Moonshot AI a mis à disposition les poids de Kimi K3, un modèle de 2,8 trillions de paramètres présenté comme le plus gros modèle open-weight du monde. Fin juillet 2026, la communauté a pu le télécharger. Et en septembre, il domine les classements des modèles chinois. Reste une question que peu de monde a lue jusqu'au bout : celle de la licence.
Une architecture pensée pour l'échelle
Kimi K3 repose sur une architecture mixture-of-experts : 896 experts spécialisés, dont seulement 16 sont activés pour chaque token, soit environ 104 milliards de paramètres actifs. C'est ce qui rend le modèle exploitable malgré sa taille affichée.
Il embarque de la vision native et une fenêtre de contexte d'un million de tokens. Les poids sont distribués en checkpoint natif MXFP4, un format basse précision qui réduit l'empreinte mémoire.
Des benchmarks qui comptent
Moonshot revendique 81,2 sur FrontierSWE et 88,3 sur Terminal-Bench 2.1, deux tests orientés code et agents. Selon Artificial Analysis, le modèle obtient 44 sur son Intelligence Index, juste derrière GLM-5.3 (45).
Il a aussi pris la première place du classement à l'aveugle d'Arena en développement front-end lors de son lancement. Comme toujours, ces chiffres viennent en partie de l'éditeur : je les prends comme des indications, pas comme une vérité absolue.
La licence : le vrai sujet
Contrairement à la famille K2, publiée sous Modified MIT, Kimi K3 sort sous une licence maison, la Kimi K3 License. Elle contient des conditions déclenchées par le revenu, dont un seuil d'environ 20 millions de dollars par an pour les offres de type model-as-a-service.
Concrètement, elle ne répondrait pas à la définition de l'Open Source Initiative. Le seuil vise directement ceux qui revendraient le modèle en API, donc l'activité commerciale de Moonshot elle-même.
Pour une PME qui déploie en interne ou pour un développeur qui prototype, rien ne change. Pour un éditeur qui veut bâtir un service d'inférence, il faudra lire les clauses avant de signer quoi que ce soit.
Ce que j'en retiens
La Chine ne se contente plus de suivre : elle fixe l'échelle de l'open-weight. Mais « open » désigne de plus en plus des poids téléchargeables, pas une liberté totale d'usage. Qwen, Kimi et d'autres adoptent le même schéma de licences à seuils.
Mon conseil aux équipes tech françaises : évaluez ces modèles sur leurs mérites, mais faites relire la licence par quelqu'un de compétent avant de bâtir un produit dessus. Sources : Moonshot AI, Artificial Analysis, BenchLM.
