Kimi K3 : notre test face à DeepSeek V4 Pro et V4.1 Flash

Kimi K3 est le modèle phare de Moonshot AI, sorti le 16 juillet 2026 : 2,8 billions de paramètres, des poids ouverts, l'entrée d'images et un contexte de 1 million de tokens. Nous lui avons donné les cinq mêmes tâches qu'aux deux modèles de DeepSeek, et il a réussi les cinq.

Le problème, c'est la vitesse et le prix. Avec ses réglages par défaut, Kimi K3 a été 2 à 4,4 fois plus lent que DeepSeek V4.1 Flash sur chaque tâche, et 12 à 32 fois plus cher au prix catalogue.

La réponse courte

• Kimi K3 est précis : il a réussi les cinq tâches, dont 30 tests de code sur 30 et une recherche dans un journal d'un quart de million de tokens.
• Il réfléchit toujours, avec l'effort maximal par défaut : tel quel, il n'est ni rapide ni bon marché.
• DeepSeek V4.1 Flash a égalé chaque tâche en une fraction du temps et du coût.
• Notre choix : DeepSeek V4.1 Flash pour le travail quotidien avec l'API ; Kimi K3 quand vous voulez un modèle ouvert de pointe ou ses points forts en navigation et pour les agents qui utilisent beaucoup d'outils.

Les trois modèles sont disponibles sur OmniaKey : Kimi K3, DeepSeek V4.1 Flash et DeepSeek V4 Pro.

Qu'est-ce que Kimi K3 ?

C'est le plus grand modèle publié par Moonshot à ce jour, et ses poids sont ouverts. La note de lancement et la documentation de l'API de Moonshot donnent ces faits (vérifiés le 18 octobre 2026) :

Moonshot est lucide sur sa position : la performance globale de K3 « reste derrière les modèles propriétaires les plus puissants, Claude Fable 5 et GPT 5.6 Sol ».

Résultats de nos tests

Il a réussi les cinq. Ce sont les mêmes tâches que dans notre test de DeepSeek V4.1 Flash 1017 :

• Analyseur : écrire une fonction evaluate() arithmétique avec les règles exactes de Python, notée par nos 30 cas de test.
• Facture : extraire 10 champs d'un e-mail germano-anglais avec des formats de nombres européens.
• Appels d'outils : la météo et l'heure locale de deux villes ; la bonne réponse, ce sont quatre appels dans une seule réponse.
• Journal long : trouver trois codes de badge valides dans un journal d'un quart de million de tokens, en sautant un code obsolète.
• Graphique : lire la valeur la plus haute, la plus basse, la moyenne et un écart dans une image.

Comment nous avons procédé : Kimi K3 le 18 octobre 2026 et les modèles DeepSeek le 17, une exécution par tâche, réglages par défaut, via le point d'accès compatible OpenAI d'OmniaKey. Le coût est le nombre de tokens de chaque réponse multiplié par le prix catalogue de chaque fabricant (le tarif hors pointe de DeepSeek). OmniaKey vend l'accès à l'API des trois modèles, nous avons donc fait les tests par son intermédiaire ; tous les prix ici sont ceux des fabricants, pas les nôtres. Une exécution par tâche, à un jour d'écart, est un contrôle ponctuel, pas un benchmark.

Face à V4 Pro, Kimi K3 a écrit l'analyseur 7 fois plus vite (176 secondes contre 20,7 minutes), pour un coût à peu près identique. Sur les trois autres tâches communes, V4 Pro était moins cher, et plus rapide sur deux d'entre elles.

Pourquoi Kimi K3 est-il plus lent et plus cher ?

Deux raisons. K3 réfléchit toujours, et son API tourne à l'effort maximal sauf si vous demandez moins ; l'API de Moonshot accepte reasoning_effort avec low, high ou max. Son prix catalogue est aussi 20 fois celui de DeepSeek V4.1 Flash en entrée et 25 fois en sortie.

Les prix viennent de la page tarifaire de Moonshot et de celle de DeepSeek (hors pointe), consultées le 18 octobre 2026. Selon Moonshot, son API touche le cache sur plus de 90 % de l'entrée dans le travail de code, ce qui allège beaucoup les longues sessions. Nos tests étaient des appels isolés : aucun cache n'a été touché.

Kimi K3 ou DeepSeek : lequel choisir ?

DeepSeek V4.1 Flash pour la plupart des travaux, Kimi K3 pour quelques cas précis.

Que disent les benchmarks de Moonshot ?

Dans la fiche du modèle, K3 devance Claude Fable 5 et GPT-5.6 Sol sur plusieurs tests d'agents : BrowseComp (91,2, contre 88,0 et 90,4), MCPMark (94,5, contre 87,4 et 92,9) et SWE-Marathon (42,0, contre 35,0 et 39,0). Il reste derrière Fable 5 sur FrontierSWE (81,2 contre 86,6), GDPval-AA (1686 contre 1747) et HLE sans outils (43,5 contre 53,3).

Lisez les tableaux des fabricants avec prudence. La fiche de Moonshot donne 77,8 à K3 sur ProgramBench, tandis que le tableau de DeepSeek lui donne 17,5 sur un test du même nom. Vos propres tâches, exécutées de la même façon sur chaque modèle, restent le meilleur repère.

Comment appeler Kimi K3 ?

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 réfléchit toujours : laissez de la place aux longues réponses
    stream=True,                      # une réflexion longue peut dépasser le délai du proxy
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. Créez une clé dans le tableau de bord OmniaKey et collez-la à la place de YOUR_OMNIAKEY_KEY.
2. Lancez avec le streaming activé : notre tâche d'analyseur a pris presque trois minutes.
3. Pour comparer les modèles, changez seulement model en deepseek-flash ou deepseek-v4-pro.

Conclusion

Kimi K3 est un modèle ouvert solide et précis : il a réussi toutes les tâches que nous lui avons données. Pour le travail quotidien avec l'API, DeepSeek V4.1 Flash donne les mêmes réponses 2 à 4 fois plus vite et pour une fraction du prix, alors commencez par lui. Tournez-vous vers Kimi K3 quand il vous faut des poids ouverts dignes des modèles de pointe ou un agent qui navigue et appelle des outils toute la journée.

Questions fréquentes

Kimi K3 est-il open source ?

Ses poids complets sont ouverts sous la licence Kimi K3, une licence de type MIT. Les entreprises qui le vendent comme service hébergé avec plus de 20 M USD de revenus sur 12 mois doivent conclure un accord séparé avec Moonshot, et les très gros produits doivent afficher la marque « Kimi K3 ».

Combien coûte Kimi K3 ?

Sur la plateforme internationale de Moonshot, 3,00 USD par million de tokens d'entrée, 0,30 USD pour l'entrée en cache et 15,00 USD pour la sortie. La plateforme chinoise facture 20, 2 et 100 yuans pour la même chose. Il n'y a pas de paliers selon la longueur du contexte.

Peut-on désactiver la réflexion de Kimi K3 ?

Non. La documentation de Moonshot indique que K3 réfléchit toujours ; vous pouvez seulement régler l'effort sur low, high ou max.

Kimi K3 est-il meilleur que DeepSeek V4 Pro pour le code ?

Sur notre tâche d'analyseur, les deux ont réussi les 30 tests, mais Kimi K3 a pris 176 secondes et V4 Pro 20,7 minutes, pour un coût à peu près identique. Essayez vos propres tâches de code sur les deux avant de changer.