Kimi K3.1 Pro : poids ouverts, dépasse GPT-6 sur des tests

Moonshot AI a lancé le 23 octobre Kimi K3.1 Pro, premier grand renouvellement de son modèle phare depuis Kimi K3, présenté en juillet. L’entreprise chinoise revient ainsi dans une course particulièrement dense sur le marché des grands modèles de langage, après les sorties d’OpenAI avec GPT-6 Astra et GPT-6 Sol en septembre, puis celles d’Anthropic avec Claude Opus 5.5 et Claude Sonnet 5.5. Le nouveau modèle repose sur une architecture de 2 800 milliards de paramètres au total, avec 104 milliards activés lors de chaque inférence, et prend en charge une fenêtre de contexte d’un million de tokens. Selon les benchmarks publiés par Moonshot, Kimi K3.1 Pro obtient 65,7 % sur Terminal-Bench 4.0, dépassant les 58,2 % de GPT-6 Astra et restant proche des 66,4 % de Claude Opus 5.5. Il progresse aussi nettement sur les tâches de long terme : 51,7 % sur SWE-Marathon v1.1, contre 46,3 % pour Claude Opus 5.5 et 42,5 % pour GPT-6 Astra. Sur le test d’agents Agents’ Last Exam, il obtient 43,2 points, devant Claude Opus 5.5 et GPT-6 Astra, tandis que dans la version avec outils de Humanity’s Last Exam, il atteint 70 %, se classant premier des modèles comparés par Moonshot. Certaines tâches de calcul scientifique, de raisonnement ou de reconstruction 3D restent toutefois favorables aux modèles propriétaires américains. Les résultats de l’organisme indépendant Artificial Analysis confirment la progression du modèle. Kimi K3.1 Pro obtient 55 points dans son intelligence index, soit le quatrième rang mondial derrière Claude Opus 5.5, Claude Sonnet 5.5 et Muse Wonder Full. Ce score progresse de 11 points par rapport à Kimi K3. L’organisme précise qu’une fois les poids complets publiés, d’ici le 4 novembre, le modèle deviendra le meilleur modèle à poids ouverts de son classement. L’écart entre les meilleurs modèles ouverts et les meilleurs modèles fermés passerait alors d’environ 12 points à seulement 3 points. Au-delà des benchmarks, Moonshot met en avant de nouvelles capacités créatives et de développement. Kimi K3.1 Pro est présenté comme capable de gérer à la fois le code, la mise en page, les matériaux, l’éclairage et l’animation, avec des démonstrations allant de pages web à des jeux 3D. L’entreprise a montré un jeu de combat construit avec Unreal Engine 5.8, un jeu de rôle 3D sous Godot, ainsi qu’une page automobile immersive combinant modèle 3D, interaction et effets visuels. Le modèle peut aussi générer des objets 3D à partir de descriptions textuelles, de croquis ou de références, puis automatiser des outils comme Blender ou CAD grâce à des scripts. Moonshot lance également la fonctionnalité 3D Make, qui permet de créer, prévisualiser, modifier et exporter des modèles 3D depuis Kimi. Le modèle se distingue aussi par sa capacité à exécuter des tâches longues et itératives. Dans un simulateur de marche humaine, Kimi K3.1 Pro a enchaîné 167 sous-tâches et 420 vérifications, jusqu’à corriger 36 erreurs de calcul des bras musculaires dans le système de simulation. Ces progrès viennent principalement d’un entraînement par renforcement plus poussé sur les bases de Kimi K3, plutôt que d’un nouvel apprentissage complet à partir de zéro. Moonshot indique que cela améliore surtout la programmation, les agents autonomes et les tâches de long cours. Les domaines spécialisés suivent la même tendance. Sur OfficeQA Pro v2, centré sur des tâches financières réelles, Kimi K3.1 Pro obtient 64,4 points, devant Claude Opus 5.5 et GPT-6 Astra. En interne, les gains sont particulièrement visibles en modélisation financière, en recherche et en simulation d’activité commerciale. Moonshot affiche aussi une baisse importante des erreurs factuelles sur un test de robustesse, où le taux d’erreurs passe de 23,4 % à 8,3 %, même si ce cas n’est pas représentatif de l’ensemble des usages courants. Sur le plan commercial, le modèle coûte désormais 2 dollars par million de tokens d’entrée et 10 dollars par million de tokens de sortie, soit environ un tiers de moins que Kimi K3. Une version Highspeed promet deux à trois fois plus de rapidité, mais à un prix doublé. Artificial Analysis note toutefois une vitesse de sortie moyenne inférieure à celle des modèles comparables et des réponses souvent longues, ce qui peut augmenter le coût réel selon les usages. Kimi K3.1 Pro est déjà accessible sur le web, le mobile, Kimi Work, Kimi Code et par API. Son annonce renforce la tendance suivante : les modèles ouverts se rapprochent des systèmes fermés de pointe, sans toutefois combler tous les écarts, notamment en efficacité et sur certains domaines techniques.