Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Fiche modèle · édition du

Kimi K3

Moonshot · Chine · sorti le Moonshot · Chine · 16 juillet 2026

  • Réflexion réglable
  • Poids ouverts · Kimi K3
  • Serveur seulement
  • Classe énergétique F
90,0de 88,6 à 91,3Rang 24 · 100 %?
Empreinte?
Raisonnement86,8Code90,2Agents88,4Usage90,2Maths91,0Sciences95,5Français86,5Vision88,9Écriture90,5Web93,4

Son bilan?

  • Au classement général, 24e sur 257, dans un peloton de 11 modèles que la marge d'erreur ne permet pas de séparer.
  • Dans le top 10 en sciences (6e).
  • Pas encore classé en tâches d'agent : trop peu de mesures.
L'essayer surKimi (nouvel onglet)

Estimationenviron 9,1 € pour 1 000 questions par l'API, en comptant 1 000 jetons lus et 500 écrits par question. Comment on l'estime

Où l'utiliser

Relevé du . Formules relevées sur la page officielle de chaque assistant, en France. Les prix et les modèles changent souvent : vérifiez avant de payer. Tous les abonnements →

Pour coder

Ces forfaits de code proposent ce modèle, d'après la page de leur éditeur. Tous les forfaits pour coder →

Score général?

90,0de 88,6 à 91,3

Rang24Groupe 3, ex æquoCouverture100 %36 mesures

Pourquoi ce score ? →Comment lire un score →

Artificial Analysis

Hors du score

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index. C'est un autre indice, qui ne compte pas dans le score IA de QUELLE IA et ne se compare pas directement à lui.

Version évaluéeIndiceRang chez euxVitessePremier jetonPrix par million de jetonsentrée / sortie
Kimi K3 (Max)43,6non publié38,7 jetons/s2,25 s3 $ / 15 $
Kimi K3 (Low)30,1non publié42,4 jetons/s2,29 s3 $ / 15 $

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Relevé le 26 octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis

Agent Arena

Hors du score

Agent Arena, le classement des agents d'Arena, observe de vraies sessions de travail : des internautes confient une tâche à un agent (écrire du code, chercher, analyser des fichiers) dont le modèle est tiré au sort et reste caché. Le score net dit de combien de points ce modèle fait monter ou baisser les signes de réussite de ces sessions (tâche validée, compliments, corrections réussies, erreurs rattrapées, aucun outil inventé) par rapport au modèle moyen du classement, qui vaut 0 %. Il ne compte pas dans le score IA de QUELLE IA.

Version évaluéeRangScore netIntervalle à 95 %Sessions
Kimi K3 (Max)28e sur 59+0,6 %de −0,1 à +1,2 %160 529

Score net et intervalle de confiance à 95 % en points de pourcentage. Rang parmi les 59 modèles du classement, où un même modèle peut paraître à plusieurs niveaux d'effort. Classement publié par Arena le 11 novembre 2026, repris de son jeu de données public sous licence CC BY 4.0.

Source : Arena (Agent Arena), CC BY 4.0 · la méthode

Peut-il tourner chez vous ?ESTIMATION

Trop lourd pour les machines que suit QUELLE IA : 1 932,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.

  • Cartes graphiquesTrop juste
  • PC portables GeForce RTXTrop juste
  • PC portables Intel Core UltraTrop juste
  • PC portables Snapdragon X2Trop juste
  • MacTrop juste
  • Mini-PC et PC portables Ryzen AI MaxTrop juste
  • Nvidia DGX et RTX SparkTrop juste
  • Sans carte graphiqueTrop juste
  • ServeurOui
Mémoire selon la versionAllégée, 4 bits1 932,0 GoAllégée, 8 bits3 381,0 GoComplète, 16 bits6 440,0 GoLe pointillé marque 448 Go, la mémoire utile de quatre DGX Spark en grappe, la plus grande machine que nous suivons.
Vitesse de générationPas d'estimation de vitesse : l'éditeur ne publie pas le nombre de paramètres actifs par jeton de ce modèle. Comment on l’estime.

Les benchmarks mesurent la version complète du modèle. La version allégée fait un peu moins bien. À télécharger avec Ollama, LM Studio ou llama.cpp. Comment on compte la mémoire. Les prix et les marchands sont sur la page de chaque machine.

Pour aller plus loin. Installer Ollama, lancer un premier modèle et fixer la taille du contexte pour qu'il tienne dans la mémoire de la machine. Ollama & les modèles locaux, sur minilabai.com. Un guide du même auteur que QUELLE IA.

Fiche technique

Prix
2,60 € / 13,0 €entrée / sortie, par million de jetons
Fenêtre de contexte
1 048 576 jetonsenviron 786 000 mots
Entrées
Texte, image
Réflexion
Faible, élevée, maximaletrois niveaux réglables
Paramètres
2 800 milliards
Licence
Kimi K3poids ouverts, téléchargeables
Classe énergétique
Fsur une échelle de A à G
Hébergement en Europe
Possible
Connaissances jusqu'à
Non communiqué

Où le trouver

Liens directs, sans affiliation

Dans les outils de code

Relevé du
Disponible dans
Mesuré dans

Un modèle proposé par un outil figure dans la liste que son éditeur publie. Rien n'y est mesuré. Tous les outils et leurs modèles →

À lire sur Numerama

2 articles · relevé du

Une sélection automatique des articles de Frandroid, Numerama et Clubic consacrés à ce modèle. Ces trois médias appartiennent au groupe Humanoid. Les articles n'entrent pas dans le score.

Toutes les mesures

53 mesures · d'où vient le score
BenchmarkRésultatÉquivaut à?RéflexionÉtatSource
OTIS Mock AIME 2024-202597,2 %86,4MaximaleSATURÉepoch.ai
Surface Evolver Bench95 %106,0InconnueSATURÉyhenon.github.io
GPQA Diamond93,1 %90,6MaximaleSATURÉepoch.ai
ARC-AGI-194,5 %90,8MaximaleSATURÉarcprize.org
OTIS Mock AIME 2024-202593,3 %80,2ÉlevéeSATURÉepoch.ai
Surface Evolver Bench93 %103,0MaximaleSATURÉyhenon.github.io
GPQA Diamond91,9 %87,5ÉlevéeSATURÉepoch.ai
ProofBench87 %94,7InconnueSATURÉvals.ai
ARC-AGI-186,7 %85,0ÉlevéeSATURÉarcprize.org
DTBench91,2 %86,9MaximaleSATURÉconceptualreasoning.ai
GPQA Diamond84,8 %76,8FaibleSATURÉepoch.ai
WeirdML (v2)82,6 %100,6MaximaleACTIFhtihle.github.io
Voir les 41 autres mesures
Code Arena, WebDev1 657,8 Elo94,2InconnueACTIFarena.ai
OTIS Mock AIME 2024-202568,9 %67,7FaibleSATURÉepoch.ai
DeepSWE68,5 %92,3Maximale · mini-SWE-agentACTIFdeepswe.datacurve.ai
ARC-AGI-165,7 %77,8FaibleSATURÉarcprize.org
Arena, questions d'experts1 527,7 Elo91,5InconnueACTIFarena.ai
Arena, questions de maths1 501,9 Elo91,3InconnueACTIFarena.ai
Arena, questions de code1 538,1 Elo91,0InconnueACTIFarena.ai
Arena, écriture créative1 459,1 Elo91,1InconnueACTIFarena.ai
Arena, texte1 487,4 Elo90,8InconnueACTIFarena.ai
LMCA52,7490,3MaximaleACTIFconceptualreasoning.ai
Arena, questions en français1 501,1 Elo88,3InconnueACTIFarena.ai
ARC-AGI-260,4 %86,9MaximaleSATURÉepoch.ai
SciCode59,5 %94,8MaximaleACTIFartificialanalysis.ai
SciCode58,7 %93,8InconnueACTIFartificialanalysis.ai
ARC-AGI-255 %85,9ÉlevéeSATURÉepoch.ai
SimpleBench60,7 %83,8MaximaleACTIFlmcouncil.ai
SciCode52,7 %86,2FaibleACTIFartificialanalysis.ai
SimpleQA Verified50,6 %88,6MaximaleACTIFepoch.ai
Vending-Bench 25 165 $89,5InconnueACTIFepoch.ai
compar:IA1 015,0 Elo70,2InconnueACTIFarene.comparia.beta.gouv.fr
GBAEval48,3 %89,6InconnueACTIFgbaeval.com
APEX-Agents47,8 %86,7InconnueACTIFepoch.ai
FrontierCode44,2 %92,3Inconnue · mini-SWE-agentACTIFcognition.com
FrontierMath, palier 4 (v2)39 %88,4MaximaleSATURÉepoch.ai
Chess Puzzles37 %86,2ÉlevéeACTIFepoch.ai
Chess Puzzles36 %85,7MaximaleACTIFepoch.ai
PostTrainBench32 %91,6Inconnue · Claude CodeACTIFepoch.ai
Blueprint-Bench 229,5 %91,0InconnueACTIFandonlabs.com
ForecastBench64,7 %84,1MaximaleACTIFepoch.ai
FrontierSWE25,9 %89,5Maximale · proximusACTIFfrontierswe.com
CritPt23,4 %92,7MaximaleACTIFepoch.ai
GDP.pdf19 %87,6MaximaleACTIFsurgehq.ai
Mystery Game Puzzles26 %85,8MaximaleACTIFepoch.ai
WeirdML v315,4 %89,4Élevée · kimi_codeACTIFhtihle.github.io
Chess Puzzles18 %74,3FaibleACTIFepoch.ai
ARC-AGI-212,4 %76,3FaibleSATURÉepoch.ai
Furniture Assembly34,2 %87,4MaximaleACTIFepoch.ai
CritPt3,1 %70,7FaibleACTIFepoch.ai
Mystery Game Puzzles12 %74,0FaibleACTIFepoch.ai
FrontierMath Erdős0 %95,0MaximaleACTIFepoch.ai

Source : Artificial Analysis pour CritPt et SciCode. Ces mesures, relayées par Epoch AI, comptent dans le score IA avec leur accord.

En bref

Quel est le score de Kimi K3 ?
Kimi K3 obtient un score IA de 90,0, avec une marge de 88,6 à 91,3, dans l'édition du 9 novembre 2026. Il est classé 24e sur 257 modèles, à partir de 36 mesures.?
Dans quelles tâches Kimi K3 est-il le plus fort ?
Ses deux meilleures tâches sont sciences (95,5) et web (93,4). Sa tâche la plus faible est français (86,5).
Kimi K3 peut-il tourner en local ?
Trop lourd pour les machines que suit QUELLE IA : 1 932,0 Go en version allégée à 4 bits, plus que les 448 Go utiles de quatre DGX Spark en grappe. Il lui faut un serveur.
Combien coûte Kimi K3 ?
2,60 € par million de jetons en entrée et 13,0 € en sortie, au tarif affiché par les fournisseurs. Pour fixer les idées, 1 000 questions de 1 000 jetons, avec des réponses de 500 jetons, coûteraient environ 9,1 € par l'API : c'est une estimation, pas un tarif. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.
Qui édite Kimi K3 ?
Kimi K3 est édité par Moonshot (Chine), et il est sorti le 16 juillet 2026. Ses poids sont ouverts, sous licence Kimi K3.

Ses voisins?