Model Releases
Moonshot AI sort Kimi K3.1 Pro, son modèle multimodal de classe 3T
Avec 2,8 billions de paramètres et une fenêtre de contexte d'un million de tokens, le nouveau Kimi K3.1 Pro redéfinit les capacités d'agent complexe et de codage.
23 octobre 2026
Model ReleaseKimi K3.1 Pro
Introduction : Un tournant historique pour Moonshot AI
Le 23 octobre 2026 marque une étape cruciale dans la course à l'intelligence artificielle mondiale. Moonshot AI vient de lever le voile sur Kimi K3.1 Pro, le premier modèle de sa nouvelle série K3.1. Ce n'est pas seulement une mise à jour incrémentale, mais une montée en puissance massive vers la classe des modèles de 3 billions de paramètres, positionnant Moonshot comme un concurrent direct des laboratoires américains les plus avancés.
Ce modèle se distingue par sa capacité native multimodale et une architecture optimisée pour les tâches de raisonnement de très longue durée. Pour les ingénieurs et les développeurs, Kimi K3.1 Pro représente l'arrivée d'un agent capable de gérer des projets entiers, de la conception 3D à la simulation physique complexe, tout en maintenant une cohérence sur une fenêtre de contexte massive d'un million de tokens.
- Premier modèle de la série K3.1
- Architecture MoE de classe 3T
- Multimodalité native intégrée
- Fenêtre de contexte de 1 million de tokens
Architecture et Spécifications Techniques
Au cœur de Kimi K3.1 Pro se trouve une architecture Mixture-of-Experts (MoE) extrêmement sophistiquée. Le modèle totalise 2,8 billions de paramètres, mais grâce à une activation sélective, seuls 104 milliards de paramètres sont sollicités par jeton (active parameters). Cette approche permet de combiner la puissance de calcul d'un modèle géant avec l'efficacité d'exécution nécessaire pour des applications en temps réel.
La véritable innovation réside dans l'optimisation de l'intégralité de la pile technologique. Moonshot AI a optimisé chaque couche : du framework de Reinforcement Learning (RL) à l'infrastructure du sandbox, en passant par l'inférence de long contexte. Ce travail de post-entraînement massif sur le modèle K3 original permet d'obtenir des retours prévisibles et stables à chaque incrément de calcul RL, garantissant une robustesse inégalée.
- Paramètres totaux : 2.8T
- Paramètres actifs (MoE) : 104B
- Méthodologie : Post-training intensif via RL joint à grande échelle
- Optimisation : Stack complète (RL framework, sandbox, rollout scheduling)
Benchmarks et Performances : La domination du Terminal et du Code
Les résultats de benchmark positionnent Kimi K3.1 Pro au sommet de l'industrie. Sur le Terminal-Bench 4.0, qui évalue la capacité à résoudre des tâches système réalistes sous contraintes de ressources, le modèle affiche un score de 65,7 %. Ce résultat dépasse GPT-6 Astra (58,2 %) et talonne de très près Claude Opus 5.5 (66,4 %), prouvant sa maîtrise des environnements de commande.