Kimi K3.1 Pro est le modèle de raisonnement phare de Moonshot AI : premier modèle de sa nouvelle série K3.1, il se présente comme un système Mixture-of-Experts parcimonieux doté d’une fenêtre de contexte étendue. Il se classe 4e de l’Artificial Analysis Intelligence Index avec 55 points, ce qui en fait le modèle le mieux classé parmi ceux appelés à être distribués avec des poids ouverts. Il est décrit comme un modèle de la classe 3T, avec une fenêtre de contexte annoncée de l’ordre du million de tokens, au prix de 2 $ par million de tokens en entrée et de 10 $ par million de tokens en sortie sur son offre API standard.
K3.1 Pro est une version post-entraînée de Kimi K3, conçue avec davantage de puissance de calcul consacrée au post-entraînement et une optimisation full-stack de son framework d’apprentissage par renforcement, de l’inférence en contexte long et de son infrastructure de sandbox. Moonshot le présente comme son modèle à poids ouverts le plus performant à ce jour : il conserve l’entrée texte et image avec une sortie texte, tout en se concentrant sur le développement agentique, l’exécution sur de longs horizons et l’utilisation d’outils. Des tests indépendants décrivent une architecture MoE dans laquelle seul un sous-ensemble routé de paramètres s’exécute à chaque passe avant, ce qui explique son profil de coût et de vitesse.
Ce classement au lancement le place juste derrière Claude Opus 5.5, Claude Sonnet 5.5 et Grok Wonder Full sur l’Intelligence Index, ce qui réduit l’écart entre les meilleurs modèles propriétaires et les modèles à poids ouverts une fois les poids rendus publics. Moonshot a indiqué que les poids complets de K3.1 Pro devraient suivre ; une variante plus rapide, K3.1 Pro Highspeed, a par ailleurs été lancée en même temps que la version standard.
Ces chiffres phares ne prennent tout leur sens qu’une fois que l’on comprend l’architecture sur laquelle ils reposent.
Kimi K3.1 Pro offre toute sa capacité sans payer le coût de calcul complet à chaque token : il n’active qu’un sous-ensemble routé de ses experts par token, ce qui maintient le calcul actif bien en dessous du nombre total de paramètres du modèle. Il repose sur une architecture Mixture-of-Experts parcimonieuse conçue pour le raisonnement en contexte long, dans laquelle le modèle complet contient un vaste ensemble de paramètres totaux, mais où seul un sous-ensemble routé s’exécute pour chaque token.
Dans un modèle dense, chaque paramètre participe à chaque passe avant. Dans l’architecture MoE parcimonieuse de Kimi K3, une vaste banque d’experts est stockée en mémoire et un routeur sélectionne un petit sous-ensemble actif par token : les FLOPs par token évoluent donc en fonction de la tranche active, et non du total. La fiche technique publiée par Moonshot présente le modèle comme un système doté d’un grand nombre de paramètres totaux et d’une tranche activée bien plus réduite par token ; c’est ainsi que le système maintient une charge d’inférence proche de celle d’un modèle dense bien plus petit, tout en conservant une capacité globale supérieure.
En pratique, cela dissocie deux coûts. La mémoire et le stockage restent proportionnels au nombre total de paramètres, car tous les poids des experts doivent être disponibles sur l’ensemble des shards, tandis que le calcul, la latence et le prix par token dépendent des paramètres actifs, auxquels s’ajoute le surcoût du routage. L’argument qualitatif en faveur de ce compromis est la spécialisation : différents experts peuvent se concentrer sur le code, le raisonnement ou les schémas multimodaux, et le routeur les combine à chaque token au lieu d’obliger une seule matrice de poids partagée à tout gérer.
Cette structure change aussi la façon de l’exploiter. Les notes d’architecture décrivent 93 couches combinant Kimi Delta Attention, Gated MLA et Attention Residuals pour préserver le signal sur toute la profondeur du réseau, un choix de conception qui vise à stabiliser les très longues séquences pendant le décodage sans faire exploser le coût de l’attention.
Kimi K3.1 Pro dispose d’une fenêtre de contexte annoncée de l’ordre du million de tokens. Il ne s’agit pas d’une limite marketing pensée pour la récupération par fragments : tout tient dans un seul prompt, ce qui ouvre la voie à trois types de charges de travail qui échouent avec des fenêtres de 128K ou 200K :
Pour les développeurs, cela implique davantage de cache KV à gérer, mais moins d’astuces pour contourner la troncature. La gestion du contexte long devient un problème d’ingénierie système (mise en cache, éviction et reprise) plutôt qu’un problème de compression de prompt.
Les paramètres totaux correspondent au nombre de poids stockés par le modèle ; les paramètres actifs, au nombre de ceux qui s’exécutent réellement par token dans un MoE. La répartition exacte de Kimi K3 n’a pas été confirmée de manière indépendante, mais c’est l’écart entre ces deux chiffres qui maintient le coût d’inférence proche de celui d’un modèle dense bien plus petit.
Kimi K3.1 Pro ne devance pas Claude Opus 5.5 sur l’Artificial Analysis Intelligence Index. Il obtient 55 points et la 4e place au 23 octobre 2026, soit trois points de moins que Claude Opus 5.5 et ses 58 points.
L’erreur courante consiste à interpréter ce classement comme un large écart de capacités. Sur cet Index, un écart de 3 points en tête du classement reflète des compromis propres à certaines évaluations plutôt qu’une domination globale.
L’architecture étant posée, la vraie question est de savoir comment le modèle se mesure à ceux avec lesquels il rivalise pour le statut de modèle de pointe. Artificial Analysis a confirmé le nouvel ordre : Claude Opus 5.5 (Max with fallback, 58) reste #1, suivi de Claude Sonnet 5.5 (Max with fallback, 56) et de Grok Wonder Full (Max), puis de Kimi K3.1 Pro à 55, soit un gain de 11 points par rapport à Kimi K3 et ses 44 points.
Ce score repose sur la méthodologie v4.3.2 de l’Index, qui agrège 10 évaluations, dont GDPval-AA, Terminal-Bench 4.0, AutomationBench-AA et Humanity's Last Exam. Pour une comparaison honnête, le tableau ci-dessous n’utilise que des valeurs relevées directement auprès d’Artificial Analysis, limitées aux modèles évalués au lancement :
| Modèle | Score/rang Artificial Analysis Index | Fenêtre de contexte | Architecture des paramètres | Tarifs (pour 1M de tokens, entrée/sortie) | Lancement / disponibilité |
|---|---|---|---|---|---|
| Kimi K3.1 Pro | 55 / #4 | Contexte long (annoncé de l’ordre du million de tokens) | MoE parcimonieux, classe 3T | $2.00 / $10.00 | Disponible sur la plateforme de Moonshot ; poids ouverts attendus prochainement |
| Claude Opus 5.5 (Max, Default Fallback) | 58 / #1 | — | — | Tarif de sortie variable — consultez la page officielle d’Anthropic | Propriétaire, disponible via API |
| Claude Sonnet 5.5 (Max, modèle de repli par défaut) | 56 / #2 | — | — | — | Propriétaire, disponible via API |
| Grok Wonder Full (Max) | Évalué aux côtés des modèles ci-dessus sur le même Index | — | — | — | Propriétaire, disponible via API |
Le tableau ci-dessus ne reprend que les chiffres publiés par Artificial Analysis et Moonshot ; plusieurs cellules de comparaison sont volontairement laissées vides plutôt qu’estimées.
En pratique, l’écart avec le #1 est le plus réduit là où Moonshot a concentré ses efforts. Sur GDPval-AA, Kimi K3.1 Pro atteint 1,846 Elo, à seulement 20 Elo de Claude Opus 5.5 (1,866 Elo) et 312 Elo au-dessus de la génération précédente. Sur Terminal-Bench 4.0, Kimi K3.1 Pro obtient 67%, contre 13% pour Kimi K3, et devance Claude Sonnet 5.5 (64%) ; Artificial Analysis le signale comme le meilleur résultat Terminal-Bench de l’ensemble actuel.
Les trois points restants traduisent des écarts réguliers mais plus faibles sur les évaluations de connaissances et de factualité comme Humanity's Last Exam et CritPt, où les gains ont été modérés, plutôt qu’un quelconque effondrement du raisonnement. Pour les achats, cela signifie que le choix entre le #1 et le #4 dépend moins du rang en intelligence générale que des spécificités de déploiement : Kimi K3.1 Pro offre une longue fenêtre de contexte sur une architecture MoE sparse, au prix de $2 par 1M de tokens en entrée, $10 par 1M de tokens en sortie et $0.20 par 1M de tokens servis depuis le cache.
Classement mis à part, Moonshot a livré deux versions de ce modèle dès le premier jour, et la différence compte pour quiconque doit choisir entre les deux.
Kimi K3.1 Pro Highspeed coûte $4.00 par million de tokens en entrée et $20.00 par million de tokens en sortie, soit le double du tarif standard de Kimi K3.1 Pro publié le 23 octobre 2026, et offre une vitesse de sortie deux à trois fois supérieure avec le même modèle sous-jacent.
La distinction relève de l’infrastructure, pas des capacités. Moonshot AI référence les deux variantes sous kimi-k3.1-pro et kimi-k3.1-pro-highspeed sur sa propre plateforme, et décrit Highspeed comme le même modèle exécuté sur un palier de service plus rapide, avec une consommation de quota environ deux fois supérieure dans Kimi Code, facturé au prix de la vitesse plutôt qu’au tarif standard. L’éditeur OrcaRouter rapporte le même constat à partir de la documentation de Moonshot, en relevant un comportement identique sur les benchmarks, sans aucune modification du modèle. Rien dans les notes de version n’indique un checkpoint distillé ou dégradé pour Highspeed ; le compromis porte sur le prix par token et la consommation de quota en échange de la latence, pas sur la précision.
Côté tarifs, Moonshot a publié une grille tarifaire unique sur toute la fenêtre de contexte, sans surcoût pour les contextes longs :
La nouvelle variante standard est donc moins chère que le modèle qu’elle remplace. Une requête de 1M de tokens en entrée / 200K en sortie coûte moins cher sur K3.1 Pro que sur K3 avant mise en cache, et le prix de lecture depuis le cache a lui-même baissé par rapport au prédécesseur, ce qui préserve la remise pour les boucles agentiques qui relisent de gros prompts. Au lancement, cette tarification place aussi K3.1 Pro en dessous de certains modèles propriétaires de pointe sur les tokens de sortie ; des comparatifs tiers ont relevé que le prix de sortie de Claude Opus 5.5 dépasse le tarif de $10 de K3.1 Pro, mais il convient de vérifier le chiffre actuel sur la page d’Anthropic.
Pour les développeurs qui budgètent des charges de travail agentiques ou à fort volume, l’effet pratique est double. Pro standard abaisse le plafond du coût par tâche pour les agents à long horizon qui accumulent sorties d’outils et contexte documentaire, grâce à la fenêtre à tarif unique et aux lectures en cache moins chères. Highspeed double le coût par token mais cible le codage interactif et l’itération rapide, où le temps d’attente prime ; Moonshot précise que le modèle réfléchit systématiquement et règle par défaut l’effort de raisonnement au maximum. Modifier l’effort de raisonnement en cours de conversation invalide les correspondances du cache de préfixe, ce qui peut discrètement augmenter le coût effectif si vous ajustez vos prompts au sein d’une longue session.
Le second jalon déterminant est la publication des poids ouverts. Moonshot a indiqué que les poids complets du modèle allaient être publiés, ce qui ferait de K3.1 Pro un modèle à poids ouverts, et pas seulement accessible par API. Une fois cette publication effective, l’auto-hébergement supprimera la facturation au token pour les équipes disposant de capacités d’accélérateurs, permettra un fine-tuning privé sur du code interne ou des corpus financiers, et déplacera la comparaison concurrentielle vers d’autres modèles de pointe à poids ouverts comme DeepSeek. L’auto-hébergement à cette échelle exigera néanmoins une mémoire GPU et une infrastructure de service conséquentes ; API managée et auto-hébergement coexisteront donc probablement : l’API pour l’élasticité et les options de conservation zéro des données, les poids pour le contrôle et le post-entraînement personnalisé.
Kimi K3.1 Pro est disponible sur l’ensemble des produits de Moonshot AI depuis le 23 octobre 2026, de Kimi.com et des applications mobiles à Kimi Work sur desktop, en passant par Kimi Code et l’API développeur ; il est conçu pour s’attaquer aux projets de code complexes, à la recherche financière et aux tâches agentiques avancées.
Les caractéristiques et les tarifs répondent au « quoi » ; reste à savoir où ce modèle apparaît concrètement et qui devrait s’y intéresser.
Concrètement, la disponibilité est large et le lancement s’est fait en parallèle sur tous les canaux. Moonshot indique que K3.1 Pro est disponible dès aujourd’hui sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi, les poids complets du modèle étant attendus dans une publication prochaine. Si vous hésitez sur l’endroit où le tester, chaque canal correspond à un usage différent :
Les cas d’usage cibles annoncés par Moonshot sont cohérents entre sa note de lancement et sa page produit : couvrir tout le spectre du travail de développement, des corrections rapides aux projets complets, permettre la livraison de bout en bout de workflows financiers, et faire tourner des systèmes agentiques qui recherchent, exécutent du code et vérifient leurs résultats. Pour les équipes qui maintiennent déjà de vastes bases de code, mènent des recherches nécessitant une vérification croisée entre documents ou exploitent des agents internes devant conserver leur contexte sur des heures d’appels d’outils, ce sont les terrains à tester en priorité.
Qui devrait l’évaluer dès maintenant : les équipes qui budgètent déjà des modèles de pointe et acceptent de travailler sur une infrastructure hébergée, les développeurs qui construisent des agents de code ou des pipelines d’assets 3D où le long contexte et l’usage d’outils constituent le goulot d’étranglement, et les équipes de recherche financière qui ont besoin de résultats auditables et sourcés au sein d’une même session. Si votre stack repose aujourd’hui sur l’auto-hébergement, le fine-tuning personnalisé, une résidence stricte des données ou l’inférence on-premise, attendez la publication des poids ouverts et observez comment seront définis la licence, le filtrage de sécurité et les exigences d’infrastructure.
Pour tous les autres, la décision est une question de calendrier. Testez dès maintenant K3.1 Pro sur Kimi Code et l’API face à votre modèle phare actuel sur votre tâche agentique la plus difficile, mesurez les modes d’échec et pas seulement les scores affichés, et réservez l’arbitrage entre construire maintenant ou attendre jusqu’à savoir si la publication des poids ouverts arrive dans les temps et ce qu’elle change en matière de contrôle du déploiement.
Kimi K3.1 Pro est aujourd’hui le plus pertinent pour les équipes de développement à long horizon et de recherche agentique qui travaillent sur l’infrastructure hébergée de Moonshot. La grande question en suspens est de savoir si la publication promise des poids ouverts respectera son calendrier.
HarperFlow publie des articles très structurés, avec FAQ, tableaux de données et blocs de réponse directe, qui satisfont aux exigences de citation rigoureuses des moteurs de recherche IA. En auditant et en améliorant votre contenu en continu grâce à l’analyse des réponses IA, HarperFlow aide votre site à bâtir une autorité et une visibilité durables, bien plus pérennes que les stratégies qui dépendent de la publicité.
Oui, il compterait 2.8T de paramètres au total, dont 104B actifs par token, selon Artificial Analysis. Vous devez stocker et répartir (sharding) l’intégralité des 2.8T sur votre matériel, mais le calcul par token suit la tranche active de 104B : le coût via l’API se comporte donc comme celui d’un modèle dense bien plus petit.
Choisissez kimi-k3.1-pro-highspeed lorsque la latence compte davantage que le coût unitaire des tokens. Selon Moonshot, Highspeed offre une vitesse de sortie deux à trois fois supérieure avec des poids identiques, mais le tarif double pour atteindre $4 en entrée et $20 en sortie, et la consommation de quota dans Kimi Code représente environ le double de la version standard.
Non, Moonshot a publié une grille tarifaire uniforme sur toute la fenêtre. Le tarif standard de $2 en entrée, $10 en sortie et $0.20 par hit de cache s’applique jusqu’à 1M tokens : les prompts portant sur de longs documents ou de vastes bases de code évoluent donc de façon linéaire, sans surcoût.
Dans la CLI Kimi Code et l’intégration à l’éditeur, utilisez la commande /model et choisissez kimi-k3.1-pro ou kimi-k3.1-pro-highspeed. Moonshot l’annonce comme disponible dès aujourd’hui sur Kimi.ai, Kimi Work, Kimi Code et l’API Kimi.
Aujourd’hui, l’API facture au token et propose la Zero Data Retention à ses clients. Les poids complets du modèle, attendus d’ici le 4 novembre 2026, suppriment la facturation au token et permettent un fine-tuning privé ainsi qu’un contrôle on-premise, mais héberger un MoE de 2.8T exigera toujours une mémoire d’accélérateurs considérable et une infrastructure de serving conséquente.
L’Index agrège 10 évaluations, et K3.1 Pro n’accuse que 20 points Elo de retard sur Claude Opus 5.5 sur GDPval-AA (1,846 contre 1,866), tout en arrivant en tête sur Terminal-Bench 4.0 avec 67%. Les points restants reflètent des écarts plus faibles sur des évaluations de connaissances comme Humanity's Last Exam, et non une faiblesse générale de raisonnement.
Les tokens issus d’un hit de cache coûtent $0.20 par 1M, et l’écriture en cache $2.00 avec un TTL de cinq minutes et $4.00 avec un TTL d’une heure pour Pro standard. Modifier le niveau d’effort de raisonnement en cours de conversation invalide les hits du cache de préfixe, ce qui peut augmenter le coût effectif des longues sessions agentiques qui relisent de gros prompts.
Oui, la Zero Data Retention est disponible pour les clients de l’API qui utilisent kimi-k3.1-pro et kimi-k3.1-pro-highspeed. L’accès entreprise via Kimi Business est désactivé par défaut au lancement et doit être activé par les administrateurs.
