Qu'est-ce qu'un modèle open-weights exactement ?

Un modèle open-weights (ou open-source) publie ses paramètres internes, les poids, ce qui permet à quiconque de le télécharger, l'inspecter, le modifier et l'héberger sur sa propre machine. Un modèle propriétaire comme GPT-5.6 ou Claude Fable 5 ne donne accès qu'à une API : tu envoies un prompt, tu reçois une réponse, mais tu ne vois jamais le moteur.

Kimi K3 est-il vraiment au niveau de GPT-5.6 et Claude Fable 5 ?

Sur les benchmarks publics, Kimi K3 est très proche. Il a même battu GPT-5.6 Sol sur AA-Briefcase (1 527 contre 1 495) et atteint 91,2/100 sur BrowseComp. Sur les tâches agentic longues (plusieurs heures d'autonomie), le fossé reste de 10 à 25 points selon les tests. Pour la majorité des usages concrets, la différence est devenue difficile à sentir.

Combien coûte l'utilisation d'un modèle open-weights par rapport à une API propriétaire ?

L'API de Kimi K3 est à 3 dollars par million de tokens en entrée et 15 dollars en sortie, soit environ le même tarif que les milieux de gamme occidentaux. Si tu l'héberges toi-même, le coût d'infrastructure peut descendre à 10 ou 30 fois moins cher qu'une API fermée, mais il faut amortir l'achat des GPU (environ 8 B300 ou 16 H200 pour Inkling en pleine précision).

Puis-je utiliser Kimi K3 ou Inkling sans être développeur ?

Kimi K3 est testable sur kimi.com avec un simple compte Google, sans carte de crédit. Pour Inkling, le playground Tinker permet de discuter avec le modèle. En revanche, héberger un modèle de cette taille sur tes propres serveurs demande des compétences techniques et du matériel spécialisé. Pour débuter, passe par les interfaces en ligne.

Pourquoi les labs chinois publient-ils leurs modèles en open-source ?

Parce que les restrictions d'exportation de GPU imposées par les États-Unis limitent leur accès aux puces les plus puissantes. En ouvrant leurs modèles, ils contourment le verrouillage des APIs et s'installent dans l'écosystème mondial des développeurs. C'est du positionnement géopolitique, pas de la charité. Thinking Machines, côté américain, ouvre ses poids pour proposer une alternative aux modèles chinois.

Décryptage · Modèles open-source

L'open-source IA rattrape le frontier : Kimi K3 et Inkling changent la donne

17 juillet 2026 · 7 min de lecture

Illustration geometrique isometrique : deux cubes stylises face a face sur des plateformes, l'un avec un motif labyrinthe, l'autre avec des etoiles, un cadenas ouvert flottant entre les deux, reseau de lignes geometriques fines, silhouettes humaines interagissant avec les cubes, palette encre profonde et accent menthe sur fond creme

Deux modèles open-weights sont sortis à 24 heures d'intervalle mi-juillet 2026, et tous les deux rivalisent avec les meilleurs systèmes propriétaires du moment. Moonshot AI, une startup pékinoise, a publié Kimi K3 : 2 800 milliards de paramètres, le plus grand modèle open-source jamais construit. Le lendemain, Thinking Machines Lab, fondée par l'ancienne CTO d'OpenAI Mira Murati, sortait Inkling : 975 milliards de paramètres, premier modèle américain open-weights de calibre frontier.

Pour la première fois, l'open-source ne suit plus le frontier à six mois ou un an de distance. Il est à portée de main, et parfois devant.

Open-weights, propriétaire : la différence qui compte

Un modèle propriétaire (GPT-5.6, Claude Fable 5, Gemini 3.5), c'est une boîte noire. Tu paies un abonnement ou un tarif à l'API, tu envoies un prompt, tu reçois une réponse. Tu ne vois jamais le moteur, tu ne peux pas le modifier, et le fournisseur peut changer le comportement ou les prix du jour au lendemain.

Un modèle open-weights (Kimi K3, Inkling, DeepSeek V4, GLM-5.2), c'est l'inverse : les paramètres du modèle sont publiés, téléchargeables. Tu peux l'installer sur ta machine, l'inspecter, le modifier, le fine-tuner pour ton usage, et l'utiliser sans dépendre de l'API de personne. Le terme exact est « open-weights » plutôt qu'« open-source » au sens strict, parce que les données d'entraînement et le code de préparation ne sont pas toujours publiés. Mais les poids suffisent pour faire tourner et adapter le modèle.

La distinction importe pour deux raisons. Le coût d'abord : un modèle que tu héberges te revient 10 à 30 fois moins cher qu'une API fermée à qualité comparable, dès que ton volume monte. Le contrôle ensuite : personne ne peut couper l'accès, changer les conditions, ou lire ce que tu envoies si tu restes sur ta machine.

Kimi K3 : 2 800 milliards de paramètres, et ça se sent

Kimi K3, publié le 16 juillet 2026 par Moonshot AI, c'est 2,8 trillions de paramètres en architecture Mixture-of-Experts (MoE). Pour comparer : DeepSeek V4 Pro, le précédent record open-source, plafonnait à environ 1,6 trillion. K3 est 75 % plus grand.

L'architecture MoE signifie que le modèle active seulement une fraction de ses paramètres pour chaque token. Résultat : malgré 2,8 trillions de paramètres totaux, K3 mobilise environ 40 milliards de paramètres actifs par token, ce qui le rend utilisable sans infrastructure hors de portée.

Les benchmarks publiés par Moonshot et confirmés par Artificial Analysis le placent troisième au classement général sur GDPval-AA v2 (1 687 points), derrière Claude Fable 5 Max (1 815) et GPT-5.6 Sol Max (1 748), mais devant Claude Opus 4.8 (1 600). Sur AA-Briefcase, un benchmark de tâches agentic longues, K3 grimpe à la deuxième place (1 527), battant GPT-5.6 Sol (1 495). Et sur BrowseComp, qui mesure la capacité à chercher de l'information complexe en autonomie, K3 atteint 91,2/100, un record.

La fenêtre de contexte est de 1 million de tokens, ce qui correspond à peu près à mille pages de texte. Tu peux lui donner un livre entier, un codebase complet, un dossier technique, et il garde le fil.

Les poids complets seront publiés le 27 juillet 2026. D'ici là, le modèle est déjà testable gratuitement sur kimi.com.

Inkling : l'alternative américaine

Le 15 juillet 2026, Thinking Machines Lab a publié Inkling, son premier modèle. 975 milliards de paramètres, architecture MoE, 41 milliards de paramètres actifs par token, fenêtre de contexte d'un million de tokens. Licence Apache 2.0, ce qui veut dire que tu peux l'utiliser, le modifier et le commercialiser librement.

Inkling n'est pas le modèle le plus puissant du marché. Thinking Machines le dit elle-même : « Inkling n'est pas le modèle le plus fort disponible aujourd'hui, ouvert ou fermé. » Sur Design Arena, le classement de génération d'applications web, Inkling arrive à 1 257 points, derrière Claude Sonnet 5 (1 333), Claude Fable 5 (1 329) et GLM-5.2 (1 275), mais au niveau de Claude Opus 4.6 et devant Gemini 3.5 Flash.

La force d'Inkling est ailleurs : l'efficacité du raisonnement. Le modèle permet de régler l'effort de réflexion (« thinking effort ») de 0,2 à 0,99. À effort égal, il consomme environ trois fois moins de tokens que Nemotron 3 Ultra (le précédent meilleur modèle open-weights américain) sur Terminal Bench 2.1. Comme les tokens de raisonnement sont facturés comme les autres, moins de tokens veut dire moins cher.

Inkling est disponible sur la plateforme Tinker de Thinking Machines, sur Hugging Face, et arrive sur TogetherAI, Fireworks, Modal, Databricks et Baseten. Une version allégée, Inkling-Small (276 milliards de paramètres, 12 milliards actifs), est en préparation.

Ce que ça change pour toi, concrètement

Si tu utilises ChatGPT, Claude ou Gemini au quotidien, ces deux sorties ne changent rien tout de suite. Les modèles propriétaires restent en tête sur les tâches agentic longues et les workflows complexes. Mais trois choses bougent.

Le coût devient un argument open-source. L'API de Kimi K3 est à 3 dollars par million de tokens en entrée et 15 dollars en sortie, avec du cache à 0,30 dollar. C'est dans la même fourchette que les offres mid-tier occidentales, pour une qualité qui approche le top. Et si tu héberges toi-même, le coût marginal devient négligeable.

Le contrôle redevient possible. Tu veux fine-tuner un modèle sur tes données sans les envoyer chez un tiers ? Inkling est fait pour ça, avec Tinker. Tu veux un modèle qui tourne sur ta machine sans dépendre d'une API qui peut changer ? Kimi K3 le permettra dès le 27 juillet.

Le choix s'élargit. Hier, tu avais GPT, Claude, Gemini. Aujourd'hui, tu as aussi Kimi K3, Inkling, DeepSeek V4, GLM-5.2, Nemotron 3 Ultra. Cinq modèles open-weights de calibre comparable au frontier, avec des licences permissives. La question n'est plus « open ou fermé ? » mais « lequel open ? ».

Les limites que les benchmarks ne montrent pas

Les benchmarks, c'est utile pour comparer, mais ça ne remplace pas ton propre test. Trois angles à garder en tête.

Les tâches agentic longues. Sur les benchmarks de tâches courtes (une question, une réponse), l'open-source a rattrapé le frontier. Sur les tâches qui demandent à un agent de travailler en autonomie pendant des heures (enchaîner des actions, lire de la doc, corriger ses erreurs), le fossé reste de 10 à 25 points selon les tests. C'est la différence entre « répondre à une question » et « faire un vrai boulot de bout en bout ».

La facilité de déploiement. Un modèle open-weights de 975 milliards de paramètres demande plus de 2 téraoctets de mémoire GPU pour tourner en pleine précision, soit environ 8 GPU B300 ou 16 H200. C'est hors de portée d'un particulier et coûteux pour une PME. Les versions quantifiées réduisent ce besoin, mais au prix d'une légère perte de qualité.

Les benchmarks se game. The Register le rappelle avec un grain de sel : « gaming AI benchmarks isn't exactly difficult. » Les chiffres publiés par les éditeurs montrent leurs modèles sous leur meilleur jour. Les évaluations indépendantes (Artificial Analysis, Arena.ai) sont plus fiables, mais elles mesurent des tâches standardisées, pas ta tâche.

Un exemple chez Maisons&Mobilia

Sophie, la responsable data de Maisons&Mobilia (M&M), veut réduire la facture API de leur assistant service client. Aujourd'hui, tout passe par Claude Sonnet 5, et le volume mensuel commence à peser.

Elle regarde Kimi K3. Sur les vingt cas de test de leur éval maison (voir notre article sur les évals), K3 réussit 18 cas sur 20, contre 19 pour Claude Sonnet 5. Un cas de différence, pour un coût d'API 5 fois inférieur. Sophie ne bascule pas tout : elle route les questions simples vers K3 et garde Claude pour les cas complexes qui demandent un raisonnement long. La facture mensuelle baisse de 60 %, sans perte de qualité perceptible côté client.

C'est le scénario type de l'open-source en 2026 : pas un remplacement, un complément. Tu gardes le frontier pour ce qui le justifie, tu mets de l'open pour le volume.

Aller plus loin

Pour comprendre pourquoi l'architecture MoE rend ces modèles utilisables malgré leur taille, lis comment marche un LLM. Pour la question fine-tuning et personnalisation, créer un assistant IA sans coder montre les premières étapes. Et si tu te demandes comment évaluer un modèle avant de l'adopter, notre article sur les évals te donne la méthode des vingt cas.

Dans l'app saisir.ai, le parcours Concepts décortique les briques techniques (tokens, attention, MoE, context window) pour que ces choix de modèle ne soient plus du chinois.

Questions fréquentes

Qu'est-ce qu'un modèle open-weights exactement ?: Un modèle open-weights (ou open-source) publie ses paramètres internes, les poids, ce qui permet à quiconque de le télécharger, l'inspecter, le modifier et l'héberger sur sa propre machine. Un modèle propriétaire comme GPT-5.6 ou Claude Fable 5 ne donne accès qu'à une API : tu envoies un prompt, tu reçois une réponse, mais tu ne vois jamais le moteur.
Kimi K3 est-il vraiment au niveau de GPT-5.6 et Claude Fable 5 ?: Sur les benchmarks publics, Kimi K3 est très proche. Il a même battu GPT-5.6 Sol sur AA-Briefcase (1 527 contre 1 495) et atteint 91,2/100 sur BrowseComp. Sur les tâches agentic longues (plusieurs heures d'autonomie), le fossé reste de 10 à 25 points selon les tests. Pour la majorité des usages concrets, la différence est devenue difficile à sentir.
Combien coûte l'utilisation d'un modèle open-weights par rapport à une API propriétaire ?: L'API de Kimi K3 est à 3 dollars par million de tokens en entrée et 15 dollars en sortie, soit environ le même tarif que les milieux de gamme occidentaux. Si tu l'héberges toi-même, le coût d'infrastructure peut descendre à 10 ou 30 fois moins cher qu'une API fermée, mais il faut amortir l'achat des GPU (environ 8 B300 ou 16 H200 pour Inkling en pleine précision).
Puis-je utiliser Kimi K3 ou Inkling sans être développeur ?: Kimi K3 est testable sur kimi.com avec un simple compte Google, sans carte de crédit. Pour Inkling, le playground Tinker permet de discuter avec le modèle. En revanche, héberger un modèle de cette taille sur tes propres serveurs demande des compétences techniques et du matériel spécialisé. Pour débuter, passe par les interfaces en ligne.
Pourquoi les labs chinois publient-ils leurs modèles en open-source ?: Parce que les restrictions d'exportation de GPU imposées par les États-Unis limitent leur accès aux puces les plus puissantes. En ouvrant leurs modèles, ils contourment le verrouillage des APIs et s'installent dans l'écosystème mondial des développeurs. C'est du positionnement géopolitique, pas de la charité. Thinking Machines, côté américain, ouvre ses poids pour proposer une alternative aux modèles chinois.