Kimi K3.1 Pro franchit le seuil chinois d’exportation

Ce que Moonshot AI a réellement publié

Je regarderais Kimi K3.1 Pro sous deux angles à la fois : c'est un très grand modèle MoE et, simultanément, une cible potentielle du contrôle des exportations. La fiche du modèle Moonshot AI sur Hugging Face indique 2,8 billions de paramètres, dont 104 milliards sont activés pour chaque token. Le contexte annoncé atteint 1 048 576 tokens.

La différence entre le nombre total et le nombre actif de paramètres est ici essentielle. Une architecture Mixture of Experts ne transforme pas chaque étape d'inférence en calcul d'un modèle dense de 2,8 billions de paramètres, mais l'ensemble complet des poids reste immense. C'est là qu'une caractéristique technique devient, de façon inattendue, une question juridique.

K3.1 Pro est présenté comme un modèle multimodal prenant en charge le texte, les images et la vidéo dans les interfaces prévues. La documentation API de Moonshot mentionne aussi les niveaux de raisonnement low, high et max. Parmi les principaux usages figurent le contexte long, la programmation, l'utilisation d'outils et l'exécution de tâches par agents.

Selon les résultats publiés par Moonshot, le modèle a obtenu 65,7 % à Terminal-Bench 4.0. C'est un chiffre notable, mais je le considérerais encore comme une déclaration du développeur : la validation indépendante est limitée et une partie des évaluations citées s'appuie sur des jeux de données internes. La reproductibilité complète fait aussi défaut, car les documents disponibles ne confirment pas la publication de l'intégralité du code d'entraînement ni de la composition des données.

Le seuil d'exportation change les règles d'accès

Le risque principal est que Kimi K3.1 Pro dépasse formellement le seuil chinois proposé de 2 billions de paramètres. Si le régulateur compte tous les paramètres MoE, le modèle répond au critère ; s'il ne compte que les 104 milliards actifs, le résultat sera différent.

Au 4 novembre 2026, les informations disponibles décrivent un projet ou un système de contrôle envisagé, et non une interdiction mondiale automatique. Le périmètre concernant les API, les poids, les checkpoints et le support technique reste flou, tout comme la procédure précise d'autorisation.

Pour les développeurs hors de Chine, cela pourrait signifier le passage d'une diffusion libre à un accès cloud géré, à des interfaces régionales et à une vérification des utilisateurs. Les conséquences pourraient être encore plus difficiles pour les chercheurs : moins de poids disponibles, des tests plus compliqués à reproduire et davantage d'écarts entre les versions régionales.

Ma conclusion d'ingénieur est simple : 2,8 billions de paramètres impressionnent, mais la véritable question n'est pas la taille du modèle. Tout dépendra du nombre que le régulateur reconnaîtra comme la taille d'un système MoE.

Nous avons précédemment étudié Pony Alpha, un probable modèle GLM-5 accessible via OpenRouter avec une fenêtre de contexte de 200K. Le contexte de sa sortie aide à comprendre comment les modèles chinois de pointe atteignent les utilisateurs par différents canaux malgré les contraintes de contrôle des exportations.