Retour au blog
Modèles & LLM

Kimi K3 de Moonshot AI : un million de tokens, pas un contexte infini

En juillet, nous présentions Kimi, l'IA de l'entreprise chinoise Moonshot AI, comme le champion du « contexte infini ». Nous avons tout revérifié : son dernier modèle, Kimi K3, lit environ un million de tokens d'un coup, comme ses grands concurrents, pas dix millions. Voici ce que ça change pour toi, à quoi sert vraiment un contexte long, et pourquoi tes données méritent de la prudence.

Date
Lecture
8 min

Moonshot AI et Kimi, c'est qui ?

Moonshot AI est une entreprise chinoise d'intelligence artificielle. Sa politique de confidentialité pour la Chine la présente sous son nom officiel, Beijing Moonshot Technology (北京月之暗面科技股份有限公司). Kimi désigne à la fois son assistant, utilisable sur le web et sur mobile, et sa famille de modèles d'IA.

Le dernier en date, Kimi K3, a été présenté mi-juillet 2026. Moonshot le décrit comme son modèle « le plus capable à ce jour ». Il est disponible sur le site kimi.ai, dans les applications Kimi et, pour les développeurs, par une API payante. Ses fichiers, annoncés pour le 27 juillet, sont aussi téléchargeables : on dit que c'est un modèle « open-weight » (à poids ouverts).

Une API est une porte d'entrée qui permet à un logiciel d'interroger l'IA sans passer par l'écran : c'est ce qu'on utilise pour automatiser une tâche.

« Contexte infini » : ce que disent vraiment les chiffres

La première version de cet article affirmait que Kimi était « le premier LLM » capable de traiter « jusqu'à 10 millions de tokens ». Nous n'avons trouvé aucune source de Moonshot AI qui le confirme. Voici ce que disent les documents officiels au 2 octobre 2026.

D'abord, deux définitions. Un token est un morceau de mot : c'est l'unité dans laquelle une IA lit, écrit et facture. La fenêtre de contexte, c'est la quantité de tokens que le modèle peut garder « sous les yeux » en même temps : ta question, les documents joints et l'historique de la conversation.

  • Kimi K3 : 1 048 576 tokens, soit environ un million.
  • Kimi K2.6 et Kimi K2.7 Code, les modèles précédents, toujours proposés : 262 144 tokens.

Un million de tokens, c'est beaucoup : plusieurs centaines de milliers de mots, le nombre exact dépendant de la façon dont chaque modèle découpe le texte. Mais ce n'est ni infini, ni unique. Claude, GPT-6 et Gemini proposent aujourd'hui la même taille dans leur API, comme nous l'expliquons dans notre article sur la course entre Anthropic, OpenAI et Google. Et Kimi n'était pas le premier : dès juin 2024, Google ouvrait à tous les développeurs une fenêtre de 2 millions de tokens pour Gemini 1.5 Pro.

Kimi K3 en quelques chiffres

Selon sa fiche officielle, Kimi K3 compte 2 800 milliards de paramètres, les réglages internes appris pendant l'entraînement. Il utilise une architecture dite « mélange d'experts » : pour chaque mot, seule une partie du modèle travaille, ici 104 milliards de paramètres. Il comprend nativement le texte, les images et la vidéo.

Côté API, Moonshot affiche 3 $ par million de tokens envoyés, 15 $ par million de tokens produits, et 0,30 $ pour les tokens déjà mis en cache (des passages que le service a gardés en mémoire d'une requête à l'autre). Le modèle précédent, Kimi K2.6, coûte 0,95 $ et 4 $.

Les fichiers sont publiés sous une licence maison, la « Kimi K3 License ». Elle autorise l'usage, la modification et l'usage commercial, avec deux conditions qui ne visent que les très grands acteurs : afficher « Kimi K3 » dans l'interface au-delà de 100 millions d'utilisateurs mensuels ou de 20 millions de dollars de revenus mensuels, et signer un accord séparé pour revendre l'accès au modèle au-delà de 20 millions de dollars de revenus sur douze mois. Pour une TPE, ces seuils sont hors sujet.

En revanche, la taille compte : un modèle de 2 800 milliards de paramètres ne tourne pas sur un ordinateur de bureau. Le télécharger n'a de sens que pour un hébergeur équipé de serveurs spécialisés.

Le contexte long, à quoi ça sert pour une TPE ?

Une grande fenêtre de contexte permet de donner un gros dossier d'un seul coup, sans le découper.

Exemple : un bureau d'études reçoit un appel d'offres de 400 pages, annexes comprises. Il peut demander à l'IA de lister toutes les exigences techniques et les dates limites, en une seule requête.

Exemple : un syndic de copropriété veut retrouver, dans dix ans de procès-verbaux d'assemblée générale, toutes les décisions concernant la toiture.

Mais « tout donner d'un coup » a ses limites. Anthropic reconnaît dans sa documentation que la précision et la mémoire d'un modèle se dégradent quand le nombre de tokens augmente. Une étude publiée en 2023, « Lost in the Middle », a montré que les modèles retrouvent moins bien une information placée au milieu d'un long texte. Même Moonshot, pour l'un des tests publiés sur la fiche de Kimi K3, déclenche une « compaction » (un résumé automatique de l'historique) à partir de 300 000 tokens.

Pour interroger régulièrement les mêmes documents, une autre méthode est souvent plus fiable et moins chère : la recherche documentaire augmentée (on parle aussi de RAG). L'outil va d'abord chercher les quelques passages pertinents, puis ne transmet qu'eux à l'IA. Exemple : le syndic n'envoie pas dix ans de procès-verbaux à chaque question, seulement les cinq paragraphes qui parlent de toiture.

Tes données chez Kimi : la question à se poser avant tout

C'est le point le plus important pour une entreprise française. Moonshot publie plusieurs politiques de confidentialité selon le service, et elles ne disent pas la même chose.

  • L'assistant international (kimi.ai) : la politique mise à jour le 13 août 2026 désigne la société NOVASCENT PRIVATE LIMITED. Elle indique que tes contenus servent notamment à « entraîner et optimiser » ses modèles d'IA, et que tes données peuvent être stockées sur des serveurs hors de ton pays, sans nommer de pays. Nous n'y avons trouvé aucune mention du RGPD.
  • La page d'aide de Kimi sur l'usage des données indique un stockage « en Chine continentale ». Elle précise qu'on peut refuser l'utilisation de ses conversations pour l'entraînement en écrivant au support, avec un délai de 5 à 7 jours ouvrés, et que les données des espaces entreprise n'entrent pas dans l'entraînement.
  • L'API (Kimi Open Platform) : la politique du 30 avril 2025 désigne MOONSHOT AI PTE. LTD., à Singapour, et un stockage sur des serveurs situés à Singapour.

Aucune de ces politiques ne prévoit un stockage dans l'Union européenne. Or ni la Chine ni Singapour ne figurent sur la liste des pays que la Commission européenne reconnaît comme offrant une protection des données équivalente à la nôtre. Concrètement : n'y mets aucune donnée personnelle de tes clients ou de tes salariés, ni aucun document confidentiel. Pour les données sensibles, regarde plutôt du côté des solutions européennes ou suisses, comme Mistral ou Euria.

Les limites à connaître

  • Les performances sont annoncées par Moonshot. Les comparaisons publiées sur la fiche du modèle sont les siennes, avec ses propres réglages. L'éditeur reconnaît d'ailleurs que Kimi K3 reste, dans l'ensemble, derrière les modèles propriétaires les plus puissants du moment.
  • Ouvert ne veut pas dire « chez toi ». Kimi K3 est téléchargeable, mais trop gros pour ton ordinateur. Pour une IA vraiment locale, il faut un petit modèle : notre article sur Ollama explique comment faire.
  • Un grand contexte ne remplace pas un bon tri. Plus tu donnes de texte inutile, plus le risque d'oubli ou d'erreur augmente.

Ce qu'il faut retenir

  • Kimi K3, présenté mi-juillet 2026, a une fenêtre de contexte d'environ 1 million de tokens : grande, mais pas infinie, et au même niveau que Claude, GPT-6 et Gemini.
  • Nous n'avons trouvé aucune source officielle pour les « 10 millions de tokens » annoncés dans la première version de cet article.
  • Le modèle est open-weight et utilisable commercialement, mais beaucoup trop gros pour un ordinateur ordinaire.
  • Les politiques de confidentialité de Kimi mentionnent la Chine et Singapour, jamais l'Union européenne : pas de données clients ni de documents confidentiels.
  • Pour interroger souvent les mêmes documents, une recherche documentaire ciblée est souvent plus fiable qu'un contexte géant.

Questions fréquentes

Comment utiliser Kimi ?

Par l'assistant, sur le site kimi.ai ou dans les applications Kimi, ou par l'API, payante et facturée au nombre de tokens. Les fichiers du modèle sont téléchargeables gratuitement, mais il faut des serveurs très puissants pour les faire tourner.

Kimi a-t-il vraiment un contexte infini ?

Non. Kimi K3 accepte environ 1 million de tokens, d'après sa fiche officielle. C'est autant que les modèles phares de Claude, ChatGPT et Gemini dans leur API, et moins que les 2 millions que Google proposait déjà en 2024 avec Gemini 1.5 Pro.

Puis-je utiliser Kimi avec des données de mes clients ?

C'est déconseillé. Selon le service, les données sont stockées en Chine, à Singapour ou dans un pays non précisé, jamais présenté comme européen, et peuvent servir à entraîner les modèles. Réserve Kimi aux textes sans données personnelles ni secrets d'affaires.

Et maintenant ?

Si tu veux tester Kimi, fais-le avec un document public : une norme, un guide officiel, une notice. Compare ensuite la réponse avec celle d'un autre assistant. Et si ton besoin est d'interroger tes propres documents en toute confidentialité, c'est exactement ce que fait un assistant documentaire, que nous proposons dans nos offres d'intégration de l'IA.

Article publié le 21 juillet 2026, entièrement mis à jour le 2 octobre 2026. Sources vérifiées le 2 octobre 2026.

Sources

  1. Moonshot AI, fiche officielle du modèle Kimi K3 (Hugging Face) — https://huggingface.co/moonshotai/Kimi-K3
  2. Moonshot AI, « Kimi K3 License » — https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
  3. Kimi, blog, « Kimi K3: Open Frontier Intelligence », juillet 2026 — https://www.kimi.ai/blog/kimi-k3
  4. Kimi API Platform, tarifs des modèles — https://platform.kimi.ai/docs/pricing/chat
  5. Kimi, politique de confidentialité internationale, mise à jour le 13 août 2026 — https://www.kimi.ai/user/agreement/userPrivacy?version=v2
  6. Kimi, politique de confidentialité pour la Chine (en chinois), version du 24 août 2026 — https://www.kimi.com/user/agreement/userPrivacy?version=v2
  7. Kimi, centre d'aide, « Data Usage and Sharing » — https://www.kimi.com/en/help/others/data-usage
  8. Kimi OpenPlatform, politique de confidentialité, mise à jour le 30 avril 2025 — https://platform.kimi.ai/docs/agreement/userprivacy
  9. Commission européenne, « Adequacy decisions » — https://commission.europa.eu/law/law-topic/data-protection/international-dimension-data-protection/adequacy-decisions_en
  10. Google for Developers (blog), « Gemini 1.5 Pro 2M context window, code execution capabilities, and Gemma 2 are available today », 27 juin 2024 — https://developers.googleblog.com/en/new-features-for-the-gemini-api-and-google-ai-studio/
  11. Anthropic, documentation, « Context windows » — https://platform.claude.com/docs/en/build-with-claude/context-windows
  12. N. F. Liu et al., « Lost in the Middle: How Language Models Use Long Contexts », Transactions of the ACL, 2023 — https://arxiv.org/abs/2307.03172