Moonshot AI's Kimi K3.1 Pro se rapproche de Claude Opus 5.5, poids ouverts attendus d'ici le 4 novembre

Moonshot AI a publié Kimi K3.1 Pro le 23 octobre 2026, le qualifiant de son modèle open-weight le plus capable de la classe 3T, avec une fenêtre de contexte d'un million de tokens [1]. Artificial Analysis le classe quatrième sur son Intelligence Index avec 55 points [2]. Le modèle est disponible dès maintenant sur les applications et l'API de Kimi ; les poids complets sont promis d'ici le 4 novembre [1].

Qu'a publié Moonshot AI ?

Kimi K3.1 Pro est le premier modèle de la nouvelle série K3.1 de Moonshot et une version post-entraînée de Kimi K3, construite avec un compute de post-entraînement substantiellement plus élevé et un apprentissage par renforcement à grande échelle sur des centaines de domaines [1]. En parallèle, Moonshot publie Kimi K3.1 Pro Highspeed, que l'entreprise affirme fonctionner deux à trois fois plus vite [1].

Moonshot AI indique que Kimi K3.1 Pro dispose d'une fenêtre de contexte d'un million de tokens et que les poids complets suivront d'ici le 4 novembre 2026. Les deux modèles sont disponibles dès maintenant sur Kimi.ai, Kimi Work, Kimi Code et l'API Kimi [1]. Selon Artificial Analysis, le modèle compte 2,8 billions de paramètres au total et 104 milliards de paramètres actifs, la même taille que Kimi K3, et accepte les entrées texte et image [2][4].

Les prix de l'API sont de 2 dollars par million de tokens d'entrée et 10 dollars par million de tokens de sortie, 33 % en dessous de Kimi K3 [2]. Simon Willison note que c'est la moitié du prix de Claude Opus 5.5 ; The Decoder liste la variante Highspeed à 4 et 20 dollars [3][4].

Comment Kimi K3.1 Pro se compare-t-il à GPT-6 Astra et Claude Opus 5.5 ?

Sur Terminal-Bench 4.0, Moonshot rapporte 65,7 % pour K3.1 Pro, devant GPT-6 Astra à 58,2 % et juste derrière Claude Opus 5.5 à 66,4 % [1]. Sur le test de reconstruction 3D BenchCAD, il obtient 92,7 % avec outils, contre 96,2 % pour Claude Opus 5.5 et 95,9 % pour GPT-6 Astra, selon Moonshot [1].

Les tests indépendants pointent dans la même direction. Artificial Analysis attribue à Kimi K3.1 Pro un score de 55 sur son Intelligence Index, quatrième derrière Claude Opus 5.5 à 58. Seuls Claude Sonnet 5.5 et Muse Wonder Full, tous deux à 56, se classent également plus haut, et le score est 11 points au-dessus de Kimi K3 [2]. Dans sa propre exécution, Artificial Analysis a vu K3.1 Pro atteindre 67 % sur Terminal-Bench 4.0, le score le plus élevé de tous les modèles, selon Artificial Analysis [2].

Moonshot revendique également des gains sur ses tests internes. Sur Kimi Hallu Bench Hard, un test de stress pour l'exactitude factuelle, le taux d'hallucination au niveau des affirmations est passé de 23,4 % pour K3 à 8,3 %, bien que Moonshot indique que ces taux ne représentent pas les taux d'erreur quotidiens [1].

Pourquoi Moonshot a-t-il retenu les capacités cyber ?

Moonshot AI indique avoir supprimé les données d'entraînement liées à la cybersécurité afin que les poids ouverts restent en deçà des capacités cyber frontalières. L'entreprise a trouvé du contenu cyber intégré dans son corpus de mid-training général et son mélange d'environnement RL, et l'a retiré des deux étapes pour la sortie open-weight [1].

Sur son benchmark interne xdev-bench-hard exploit, un checkpoint entraîné sans ces mesures a résolu 90,5 % des problèmes, tandis que le K3.1 Pro final a atteint 81,0 % [1]. Moonshot affirme que les capacités cyber de K3.1 Pro restent en deçà des modèles propriétaires frontaliers disponibles publiquement depuis au moins trois mois [1].

Quels changements une fois les poids publiés ?

Artificial Analysis indique que K3.1 Pro deviendra le modèle open-weights le mieux noté une fois les poids publiés, réduisant l'écart entre les meilleurs modèles open et propriétaires sur son index de 12 points à 3 [2]. Simon Willison le qualifie de première fois qu'un modèle bientôt open-weight a obtenu un score aussi élevé face à la frontière [3]. Pour l'instant, les poids ne sont pas encore publiés, note Artificial Analysis [2].

Notre lecture

Avis : Un écart de trois points entre le meilleur modèle open et le meilleur modèle fermé sur un index indépendant serait l'histoire de l'année pour les poids ouverts, mais cela ne compte que lorsque les fichiers sont réellement téléchargeables. La section cyber est le précédent le plus intéressant : un laboratoire mesurant publiquement ce qu'il a retiré avant la publication est quelque chose que les laboratoires fermés devraient être invités à égaler.

Ce que nous n'avons pas pu vérifier

• Les comparaisons de benchmarks propres à Moonshot avec GPT-6 Astra et Claude Opus 5.5 ; la plupart ont été exécutées par Moonshot avec ses harnesses choisis, et certains scores de concurrents proviennent d'autres rapports.
• Si les poids complets seront effectivement livrés d'ici le 4 novembre 2026 et sous quelle licence ; Moonshot n'a pas publié les termes de licence dans son annonce.
• L'accélération de deux à trois fois de la variante Highspeed ; c'est la revendication de Moonshot et nous n'avons pas vu de tests de vitesse indépendants.
• Les résultats sur les benchmarks internes de Moonshot, y compris Kimi Code Bench, les suites finance, Kimi Hallu Bench Hard et xdev-bench-hard, que les externes ne peuvent pas reproduire.