Kimi K3.1 Pro : le nouveau challenger chinois qui se rapproche de Claude Opus 5.5

Moonshot AIIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. vient de publier la version améliorée de son modèle de génération de texte, le Kimi K3.1 Pro. Selon le classement de l’Artificial Analysis Intelligence Index, le modèle atteint 55 points, le plaçant à la quatrième place, à trois points seulement du leader propriétaire Claude Opus 5.5. Cette progression de 11 points par rapport à son prédécesseur K3 témoigne d’un bond qualitatif notable, surtout dans des domaines où les IA sont traditionnellement moins performantes.

Des gains visibles sur les tâches agentiques

Le test GDPval‑AA, dédié aux tâches dites « agentiques », place Kimi K3.1 Pro à 1 846 Elo, soit 312 points au-dessus du K3. Cette performance le place juste derrière Claude Opus 5.5 (1 866) et Muse Wonder Full (1 857). Sur le benchmark Terminal‑Bench 4.0, le modèle atteint 65,7 % de réussite, dépassant GPTGPTFamille de modèles génératifs préentraînés reposant sur l'architecture Transformer, notamment utilisés pour produire du texte.‑6 Astra (58,2 %) et s’approchant de Claude Opus 5.5 (66,4 %).

Un autre indicateur important, le taux d’hallucinations, a chuté de façon spectaculaire : les évaluations internes de Moonshot (Kimi Hallu Bench Hard) montrent une baisse de 23,4 % à 8,3 % de « claim‑level hallucinations » entre K3 et K3.1 Pro. Bien que le modèle reste légèrement au‑dessus de GPT‑6 Astra (5,5 %), la réduction du bruit factuel renforce son attractivité pour les usages professionnels.

Une présence accrue dans la finance et le bureau

Moonshot indique que K3.1 Pro progresse de 7,2 points en modélisation financière et de 11,6 points en recherche financière. Sur le test OfficeQA Pro v2, le modèle surpasse tous les concurrents évalués, ce qui le rend pertinent pour les assistants de bureautique, la rédaction de rapports ou la génération de présentations automatisées.

Codage et modélisation 3D au cœur du produit

Le modèle se targue d’une intégration directe avec les moteurs de jeu Unity, Unreal Engine et Godot. Sur le benchmark BenchCAD, K3.1 Pro obtient 92,7 % avec les outils, proche de Claude Opus 5.5 (96,2 %) et de GPT‑6 Astra (95,9 %). Sans outils, il reste à 72,8 %, quasiment égal à Claude Opus 5.5 (73,0 %).

Moonshot précise que le modèle excelle dans la modélisation paramétrique de pièces mécaniques, d’objets architecturaux ou de produits configurables. Il peut générer et exécuter des scripts pour Blender et les logiciels de CAO sans recourir à des connecteurs externes. Un nouveau service baptisé « 3D Make » sur le site Kimi.com permet aux utilisateurs de prévisualiser, modifier et exporter leurs modèles 3D, ce qui ouvre la porte à des workflows de prototypage accéléré.

Même taille, prix revus à la baisse

Sur le plan architectural, K3.1 Pro conserve les mêmes 2,8 trillions de paramètres que son aîné, dont 104 milliards sont actifs. La fenêtre de contexteFenêtre de contexteQuantité maximale de tokens qu'un modèle peut prendre en compte dans son contexte lors d'un traitement. atteint un million de tokensTokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère. et le modèle accepte à la fois du texte et des images. Artificial Analysis le place au sommet de la frontière de Pareto, aucune IA de taille comparable ne le dépasse sur l’Intelligence Index.

Les tarifs d’utilisation ont été réduits de 33 %. Le coût d’entrée est passé de 3 $ à 2 $ par million de tokens, celui de sortie de 15 $ à 10 $, et les cache‑hits de 0,30 $ à 0,20 $. En pratique, chaque tâche évaluée sur l’Intelligence Index coûte 1,98 $, quasiment le même que le K3 (2,00 $), grâce à une génération de 14 % de tokens supplémentaires.

Sécurité et limites offensives

Moonshot a consacré une partie de son blog technique à la cybersécurité. Le modèle a initialement intégré des données liées aux vulnérabilités logicielles, ce qui a renforcé ses capacités de recherche de failles. Pour la version open‑weights prévue en novembre 2026, la société a nettoyé les deux phases d’entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. afin d’éliminer ces informations sensibles.

Dans les tests internes xdev‑bench‑hard, qui reproduisent des vulnérabilités récentes du noyau Linux, de Node.js ou de JavaScriptCore, la version non nettoyée résout 90,5 % des tâches, contre 81,0 % après le nettoyage. Le modèle open‑weights de DeepSeek‑V4.1‑Flash atteint 85,7 % dans le même scénario, tandis que le K3 original n’a obtenu que 33,3 %.

Moonshot insiste sur le fait qu’aucun modèle open‑weights ne doit pousser la frontière offensive au maximum, mais qu’il faut laisser la porte ouverte aux usages défensifs, comme l’audit de systèmes legacy. Le débat sur la capacité des modèles ouverts à générer des exploits reste ouvert, à la lumière de travaux antérieurs comme ceux d’Anthropic sur le modèle GLM‑5.3.

Perspectives d’ouverture et de concurrence

Si Moonshot tient ses engagements, la publication des poids du K3.1 Pro d’ici le 4 novembre 2026 le placerait comme le meilleur modèle ouvertModèle ouvertUn modèle dont certains éléments, comme les poids, sont disponibles. Vérifiez la licence : les droits et restrictions varient., à trois points seulement du leader propriétaire. Cette réduction de l’écart pourrait accélérer l’adoption d’IA de grande taille dans les projets open‑source, où la disponibilité des poids demeure un critère décisif.

En pratique, les développeurs pourront accéder à K3.1 Pro via les plateformes Kimi.ai, Kimi Work, Kimi Code et l’API Kimi. Une variante « Highspeed » promet des vitesses deux à trois fois supérieures, ce qui pourrait intéresser les applications temps réel comme les agents conversationnels ou les assistants de code.

En quoi cela change la donne pour les utilisateurs ?

Pour les professionnels du design industriel, la capacité à générer des modèles paramétriques et à les exporter directement depuis une interface web simplifie le prototypage. Les équipes de finance bénéficieront d’un assistant capable de produire des modèles de prévisions plus fiables tout en limitant les erreurs factuelles. Enfin, les développeurs qui intègrent des IA dans leurs outils de productivité profiteront de tarifs plus doux et d’une fenêtre de contexte largement suffisante pour des documents longs.

Le prochain défi de Moonshot sera de maintenir la qualité de génération tout en élargissant le jeu de donnéesDatasetEnsemble de données organisé pour entraîner, valider, tester ou évaluer un modèle d'intelligence artificielle. ouvert, un équilibre délicat entre innovation et responsabilité.

À noter, le modèle sera disponible en open‑weights à partir de novembre 2026, date à retenir pour les projets qui souhaitent éviter les verrous propriétaires.