Kimi K3 : évaluation 2026 — paramètres, Agent, API vs DeepSeek et GPT-5

• Confondre paramètres totaux et coût réel. Le chiffre 2,8 T impressionne, mais seuls une fraction d'experts s'activent par token. Sans benchmark de latence et de facture sur vos prompts, la fiche technique reste décorative.
• Ignorer le reasoning always-on. K3 facture le raisonnement en sortie ; le champ reasoning_effort (souvent limité à max au lancement) empêche de « baisser le thermostat » sur les tâches banales — le coût unitaire grimpe vite.
• Tester depuis un laptop partagé. Agents multi-outils, uploads vision et builds Apple contaminent vite l'environnement local. Un nœud Mac isolé évite les faux positifs et les fuites de secrets API.

Pour le contexte multi-modèles juillet 2026, voir aussi le duel GPT-5.6 / Claude / Grok.

Lancé autour du 16 juillet 2026 par Moonshot AI, Kimi K3 se présente comme le premier open-weight de la classe ~3 T, avec API déjà live et poids complets annoncés pour fin juillet.

• Architecture — MoE sparse, Kimi Delta Attention (attention linéaire hybride) + Attention Residuals pour le long contexte.
• Modalités — texte, image et vidéo en entrée ; texte en sortie ; function calling et JSON schema.
• Agent / coding — positionné pour coding long-horizon, knowledge work et chaînes d'outils (Kimi Code / playground).
• API — base compatible OpenAI (api.moonshot.ai/v1), model id kimi-k3 ; sortie défaut 131 072, configurable jusqu'à ~1 M.
• Tarifs indicatifs — ~3 $ / M tokens input (cache hit ~0,30 $), ~15 $ / M output, pricing plat indépendant de la longueur de contexte.

Lecture rapide : K3 n'est pas le modèle le moins cher ; c'est le pari Moonshot sur la fenêtre 1 M et la multimodalité native face à DeepSeek et aux stacks GPT-5.6 fermés.

Verdict : ne choisissez pas « un seul vainqueur ». Routez K3 vers les jobs long contexte + vision, DeepSeek vers le trafic massif, GPT-5.6 vers les workflows déjà ancrés OpenAI — et validez sur un labo dédié.

1. Cartographiez les workloads. Séparez coding Agent, RAG multimédia et chat général — chaque catégorie a un vainqueur différent.
2. Fixez le contrat API. Base URL, clé, model id kimi-k3, plafond de sortie et politique cache — documentez avant d'écrire du glue code.
3. Chiffrez un mois type. Estimez input/output vs DeepSeek et GPT-5.6 ; incluez les tokens de reasoning facturés en sortie.
4. Isolez le labo. Provisionnez un Mac mini M4 MacPull (SSH/VNC) pour outils MCP, Docker et secrets hors laptop.
5. Mesurez cinq scénarios Agent. Vision+outil, refactor monorepo, extraction PDF, reprise d'échec, latence P95 — notez succès et coût.
6. Décidez le routage. Ne basculez la prod qu'avec une matrice verte et un fallback DeepSeek/GPT-5.6 documenté.

• 2,8 billions de paramètres — MoE sparse ; Moonshot revendique la classe open ~3 T, avec poids complets annoncés pour le 27 juillet 2026.
• 1 048 576 tokens — fenêtre plate tarifaire ; pas de surcoût contextuel annoncé au lancement API.
• ~3 $ / 15 $ par million — input / output indicatifs ; cache hit ~0,30 $ ; reasoning always-on facturé en sortie.
• Compatible Chat Completions — migration souvent réduite à un changement de base URL + model id.
• Labo Apple Silicon — un nœud M4 distant accélère les A/B multi-modèles sans polluer CI ni postes développeurs.

Kimi K3 redessine le haut de gamme open avec 2,8 T, 1 M de contexte et une API Agent-ready. Il ne tue ni DeepSeek (prix) ni GPT-5.6 (écosystème) : il s'insère dans un routage intelligent.

Prêt à mesurer pour de vrai ? Louez un Mac mini M4 MacPull, comparez les tarifs, puis suivez le guide SSH/VNC. Installez vos clients Kimi / DeepSeek / GPT-5.6 sur un nœud dédié — et n'achetez la bascule qu'avec des chiffres, pas des slides.