Kimi K3.1 Pro : Nouveautés, Benchmarks et Comparaisons

Kimi K3.1 Pro est le tout dernier modèle open-weight de Moonshot AI — une version post-entraînée de Kimi K3 que la société qualifie de modèle open-weight de classe 3T le plus performant, avec une fenêtre de contexte d'un million de tokens. Annoncé le 23 octobre 2026, il cible des tâches agentiques réelles : codage de projets complets, modélisation 3D paramétrique et workflows financiers de bout en bout. Ce guide couvre ce qu'est K3.1 Pro, ses benchmarks phares, comment il se compare à K3 et aux principaux modèles propriétaires, et quand les poids ouverts seront disponibles.

Qu'est-ce que Kimi K3.1 Pro ?

Kimi K3.1 Pro est le premier modèle de la nouvelle série K3.1 de Moonshot AI et une version post-entraînée de Kimi K3, construite avec un volume de calcul post-entraînement nettement plus important. Il conserve l'architecture sparse Mixture-of-Experts (MoE) de K3 — 2,8 billions de paramètres totaux avec 104 milliards actifs par token — ainsi que l'entrée multimodale et une fenêtre de contexte d'un million de tokens, selon le blog technique de Kimi K3.1 Pro.

Moonshot indique que les gains proviennent d'un apprentissage par renforcement conjoint à grande échelle sur des centaines de domaines en aval, avec le framework RL (apprentissage par renforcement), l'inférence longue portée et l'infrastructure sandbox ajustés pour que chaque incrément de calcul RL produise des rendements stables. Le résultat, selon Moonshot, est une amélioration constante dans tous les domaines par rapport à K3.

Une variante plus rapide, K3.1 Pro Highspeed, s'exécute 2 à 3 fois plus vite que le modèle standard pour une utilisation interactive plus réactive.

Benchmarks de Kimi K3.1 Pro

Moonshot positionne K3.1 Pro comme égalant ou approchant les modèles propriétaires les plus puissants en matière de codage, d'agents et de benchmarks de connaissances. Les chiffres phares du blog technique :

• Terminal-Bench 4.0 (agents de codage sur des tâches de terminal réalistes avec ressources limitées) : 65,7 %, devant GPT-6 Astra (58,2 %) et légèrement derrière Claude Opus 5.5 (66,4 %).
• Kimi Code Bench 3.0 Long-horizon (exécution multi-étapes interne et utilisation d'outils) : 61,2 %, en hausse par rapport aux 55,95 % de K3.
• BenchCAD (reconstruction 3D à partir de rendus multi-vues via code CAO) : 92,7 % avec outils, approchant Claude Opus 5.5 (96,2 %) et GPT-6 Astra (95,9 %).
• OfficeQA Pro v2 (analyse de données fiscales complexes sur de vrais documents financiers) : 64,4, que Moonshot présente comme l'état de l'art.

Considérez les benchmarks internes et ceux du jour de lancement comme un point de départ plutôt que comme un verdict définitif — les scores sont rapportés par le fournisseur et les harnais d'évaluation diffèrent entre les modèles.

Codage : Projets Complets et Moteurs de Jeu

K3.1 Pro couvre l'ensemble des tâches de codage, des corrections rapides dans des bases de code réelles aux projets complets créés de zéro. Moonshot souligne qu'il fonctionne directement dans les moteurs de jeu — Unity, Unreal Engine et Godot — et les combine avec la recherche web et la génération 3D pour créer des expériences complètes, avec une composition, une typographie et des animations plus solides dans les pages front-end et les scènes Three.js.

Un test interne illustre l'ambition long-horizon : Moonshot rapporte que K3.1 Pro a construit un simulateur de dynamique de marche humaine sur un modèle anatomique open source, et sur 167 missions et 420 révisions, a affiné de manière itérative un contrôleur jusqu'à ce que l'humain simulé marche en continu pendant 11,2 secondes — exécutant à un moment des sondes en boucle ouverte de la dynamique du simulateur et corrigeant 36 erreurs dans les calculs des muscles de l'épaule plutôt que d'ajuster aveuglément les récompenses.

Modélisation 3D et Conception Paramétrique

Le raisonnement spatial est un point fort. Moonshot indique que K3.1 Pro excelle dans la modélisation paramétrique — pièces mécaniques, maquettes architecturales, produits configurables et mobilier sur mesure — et peut écrire et exécuter des scripts pour des outils comme Blender et les logiciels CAO sans connecteurs MCP pour construire et affiner des assets, modifier des composants et ajuster la géométrie et les matériaux.

À partir d'un brief textuel, d'un croquis ou d'une image de référence, le modèle déduit la forme, les proportions et les relations spatiales pour produire des modèles 3D utilisables. Moonshot a également lancé 3D Make sur kimi.ai et l'application Kimi, qui permet de prévisualiser et modifier des modèles en ligne et de les exporter pour l'impression 3D ou sous forme de vidéo.

Finance : Moins d'Hallucinations, une Modélisation Plus Fiable

La finance est le domaine où Moonshot mise le plus sur la fiabilité. Sur les benchmarks internes, K3.1 Pro améliore K3 de 7,2 points en modélisation financière et de 11,6 points en recherche financière, et atteint environ 4,2 fois les performances de K3 sur un benchmark de simulation d'opérations commerciales.

L'aspect précision est celui qui a le plus retenu l'attention. Sur Kimi Hallu Bench Hard — un test de résistance délibérément conçu pour sonder les erreurs — le taux d'hallucination au niveau des affirmations de K3.1 Pro est passé de 23,4 % pour K3 à 8,3 %. Moonshot précise explicitement qu'il s'agit d'un test de résistance et ne représente pas les taux d'erreur globaux en utilisation quotidienne, donc interprétez le cadrage « 65 % moins d'hallucinations » comme un delta de benchmark, non comme une garantie.

Cybersécurité : Une Publication Open-Weight Délibérément Limitée

Étant donné que les poids seront publics, Moonshot décrit des contrôles ciblés sur les capacités offensives en matière de sécurité. Il indique avoir supprimé les données liées à la cybersécurité offensive aux étapes de mi-entraînement et de RL avant la publication open-weight, tout en préservant les tâches de codage général.

L'effet est mesurable sur son xdev-bench-hard interne : un checkpoint sans ces contrôles a résolu 90,5 % des tâches à pass@3, tandis que le K3.1 Pro final atteint 81,0 %. Moonshot affirme que la capacité cyber offensive de K3.1 Pro reste en deçà des modèles propriétaires de pointe publiés depuis au moins trois mois, et présente une diffusion progressive et contrôlée comme préférable pour la sécurité défensive plutôt que de concentrer cette capacité dans des systèmes fermés.

Kimi K3.1 Pro vs. K3

Si vous avez utilisé K3, K3.1 Pro est une mise à niveau post-entraînement sur la même architecture plutôt qu'un nouveau modèle de base — même MoE 2,8T et contexte 1M, avec de larges gains agentiques ajoutés.

La différence pratique : K3.1 Pro est optimisé pour le codage long-horizon, la 3D/CAO et le travail financier, avec un taux d'hallucination nettement plus faible sur les tests de résistance et une option Highspeed plus rapide pour une utilisation interactive.

Comparaison avec Claude et GPT-6

Sur les benchmarks publiés par Moonshot, K3.1 Pro se situe près de la frontière sans la dépasser clairement. Il se place juste derrière Claude Opus 5.5 sur Terminal-Bench 4.0 (65,7 % vs 66,4 %) et devant GPT-6 Astra (58,2 %) ; sur BenchCAD avec outils, il est derrière les deux (92,7 % vs 96,2 % et 95,9 %). Le point essentiel est qu'un modèle open-weight rivalise désormais avec les leaders propriétaires en codage agentique et en CAO — la même trajectoire que nous avons suivie avec Meta's Muse Spark Open et Reflection Beam.

Disponibilité et Poids Ouverts

Kimi K3.1 Pro et K3.1 Pro Highspeed sont disponibles dès maintenant dans toute la gamme de produits Kimi — sur kimi.ai et les applications mobiles Kimi, Kimi Work (application desktop v3.1.0+), Kimi Code (sélectionnez le modèle avec /model), et l'API Kimi (kimi-k3.1-pro / kimi-k3.1-pro-highspeed). L'accès entreprise est désactivé par défaut au lancement.

La date clé pour les auto-hébergeurs : publication complète des poids du modèle avant le 4 novembre 2026. Jusque-là, K3.1 Pro est uniquement disponible via l'API et les applications ; après cette date, les équipes pourront l'inspecter, le modifier et l'exécuter sur leur propre infrastructure.

Faites-le avec Votre Propre Équipe IA

Un modèle comme K3.1 Pro prend tout son sens lorsqu'il est intégré dans de vrais workflows — dépôts de code, pipelines 3D, documents financiers et plans multi-étapes — et pas seulement dans une interface de chat. Une plateforme multi-agents agnostique au modèle vous permet de router le codage long-horizon vers un modèle open-weight de pointe tout en conservant les données sensibles en local. Eigent est une application desktop Cowork open source qui exécute une équipe d'agents IA sur votre propre machine, vous permettant de connecter le meilleur modèle pour chaque tâche. Découvrez comment les agents peuvent examiner les PRs GitHub de bout en bout, puis téléchargez Eigent pour l'essayer.

Foire Aux Questions

Qu'est-ce que Kimi K3.1 Pro ?

Kimi K3.1 Pro est le modèle open-weight de Moonshot AI annoncé le 23 octobre 2026 — une version post-entraînée de Kimi K3 avec 2,8 billions de paramètres totaux (104B actifs), une fenêtre de contexte d'un million de tokens et une entrée multimodale. Moonshot le qualifie de modèle open-weight de classe 3T le plus performant, avec des améliorations en codage, création 3D et finance.

Kimi K3.1 Pro est-il open source ?

Moonshot prévoit de publier les poids complets du modèle avant le 4 novembre 2026, date à laquelle les développeurs pourront l'inspecter, le modifier et l'auto-héberger. Jusque-là, K3.1 Pro n'est disponible que via les applications Kimi, Kimi Work, Kimi Code et l'API Kimi.

Comment Kimi K3.1 Pro se compare-t-il à Claude Opus 5.5 et GPT-6 Astra ?

Sur les benchmarks publiés par Moonshot, K3.1 Pro obtient 65,7 % sur Terminal-Bench 4.0 — devant GPT-6 Astra (58,2 %) et juste derrière Claude Opus 5.5 (66,4 %). Sur BenchCAD avec outils, il obtient 92,7 %, derrière Opus 5.5 (96,2 %) et Astra (95,9 %). Ce sont des chiffres rapportés par le fournisseur avec des harnais différents.

Quelles sont les nouveautés de K3.1 Pro par rapport à K3 ?

K3.1 Pro est un K3 post-entraîné sur la même architecture MoE 2,8T et le même contexte 1M, avec de larges gains agentiques : codage long-horizon plus solide, meilleur travail 3D et CAO, et améliorations financières de 7,2 points (modélisation) et 11,6 points (recherche). Son taux d'hallucination sur les tests de résistance passe de 23,4 % à 8,3 %, et une variante Highspeed s'exécute 2 à 3 fois plus vite.

Puis-je utiliser Kimi K3.1 Pro avec une plateforme multi-agents comme Eigent ?

Oui. Une fois les poids publiés, une plateforme agnostique au modèle comme Eigent peut router les tâches de codage long-horizon et de travail de connaissance vers K3.1 Pro tout en utilisant d'autres modèles pour les étapes routinières — et conserver les données en local si nécessaire.