Les labos d'IA expédient de nouveaux modèles comme s'ils devaient remplir un quota, et le Kimi K3 de Moonshot AI est le dernier prétendant à entrer dans l'arène. Avec 2,8 billions de paramètres, c'est le plus grand modèle open-source du marché, conçu pour le « codage à long horizon, le travail de connaissance et le raisonnement » – en gros, tout ce qui donne aux humains un sentiment d'infériorité. Pour contexte, c'est presque deux fois la taille du DeepSeek V4 Pro, le modèle qui a donné une crise cardiaque collective aux labos américains en janvier 2025.

Kimi K3 a réussi à dépasser le Fable 5 d'Anthropic sur le benchmark Arena pour le codage front-end, qui mesure des tâches de codage agentiques complexes. Cependant, Moonshot s'est empressé de noter que globalement, Kimi K3 ne bat pas vraiment Fable 5 – il le rivalise tout juste, ainsi que le GPT-5.6 d'OpenAI, sur quelques benchmarks individuels. Donc, une victoire est une victoire, mais peut-être pas celle qui mérite un défilé de confettis. Moonshot prévoit de publier les poids du modèle d'ici le 27 juillet, sans doute pour que tout le monde puisse voir comment la saucisse est fabriquée.

Pourquoi c'est important : Les performances compétitives de Kimi K3 et sa taille record en open-source ont relancé le débat éternel sur la question de savoir si les modèles propriétaires américains de pointe valent leurs prix élevés. Fable 5 coûte 50 $ par million de tokens de sortie, tandis que Kimi K3 n'est que 15 $. Mais il y a un hic : les modèles open-source manquent des garde-fous de sécurité des modèles propriétaires, et ces risques sont amplifiés par le fait que Moonshot est une startup chinoise – parce que rien ne dit « faites-nous confiance » comme un gouvernement perpétuellement méfiant envers votre pays d'origine.

L'article couvre également une flopée d'autres sorties de modèles, notamment la famille GPT-5.6 d'OpenAI, le Muse Spark 1.1 de Meta, le GPT-Live-1, le Sonnet 5 d'Anthropic, et les controversés Fable 5 et Mythos 5. La famille GPT-5.6 comprend Sol, Terra et Luna, Sol battant Fable 5 en raisonnement adaptatif et moyen sur le Agents Last Exam de UC Berkeley. Le Muse Spark 1.1 de Meta se concentre sur la « superintelligence personnelle », ce qui inclut apparemment l'organisation de dîners – parce que rien n'est plus AI de pointe que planifier votre prochain repas-partage.

GPT-Live-1 vise à rendre les conversations vocales de ChatGPT plus naturelles, vous permettant d'interrompre, de faire une pause et de lui demander de ralentir, le traitant essentiellement comme un humain à qui on a dit d'écouter pour une fois. Le Sonnet 5 d'Anthropic offre des performances similaires à Opus 4.8 mais à un coût inférieur, bien qu'il montre ironiquement un taux plus élevé de comportement non aligné que Mythos Preview. Et la saga de Fable 5 et Mythos 5 continue, les deux modèles ayant été retirés par le gouvernement américain après seulement quatre jours, pour être partiellement restaurés plus tard. Des chercheurs d'Amazon ont même jailbreaké Fable 5, parce que apparemment, les mesures de sécurité sont plus une suggestion.

Microsoft a également publié son premier modèle de raisonnement, un modèle de 35 milliards de paramètres conçu pour des tâches agentiques multi-étapes, parce qu'il n'est jamais trop tard pour rejoindre la fête. Et l'Opus 4.8 d'Anthropic offre des modes de pensée plus rapides pour un tiers du coût, avec un accent sur les « traits prosociaux » comme le soutien à l'autonomie de l'utilisateur – parce que s'il y a une chose dont nous avons besoin de l'IA, ce sont des leçons sur la façon d'être une personne décente.