Moonshot AI, la startup d’intelligence artificielle basée à Pékin et soutenue par Alibaba, a présenté Kimi K3, décrit comme le plus grand modèle d’IA open source construit à ce jour. L’entreprise a lancé le modèle le 16 juillet via son API et ses plateformes hébergées, les poids complets du modèle devant être disponibles en téléchargement public le 27 juillet sous licence Modified MIT.

Kimi K3 compte 2,8 billions de paramètres, ce qui le place parmi les plus grands modèles d’IA accessibles au public et en fait le premier modèle public proche de la barre des 3 billions de paramètres. Le nombre de paramètres n’est pas une mesure directe de la qualité d’un modèle, mais il constitue un indicateur utile de son échelle et des ressources de calcul probablement nécessaires pour exécuter ou adapter le système.

La conception technique de Kimi K3

Le modèle utilise une architecture mixture-of-experts, ou MoE, aux côtés d’une technologie que Moonshot appelle Kimi Delta Attention. Plutôt que d’activer chaque paramètre pour chaque requête, le système sélectionne le sous-ensemble le plus pertinent dans son vaste ensemble de paramètres. Cette conception vise à maintenir des coûts d’inférence maîtrisables malgré l’échelle globale du modèle.

Kimi K3 prend également en charge une fenêtre de contexte de 1 million de tokens, ce qui lui permet de traiter dans une seule invite un volume équivalant approximativement à plusieurs romans complets. Moonshot a conçu cette capacité pour des tâches exigeantes telles que le codage à long horizon, le travail avancé sur les connaissances et le raisonnement approfondi.

Sous la licence Modified MIT, les développeurs pourront télécharger, modifier et auto-héberger librement le modèle une fois les poids publiés. Cette distinction est importante, car l’accès hébergé seul rend les utilisateurs dépendants de la disponibilité et de la tarification du fournisseur, tandis que des poids ouverts permettent aux organisations disposant d’une infrastructure suffisante d’inspecter, d’adapter et d’exploiter le modèle sur leurs propres systèmes.

La demande semble avoir dépassé la capacité disponible de Moonshot AI peu après le lancement. L’entreprise a suspendu les nouveaux abonnements quelques jours seulement après l’introduction de Kimi K3, car la demande d’utilisation excédait sa capacité.

Le contexte de l’IA entre les États-Unis et la Chine

Cette publication intervient dans un contexte de surveillance accrue des États-Unis à l’égard du développement de l’IA chinoise. L’administration Biden et l’administration Trump qui lui a succédé ont imposé des contrôles à l’exportation couvrant les puces avancées expédiées vers la Chine.

Une fois les poids du modèle rendus publics le 27 juillet, les utilisateurs disposant de ressources de calcul suffisantes pourront exécuter, affiner et déployer K3 indépendamment de leur juridiction. En pratique, l’échelle du modèle signifie que son adoption dépendra probablement non seulement de l’accès au téléchargement, mais aussi de la disponibilité du matériel, des coûts de service et de la capacité des développeurs à l’intégrer efficacement dans les flux de travail d’IA existants.

Conséquences pour les entreprises d’IA et les politiques publiques

Si Kimi K3 offre des performances comparables à celles des principaux modèles propriétaires d’OpenAI et d’Anthropic tout en étant disponible en téléchargement gratuit, il pourrait compliquer le modèle de revenus des entreprises qui facturent des prix élevés pour l’accès à leurs API.

Le soutien d’Alibaba à Moonshot AI indique également que le modèle pourrait continuer à bénéficier de développements, d’optimisations et d’un support.

Cette publication pourrait attirer davantage l’attention de Washington. Si les décideurs considèrent les publications open source de modèles d’IA chinois de pointe comme un risque pour la sécurité, ils pourraient envisager des restrictions sur le déploiement, l’hébergement ou l’intégration de systèmes d’IA développés à l’étranger au sein des infrastructures américaines. Parmi les éléments clés à suivre après la publication des poids figurent les résultats de benchmarks indépendants, les retours de déploiements en conditions réelles et la question de savoir si Moonshot fournira une documentation ou des outils supplémentaires pour soutenir l’auto-hébergement.