Moonshot a publié Kimi K3, un modèle à poids ouverts qui a déclenché une réévaluation de la proximité des modèles chinois par rapport au front. La publication se caractérise par des performances solides en codage, en tâches agentic et en travail de connaissance à long terme.
- Kimi K3 obtient 57 à l'Intelligence Index d'Artificial Analysis, le plaçant derrière Claude Fable 5 (60) mais devant Opus 4.8 (56).
- Sur les benchmarks d'agents de codage, il égale GPT-5.6 Terra et GPT-5.5, atteignant 84 % sur Terminal-Bench v2 et 64 % sur DeepSWE.
- Le modèle utilise Kimi Delta Attention (KDA), un mécanisme de mémoire à poids rapides qui revendique un débit jusqu'à 6 fois plus rapide à une longueur de contexte de 1M.
- K3 place la Chine devant les États-Unis sur Frontend Code Arena pour la première fois, faisant ses débuts à la #3 sur DeepSWE en tant que premier modèle à poids ouverts avec des résultats de niveau front là-bas.
La publication déplace le focus stratégique des barrières de calcul brut vers les piles d'efficacité, suggérant qu'une meilleure post-formation et une conception d'infrastructure peuvent réduire les écarts de capacités de manière non linéaire.