IAGentic

Journal de veille sur l'usage appliqué de l'IA, chez soi et en entreprise : ce qu'on lui fait faire, ce qu'il faut pour commencer, ce que ça coûte et où ça casse.

sortie

Moonshot sert Kimi K3.1 Pro, poids promis le 4 novembre

Moonshot annonce le 23 octobre 2026 Kimi K3.1 Pro, un modèle de la classe 3T à fenêtre d'un million de tokens, post-entraîné à partir de Kimi K3 avec beaucoup plus de calcul. Il est servi le jour même sur kimi.ai, Kimi Work, Kimi Code et l'API, avec une variante Highspeed deux à trois fois plus rapide, mais les poids complets ne sont annoncés que pour le 4 novembre 2026 au plus tard. Sur Terminal-Bench 4.0, il marque 65,7 %, entre GPT-6 Astra et Claude Opus 5.5.

par Gyom 24 octobre 2026 à 07:14 5 min de lecture rubrique : Code

etiquettes : En entreprise · Hébergé · Sécurité

Un gros poids de fonte à poignée épaisse, vu de face et occupant toute l'image, le tout dessiné à l'encre sur trame d'imprimerie.

Kimi K3.1 Pro est un post-entraînement de Kimi K3, avec nettement plus de calcul dans cette phase. Moonshot décrit le travail comme une optimisation de toute la pile : cadre d'apprentissage par renforcement, inférenceExécution d'un modèle : une entrée, une sortie. Le calcul se sépare en un pré-remplissage de la question, puis une génération token par token.Fiche du lexique en fenêtre de contextecontexteQuantité de tokens qu'un modèle peut lire d'un seul coup, question et réponse comprises. Au-delà, il faut découper, résumer ou chercher ailleurs.Fiche du lexique long, efficacité d'entraînement, infrastructure de bac à sable, ordonnancement des rollouts, plus une plateforme commune de contrôle de la qualité des environnements. Le but annoncé est qu'un incrément de calcul d'apprentissage rende un gain stable et prévisible, sur des centaines de domaines aval pris ensemble plutôt que sur un seul.

Terminal-Bench 4.0 : 65,7 %, entre GPT-6 Astra et Claude Opus 5.5

Les comparaisons de Moonshot sont mesurées avec le harnais Claude Code, y compris pour son propre modèle, sauf GPT-6 Astra évalué avec Codex : c'est l'outil de l'agentIA agentiqueModèle qui boucle : il choisit une action, le plus souvent un appel d'outil, en lit le résultat, puis recommence jusqu'à l'objectif ou l'abandon. La boucle est ce qui distingue un agent d'une réponse unique.Fiche du lexique qui détermine la note, pas le modèle seul. Les écarts publiés sont serrés en haut de tableau, et la position du modèle ouvert dépend du banc choisi.

11,6 points de plus en recherche financière, 4,2 fois la tenue d'une opération

Moonshot publie trois bancs internes de finance et les progrès de K3.1 Pro sur chacun : 7,2 points de plus que K3 en modélisation financière, 11,6 points en recherche financière, et environ 4,2 fois la performance de K3 en conduite d'opération, un environnement simulé de gestion sur horizon long. Sur OfficeQA Pro v2, qui fait chercher et recouper des chiffres dans de vrais documents fiscaux, le modèle atteint 64,4, le meilleur score publié sur ce banc.

Sur Kimi Hallu Bench Hard, un banc interne construit pour provoquer l'erreur, le taux d'hallucination au niveau de l'affirmation tombe de 23,4 % pour K3 à 8,3 %, et la part de réponses contenant au moins une erreur factuelle descend à 42,4 % de celle de son prédécesseur. Moonshot précise que ces exemples sont choisis pour piéger le modèle et que ces taux ne valent pas comme taux d'erreur d'usage courant.

Un simulateur de marche à 296 os et 402 muscles, corrigé en 36 endroits

Dans un test interne, K3.1 Pro a construit un simulateur de dynamique de la marche humaine, avec ses pipelines d'entraînement et d'évaluation, au-dessus de human-atlas, un modèle anatomique ouvert du corps humain qui compte 296 composants squelettiques, cartilage compris, et 402 composants musculaires. Sur 167 missions et 420 relectures indépendantes, il a analysé les résultats, diagnostiqué les problèmes et repris son contrôleur : le marcheur simulé est passé d'un effondrement en quelques secondes à 11,2 secondes de marche continue à foulées alternées. Quand le façonnage de la récompense n'améliorait plus le mouvement des bras, le modèle n'a pas continué à régler la récompense : il a lancé des sondes en boucle ouverte sur la dynamique du simulateur, trouvé 36 erreurs dans le calcul des bras de levier des muscles de l'épaule, les a corrigées, puis a réentraîné le contrôleur.

Le contenu cyber retiré de deux étapes fait tomber xdev-bench-hard de 90,5 à 81,0 %

En faisant monter le calcul de post-entraînement, Moonshot a vu progresser la recherche de vulnérabilités et en a cherché la source : du contenu cyber était présent dans le corpus général de mi-entraînement, et des tâches cyber figuraient dans le mélange d'environnements d'apprentissage. Pour la sortie en licence des poidspoids ouvertsConditions attachées aux fichiers de poids d'un modèle, distinctes de la licence du code qui les fait tourner. Des poids dits ouverts n'impliquent pas un logiciel libre : redistribution, usage commercial et entraînement dérivé varient d'un modèle à l'autre.Fiche du lexique, le laboratoire a retiré ces données des deux étapes, en gardant les tâches de code général. L'effet est mesuré sur xdev-bench-hard, un banc maison de découverte et d'exploitation de vulnérabilités récentes, noyau Linux, Node.js, JavaScriptCore, Exim et VirGL, mitigations activées, où l'agent doit obtenir une exécution de code arbitraire puis un secret de vérification : le point de contrôle sans ces retraits résout 90,5 % des tâches en pass@3, le K3.1 Pro final 81,0 %. Le modèle reste donc plus fort que son prédécesseur sur ces tâches tout en étant bridé par rapport à ce que la même chaîne aurait produit.

Ce bridage volontaire s'inscrit dans une pente déjà mesurée sur un autre modèle ouvert : GLM-5.3, testé par Anthropic sur ses propres bancs d'exploitation, trouvait des vulnérabilités inédites et les enchaînait en attaques fonctionnelles. Moonshot mesure par ailleurs K3.1 Pro sur ExploitBench sous un budget de 300 tours et sur ExploitGym sous six heures de temps réel par tâche.

Un million de tokens, deux identifiants d'API, poids le 4 novembre

Le modèle se sert sous les identifiants kimi-k3.1-pro et kimi-k3.1-pro-highspeed, la variante rapide annoncée à deux ou trois fois la vitesse de la version standard. Moonshot indique que la conservation nulle des données est disponible pour les clients de l'API, et que les administrateurs de Kimi Enterprise peuvent activer K3.1 Pro pour leur organisation, l'accès étant fermé par défaut au lancement. La sortie 3D Make est en ligne sur kimi.ai le même jour : elle permet de prévisualiser et modifier un modèle, de le télécharger pour l'impression 3D ou de l'exporter en vidéo.

Reste la promesse qui compte pour un usage local : les poids complets sont annoncés pour le 4 novembre 2026 au plus tard. Jusque-là, un modèle de la classe 3T à contexte d'un million de tokens reste accessible par API seulement, ce qui laisse la question du matériel pour le faire tourner sur ses propres machines entièrement ouverte.

Source primaire Moonshot AI, Introducing Kimi K3.1 Pro, blog technique du 23 octobre 2026

Retour au journal