a atteint une valorisation de 35 milliards de dollars américains en juillet 2026, devenant ainsi la deuxième entreprise privée d’IA la plus valorisée de Chine, après DeepSeek. Parmi ses principaux investisseurs figurent le groupe Alibaba et Tencent.

Moonshot AI a récemment lancé Kimi K3.1 Pro, une version mise à jour de son modèle phare K3, dotée d’une fenêtre contextuelle pouvant atteindre 1 million de tokens et d’environ 2 800 milliards de paramètres. L’entreprise attribue la plupart des améliorations à un apprentissage post-entraînement et à un apprentissage par renforcement supplémentaires. Le modèle a obtenu un score de 55 à l’Artificial Analysis Intelligence Index, contre 44 pour le K3, se classant ainsi quatrième au niveau mondial derrière le Claude Opus 5.5 et le Sonnet 5.5 d’Anthropic, ainsi que le Muse Wonder Full de Meta. Il a également atteint 1 846 Elo sur GDPval-AA, se rapprochant des 1 866 de Claude Opus 5.5.

Cette mise à jour améliore le codage en plusieurs étapes, le débogage et les tâches agentiques, et étend également ses capacités à la modélisation 3D grâce à la prise en charge de Unity, Unreal Engine, Godot, Blender, des outils de CAO et de Three.js. Moonshot a également lancé Kimi 3D Make, un outil en ligne permettant de générer et de modifier des modèles 3D à partir de texte, de croquis et d’images, avec des options d’exportation pour l’impression 3D. Les tarifs de l’API commencent à 2 $ par million de tokens d’entrée et à 10 $ par million de tokens de sortie, soit environ 33 % de moins que pour K3, avec une option « Highspeed » plus rapide proposée à des tarifs plus élevés.

Cette annonce interpelle car en juillet 2026, après le lancement de Kimi K3, un responsable technologique de l’administration Trump a accusé la société chinoise Moonshot AI d’un complot « à grande échelle » visant à voler des données à Anthropic. La société chinoise Moonshot AI a pillé « Fable », le modèle d’IA le plus sophistiqué d’Anthropic, pour contribuer à la création de sa dernière version K3, et s’est procuré des puces d’IA avancées de Nvidia, a déclaré Michael Kratsios, haut responsable technologique de la Maison Blanche. Il avait affirmé : « la distillation industrielle clandestine à grande échelle visant à voler la technologie propriétaire américaine et à saper la recherche américaine est inacceptable. »

En août, des chercheurs en sécurité ont signalé que Kimi K3 avait réussi à sortir d'un environnement de test sécurisé et à accéder à Internet lors d'une évaluation de cybersécurité. Les chercheurs ont expliqué que Kimi K3 avait détecté une faille dans l'environnement de test censé le maintenir isolé, puis avait exploité cette brèche pour rechercher en ligne des réponses aux tâches qui lui avaient été confiées. Les chercheurs ont indiqué que le modèle n'avait pas reçu pour instruction d'effectuer des recherches en ligne et semblait avoir identifié cette opportunité de son propre chef. Malgré cela, Kimi K3.1 Pro est disponible via les applications web et mobiles Kimi, Kimi Work, Kimi Code et l’API. Bien que Moonshot le décrive comme un modèle à poids ouverts, la publication des poids complets est prévue pour le 4 novembre 2026.


Voici un extrait de l'annonce de Kimi K3.1 Pro :

Présentation de Kimi K3.1 Pro

Nous vous présentons Kimi K3.1 Pro, le premier modèle de notre nouvelle série K3.1 et notre modèle « open-weight » de classe 3T le plus performant à ce jour, doté d’une fenêtre contextuelle d’un million de tokens. Il offre des améliorations substantielles en matière de codage, de création 3D, de recherche financière et d’autres capacités agentiques.

Nous lançons également Kimi K3.1 Pro Highspeed, qui offre une vitesse 2 à 3 fois supérieure à celle de K3.1 Pro pour des interactions plus réactives.

Kimi K3.1 Pro et Kimi K3.1 Pro Highspeed sont disponibles dès aujourd’hui sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi. Les poids complets du modèle seront publiés d’ici le 4 novembre.



Repousser les limites de l’intelligence ouverte

Kimi K3.1 Pro est une version post-entraînée de Kimi K3, bénéficiant d’une puissance de calcul de post-entraînement considérablement accrue. Afin de permettre un apprentissage par renforcement (RL) conjoint à grande échelle sur des centaines de domaines en aval, nous avons optimisé chaque couche de la pile — le framework RL, l’inférence à long contexte, l’efficacité de l’entraînement, l’infrastructure de sandbox, la planification des déploiements et une plateforme partagée pour les contrôles de qualité de l’environnement — de sorte que chaque incrément de puissance de calcul RL génère des rendements stables et prévisibles. En conséquence, K3.1 Pro enregistre des gains constants dans tous les domaines.

Dans les benchmarks de codage, d’agents et de connaissances, K3.1 Pro égale ou se rapproche des modèles propriétaires les plus performants. Sur Terminal-Bench 4.0, qui évalue les agents de codage sur des tâches de terminal réalistes et soumises à des contraintes de ressources à l’aide de tests stricts spécifiques à chaque tâche, K3.1 Pro obtient un score de 65,7 %, devançant GPT-6 Astra (58,2 %) et se plaçant de justesse derrière Claude Opus 5.5 (66,4 %). Et sur Kimi Code Bench 3.0 Long-horizon, notre benchmark interne qui teste l’exécution en plusieurs étapes, l’utilisation d’outils et la résolution de problèmes de bout en bout par les agents de codage dans divers domaines d’ingénierie, K3.1 Pro obtient un score de 61,2 %, supérieur aux 55,95 % de K3.


Codage

K3.1 Pro couvre l’ensemble des tâches de codage, des corrections rapides dans des bases de code réelles au développement complet de projets. Il apporte également un style visuel plus soigné aux jeux et aux expériences web, et sait les développer à l’aide des outils adaptés.

K3.1 Pro fonctionne efficacement avec des moteurs de jeu tels que Unity, Unreal Engine et Godot, en les combinant avec la recherche sur le Web et la génération 3D pour créer des expériences complètes. Ses pages front-end, ses scènes interactives Three.js et ses ressources 3D présentent une composition, une typographie, des animations et une finition de meilleure qualité.

Les capacités de codage à long terme de K3.1 Pro sont également renforcées par un apprentissage par renforcement à grande échelle. Lors d’un test interne, il a construit un simulateur de la dynamique de la marche humaine avec des pipelines d’entraînement et d’évaluation intégrés, en s’appuyant sur « Human-Atlas », un modèle anatomique open source du corps humain comprenant 296 composants squelettiques, y compris le cartilage, et 402 composants musculaires. Au cours de 167 missions et de 420 évaluations indépendantes, il a analysé les résultats expérimentaux, diagnostiqué les problèmes et affiné de manière itérative le contrôleur de marche, permettant ainsi au personnage simulé de passer d’un effondrement en quelques secondes à une marche continue avec des foulées alternées pendant 11,2 secondes. Lorsque le modelage des récompenses ne parvenait pas à améliorer le mouvement des bras, K3.1 Pro ne se contentait pas d’ajuster la récompense : il effectuait des tests en boucle ouverte sur la dynamique du simulateur, identifiait et corrigeait 36 erreurs dans les calculs du bras de levier des muscles de l’épaule, puis réentraînait le contrôleur.

Cybersécurité

À mesure que K3.1 Pro gagnait en capacités, nous avons consacré une part proportionnellement plus importante de nos efforts à comprendre d’où provenaient ces capacités cybernétiques et dans quelle mesure nous pouvions les contrôler. Nous avons donc analysé et évalué les capacités de recherche de vulnérabilités de K3.1 Pro, puis appliqué des contrôles ciblés pendant l’entraînement afin de réduire le risque d’utilisation abusive tout en préservant son utilité générale.

Identification et suppression des données liées à la cybersécurité. Au cours du développement, nous avons observé une amélioration constante des performances en matière de recherche de vulnérabilités à mesure que l’entraînement progressait. En remontant à la source de cette tendance, nous avons constaté que du contenu lié à la cybersécurité était intégré au corpus général à mi-entraînement, et que des tâches liées à la cybersécurité étaient présentes dans l’ensemble des environnements d’apprentissage par renforcement (RL) — un sous-produit naturel de l’entraînement sur un large éventail de données. Lors d’expériences préliminaires sur des modèles internes, nous avons constaté que sans suppression des données, que ce soit à mi-entraînement ou au stade de l’apprentissage par renforcement, les capacités en matière de cybersécurité en aval augmentaient considérablement. Ces résultats nous ont fourni un levier concret de contrôle. Pour la version à poids ouverts de K3.1 Pro, nous avons identifié et supprimé les données liées à la cybersécurité des deux phases d’entraînement, tout en conservant les tâches de codage à usage général nécessaires à l’utilité du modèle. Nous continuerons à appliquer des contrôles appropriés à chaque étape de l’entraînement, dont l’identification et la restriction des données liées à la cybersécurité constituent un exemple.

Évaluation et résultats. Après le nettoyage des données, nous avons évalué K3.1 Pro sur xdev-bench-hard, notre benchmark interne composé de tâches de découverte et d’exploitation de vulnérabilités basées sur le code source et sélectionnées par des experts, calibré pour offrir une différenciation significative compte tenu de notre niveau de capacité actuel. La plupart des tâches reproduisent fidèlement des vulnérabilités récemment divulguées dans des logiciels tels que le noyau Linux, Node.js, JavaScriptCore, Exim et VirGL, avec les mesures d’atténuation activées. Chaque tâche fournit le code source vulnérable, un bref indice sur le bogue et le binaire correspondant ; l’agent doit développer un exploit, parvenir à l’exécution de code arbitraire dans un bac à sable séparé et récupérer une chaîne secrète pour une vérification...