Le 26 juillet 2026, la société chinoise Moonshot AI a mis en téléchargement public les poids de Kimi K3 — un modèle d'intelligence artificielle de pointe, gratuit, sous une licence autorisant l'usage commercial. En quelques heures, des newsletters du monde entier ont repris le même titre : votre entreprise peut désormais faire tourner une IA de pointe sur son propre serveur, sans dépendre d'API coûteuses.
La formule est belle. Le problème, c'est que personne n'a fait le calcul. Nous l'avons fait.
Ce qui a été publié exactement
Kimi K3 compte 2 880 milliards de paramètres, sur une architecture à mélange d'experts (MoE) qui active environ 104 milliards de paramètres par token — 16 experts sur un total de 896. Il accepte 1 million de tokens de contexte (l'équivalent d'une armoire entière de documents dans une seule conversation), comprend texte, image et vidéo, et expose une API compatible avec les standards d'OpenAI et d'Anthropic.
La licence est une MIT modifiée, assez permissive pour un usage commercial. Et l'avancée technique la plus citée est un mécanisme d'attention maison, Kimi Delta Attention, qui rendrait selon l'entreprise le traitement des contextes longs jusqu'à six fois moins cher.
Rien de tout cela n'est de l'exagération marketing. C'est réellement une étape importante.
Ouvert n'est pas synonyme d'open source
Ici intervient la première distinction que presque toute la couverture a ignorée. Ce que Moonshot a publié, ce sont les poids du modèle — le résultat final de l'entraînement. Les données d'entraînement et le code utilisé pour entraîner ne sont pas fournis.
Autrement dit : c'est un modèle à poids ouverts, pas un modèle open source. Vous pouvez le télécharger, l'utiliser et l'adapter. Vous ne pouvez pas auditer ce sur quoi il a été entraîné, ni le reconstruire de zéro. Pour la plupart des entreprises cela ne change rien au quotidien, mais cela change le discours — et il vaut mieux savoir ce que l'on dit quand on dit « ouvert ».
Le calcul que personne n'a fait
Passons au concret. Pour faire tourner ce modèle, il faut charger les poids dans la mémoire des cartes graphiques. Les estimations indépendantes disponibles indiquent :
- En précision FP16 : environ 6 060 Go de VRAM, en comptant poids, activations et cache.
- Compressé agressivement en INT4 : environ 1 515 Go.
- Le minimum praticable tourne autour de 8 cartes H100 de 80 Go (640 Go au total) déjà avec compression agressive — et 16 ou plus pour fonctionner confortablement.
Traduit en argent : louer cette infrastructure dans le cloud coûte de l'ordre de 25 000 dollars par mois. Ce n'est pas un ordinateur puissant. C'est un petit centre de données.
Et voici la comparaison qui tranche : l'API officielle du modèle coûte environ 3 dollars par million de tokens en entrée et 15 dollars par million en sortie. Avec les mêmes 25 000 dollars d'un seul mois de serveurs, vous achetez plus de 1,6 milliard de tokens en sortie via l'API.
Pour donner l'échelle : une page dense de texte représente environ mille tokens. Un milliard six cents millions de tokens équivalent à quelque chose comme un million et demi de pages produites. Aucune petite ou moyenne entreprise n'approche cela en un mois. La plupart n'y arrivent pas en un an.
Quand l'hébergement interne a réellement du sens
Le scénario où l'infrastructure propre se rentabilise existe bel et bien. Il y en a deux, et il faut les reconnaître :
- Un volume soutenu et très élevé. Si la consommation mensuelle se compte en milliards de tokens, tous les mois, le calcul s'inverse. Là, la discussion est légitime et purement financière.
- Quand la confidentialité et le contrôle valent en eux-mêmes. Données de santé, informations clients, contrats, dossiers juridiques. Si les données ne peuvent pas sortir de votre infrastructure pour des raisons de RGPD ou contractuelles, le coût cesse d'être le critère — la conformité le devient. Et il existe ici un entre-deux qui n'apparaît presque jamais dans les titres : des modèles ouverts plus petits, qui tournent sur une ou deux cartes, résolvent une énorme partie des cas réels en entreprise avec une confidentialité totale et un coût faible.
En dehors de ces deux cas, un serveur dédié pour faire tourner un modèle géant est une fierté d'ingénierie payée avec l'argent de l'exploitation.
La question que votre entreprise devrait se poser
La question « quel modèle utiliser ? » est presque toujours la mauvaise, et c'est celle qu'induit le titre. Le modèle a changé trois fois rien que cette année — qui a choisi son architecture d'après un titre a déjà refait le travail deux fois.
La bonne question est antérieure et bien plus ennuyeuse : quel processus de l'entreprise est cher, lent ou dépendant d'une seule personne ? Une fois celle-ci tranchée, le choix technique devient une conséquence — et il est en général bien plus modeste que ne le suggérait le titre. La plupart du temps, ce qui résout le problème est une API facturée à l'usage, intégrée au système que l'entreprise possède déjà.
Kimi K3 est une excellente nouvelle pour le marché : il fait pression sur les prix, réduit la dépendance à quelques fournisseurs et élargit le champ du possible. Il n'est simplement pas, pour l'écrasante majorité des entreprises, quelque chose que l'on installe chez soi.
Questions fréquentes
Puis-je faire tourner Kimi K3 sur mon ordinateur ?
Non. Même pas sur un très bon ordinateur. Les estimations indiquent la nécessité de plusieurs cartes de centre de données — le minimum praticable tourne autour de huit H100 de 80 Go, avec compression agressive.
Alors « gratuit » est un mensonge ?
Ce n'est pas un mensonge : les poids sont réellement gratuits et la licence autorise l'usage commercial. Ce qui n'est pas gratuit, c'est la machine nécessaire pour les exécuter. Le coût a quitté la licence pour aller vers le matériel.
Quelle différence entre poids ouverts et open source ?
Poids ouverts signifie que vous recevez le modèle entraîné et pouvez l'utiliser. Open source signifierait recevoir aussi les données et le code d'entraînement, permettant d'auditer et de reconstruire. Kimi K3 relève du premier cas.
Existe-t-il une voie pour qui a besoin d'une confidentialité totale ?
Oui, et elle passe par des modèles ouverts plus petits, qui tournent sur une ou deux cartes au sein de votre propre infrastructure. Ils résolvent une bonne part des cas d'entreprise sans qu'aucune donnée ne sorte de chez vous.