Kimi K3 vs GPT-5.6 Sol : benchmarks, tarifs, programmation et choix du modèle

Kimi K3 et GPT-5.6 Sol représentent deux orientations différentes dans le développement des modèles d'IA les plus avancés.

OpenAI propose un écosystème fermé et étendu, avec un contrôle approfondi du raisonnement, des outils intégrés et des mécanismes matures pour les entreprises. Moonshot AI répond avec un modèle de 2,8 billions de paramètres, des tarifs API plus bas, une compréhension native des images et des vidéos, ainsi que la promesse de publier l'intégralité des poids.

Dans les benchmarks publiés, Kimi K3 peut dépasser GPT-5.6 Sol dans certaines tâches de programmation, d'agents et d'analyse de documents. Sol conserve toutefois la tête dans l'indice global d'intelligence, certaines tâches de raisonnement et une partie des tests de travail professionnel fondé sur les connaissances.

La conclusion principale est simple : Kimi K3 n'a pas battu GPT-5.6 Sol dans tous les cas d'usage, mais il est le premier modèle de Moonshot AI à devenir une véritable alternative en production, surtout lorsque le prix, les tâches longues et la flexibilité de l'infrastructure sont déterminants.

Comparaison rapide

Les spécifications de Kimi K3 proviennent de la documentation de Moonshot AI. Le modèle dispose d'un million de tokens de contexte, comprend les images et les vidéos, propose une mise en cache automatique et utilise un format compatible avec l'API OpenAI. La documentation de GPT-5.6 Sol indique une fenêtre de 1,05 million de tokens, un maximum de 128 000 tokens de sortie et une date limite de connaissances fixée au 16 février 2026.

Qu'est-ce que Kimi K3 ?

Kimi K3 est le dernier modèle phare de Moonshot AI. Il compte 2,8 billions de paramètres et utilise une architecture Mixture of Experts. Lors d'un seul passage, le modèle active 16 des 896 experts disponibles, ce qui lui évite d'utiliser tous ses paramètres pour chaque token généré.

Le modèle exploite deux technologies importantes développées par Moonshot AI :

Kimi Delta Attention, un mécanisme d'attention hybride conçu pour les longues séquences, et Attention Residuals, qui permet de récupérer sélectivement des représentations issues de couches antérieures au lieu de simplement les additionner.

Moonshot annonce une amélioration d'environ 2,5 fois de l'efficacité de mise à l'échelle par rapport à Kimi K2. Il s'agit toutefois d'un résultat communiqué par le fournisseur, et le rapport technique complet sur l'entraînement et l'architecture de K3 n'a pas encore été publié.

K3 a principalement été conçu pour :

• la programmation agentique de longue durée,
• le travail sur de grands dépôts,
• l'analyse de documents et de données,
• la recherche assistée par des outils,
• la création d'interfaces, de présentations et de visualisations,
• la compréhension d'images et de contenus vidéo.

Le modèle est déjà disponible dans l'application Kimi, Kimi Work, Kimi Code et via l'API officielle.

Kimi K3 est-il réellement open source ?

Moonshot AI présente Kimi K3 comme le premier modèle ouvert de la catégorie d'environ trois billions de paramètres. Il faut cependant distinguer la promesse d'ouverture de l'état actuel de sa distribution.

Selon Moonshot AI, les poids complets doivent être publiés au plus tard le 27 juillet 2026. Lors de la dernière vérification, le 17 juillet, ils ne pouvaient pas encore être téléchargés ni exécutés de manière autonome. Artificial Analysis classait donc Kimi K3 comme un modèle propriétaire, faute de poids publics disponibles.

L'évaluation définitive de son ouverture devrait donc attendre :

• la publication des fichiers du modèle,
• la communication de la licence complète,
• la mise à disposition du code d'inférence,
• une description des exigences matérielles,
• un rapport technique sur l'entraînement et l'évaluation.

Même après la publication des poids, l'auto-hébergement de K3 ne sera pas simple. Moonshot recommande des configurations de type supernode avec au moins 64 accélérateurs. Le modèle pourra être techniquement ouvert, mais l'API restera probablement plus économique qu'un déploiement dans le propre centre de données de la plupart des entreprises.

Qu'est-ce que GPT-5.6 Sol ?

GPT-5.6 Sol est le modèle phare de la famille GPT-5.6 et la cible par défaut de l'alias gpt-5.6. OpenAI le positionne pour le travail professionnel complexe, la programmation, la recherche, la cybersécurité et les flux agentiques.

Le modèle prend en charge :

• le texte et les images en entrée,
• une fenêtre de contexte de 1,05 million de tokens,
• jusqu'à 128 000 tokens de sortie,
• l'appel de fonctions,
• la recherche web,
• la recherche de fichiers,
• le computer use,
• les appels programmatiques d'outils,
• la conservation du contexte de raisonnement entre les requêtes,
• l'exécution multi-agent de tâches en version bêta.

OpenAI ne communique ni l'architecture ni le nombre de paramètres de Sol. Le modèle ne peut pas être exécuté localement et n'est accessible que par les produits et l'infrastructure d'OpenAI.

Que disent les benchmarks indépendants ?

Les benchmarks publiés par les fournisseurs sont utiles, mais ils ne doivent pas constituer l'unique base de comparaison. Un éditeur peut choisir des paramètres, un framework d'agent, une limite de temps et une méthode de notation favorables à son propre modèle.

C'est pourquoi l'Artificial Analysis Intelligence Index est particulièrement pertinent. Il regroupe neuf évaluations couvrant notamment la programmation en terminal, les sciences, le raisonnement, les connaissances et le travail professionnel.

Dans cette évaluation :

Sol mène de deux points dans l'indice global, mais Kimi génère plus vite une fois le streaming commencé. En parallèle, K3 a utilisé presque deux fois plus de tokens de sortie sur l'ensemble du test.

Il s'agit d'une information économique importante. Même si un token de sortie Kimi coûte deux fois moins cher qu'un token de sortie Sol, l'exécution complète de l'Intelligence Index a coûté :

• 2 690,80 USD pour Kimi K3,
• 2 824,18 USD pour GPT-5.6 Sol.

La différence réelle n'était donc que d'environ 4,7 %, car Kimi s'est montré nettement plus verbeux. Le prix par million de tokens ne suffit donc pas à estimer le coût d'une tâche. Il faut également mesurer le nombre de tokens dont le modèle a besoin pour parvenir à un résultat correct.

Vals Index

Dans le Vals Index, fondé sur des tâches privées de finance et de programmation, Kimi K3 a obtenu 74,7 %, contre 73,1 % pour GPT-5.6 Sol. L'écart est faible, mais Kimi s'est placé devant le modèle d'OpenAI dans cet ensemble de tests précis.

Cela ne prouve pas que Kimi est globalement meilleur. Cela montre néanmoins que sa place parmi les modèles de premier rang ne repose pas uniquement sur les benchmarks préparés par Moonshot AI.

Programmation : quel modèle est le meilleur ?

Aucun benchmark de programmation unique ne répond à toutes les questions. Corriger un bug dans un dépôt, créer une application depuis zéro, optimiser un kernel GPU et utiliser un terminal nécessitent des compétences différentes.

Dans le tableau publié par Moonshot AI, les résultats de Kimi K3 et Sol étaient partagés :

Kimi dominait nettement FrontierSWE et obtenait de meilleurs résultats dans plusieurs tâches de longue durée. Sol obtenait un meilleur score dans DeepSWE et remportait de peu Terminal-Bench.

Il faut néanmoins rester prudent. Moonshot a utilisé différents frameworks d'agents : Kimi Code, Claude Code et Codex. Les différences d'outils, de gestion du contexte et d'exécution des commandes peuvent fortement influencer le résultat final. L'entreprise décrit elle-même ces différences en détail dans les notes du tableau.

Kimi K3 sera un bon choix lorsque :

• un agent doit travailler pendant de nombreuses heures,
• la tâche concerne un grand dépôt,
• le modèle doit itérer à partir de captures d'écran,
• vous créez un frontend, un jeu, un outil de CAO ou une application avec des éléments visuels,
• le coût des tentatives répétées est important,
• vous souhaitez utiliser Kimi avec des outils compatibles avec l'API OpenAI.

GPT-5.6 Sol sera un choix plus sûr lorsque :

• vous avez besoin d'une qualité générale plus prévisible,
• le flux utilise Codex,
• le modèle doit combiner programmation, recherche, fichiers et computer use,
• vous souhaitez contrôler précisément l'effort de raisonnement,
• vous exigez des mécanismes matures de gestion des agents et des données.

Raisonnement et travail fondé sur les connaissances

Dans les tests publiés par Moonshot AI, GPT-5.6 Sol dominait plusieurs tâches classiques de raisonnement :

Kimi dominait en revanche BrowseComp, AutomationBench, Job Bench, AA-Briefcase et certaines tâches bureautiques. Les résultats suggèrent que K3 est très performant dans l'exécution de flux complexes, tandis que Sol conserve un léger avantage dans certains tests de raisonnement et d'évaluation professionnelle des résultats.

Les écarts sont suffisamment faibles pour que, en production, la manière dont un modèle échoue puisse compter davantage que son score moyen. Un modèle obtenant un point de plus dans un benchmark peut être moins adapté à un processus d'entreprise précis s'il enfreint plus souvent le format, ignore les contraintes ou effectue des actions non autorisées.

Images, documents et vidéo

Les deux modèles analysent le texte et les images, mais Kimi K3 prend en charge un éventail d'entrées plus large dans son API standard. La documentation de Moonshot indique la prise en charge des images et des fichiers vidéo chargés sur la plateforme.

GPT-5.6 Sol accepte le texte et les images, mais sa fiche modèle ne mentionne pas d'entrée directe vidéo ou audio. La vidéo doit être préalablement traitée, par exemple en images, en transcription ou en description.

Les benchmarks visuels donnent une image contrastée :

• Sol mène dans MMMU-Pro, MathVision, BabyVision et PerceptionBench.
• Kimi mène dans OmniDocBench, WorldVQA, ZeroBench ainsi que dans certains tests d'interprétation de graphiques et de documents.
• Les résultats obtenus avec Python ne conservent pas toujours le même classement que ceux sans outils.

Kimi peut être particulièrement intéressant pour les documents, les interfaces, les vidéos et la conception itérative. Sol reste plus puissant et plus régulier dans le raisonnement visuel général.

Fenêtre de contexte et longueur des réponses

GPT-5.6 Sol prend en charge 1 050 000 tokens de contexte et un maximum de 128 000 tokens de sortie.

Kimi K3 dispose d'une fenêtre d'environ un million de tokens. La valeur par défaut de max_completion_tokens est de 131 072, mais la documentation autorise un réglage jusqu'à 1 048 576. Cela ne signifie pas que le modèle peut toujours produire une réponse d'un million de tokens : l'entrée, l'historique et la sortie doivent tenir dans la limite totale de contexte.

En pratique, une limite plus élevée ne garantit pas de meilleures performances sur de longs contenus. Il est utile de tester :

• la récupération d'informations placées dans différentes parties du prompt,
• le respect des contraintes après des centaines de milliers de tokens,
• la conservation des résultats d'outils précédents,
• la résistance aux instructions contradictoires,
• la qualité après compression automatique du contexte.

Contrôle du raisonnement

Il s'agit de l'une des principales différences entre les modèles.

GPT-5.6 Sol permet les réglages suivants :

none
low
medium
high
xhigh
max

OpenAI propose également un mode pro, qui augmente la quantité de travail effectuée par le modèle sur les tâches difficiles. La même intégration peut ainsi utiliser des réponses rapides sans raisonnement, un niveau intermédiaire pour les tâches quotidiennes et max ou pro pour les problèmes où la qualité est critique.

Kimi K3 conserve le raisonnement activé en permanence. Au lancement, l'API ne prenait en charge que :

reasoning_effort="max"

Moonshot a annoncé des niveaux inférieurs dans de futures mises à jour, mais ils n'étaient pas encore disponibles à la date de vérification.

Cela convient aux agents complexes. Pour une classification simple, une conversation courte ou un traitement massif de données, cela signifie toutefois qu'il n'est pas possible de limiter le temps de raisonnement et le nombre de tokens. Dans ces usages, GPT-5.6 Terra ou Luna pourrait constituer un concurrent tarifaire plus approprié à Kimi que Sol.

Outils et intégration API

L'API Kimi est compatible avec le format OpenAI. Dans de nombreuses applications, la migration peut se limiter à changer la clé, l'URL de base et l'identifiant du modèle :

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "user", "content": "Analyse ce dépôt."}
    ],
)

Kimi prend en charge le function calling, tool_choice, JSON Schema, le streaming, le chargement dynamique des outils et la mise en cache automatique des longs préfixes. Moonshot avertit toutefois que son outil de recherche officiel est en cours de mise à jour et n'est pas recommandé en production.

GPT-5.6 Sol dispose d'un ensemble plus complet d'outils de plateforme, notamment la recherche web, la recherche de fichiers, le computer use et les appels programmatiques d'outils. Il propose également un mode multi-agent expérimental dans la Responses API.

Kimi est facile à connecter à une application existante. Sol fournit en revanche une couche plus complète pour construire une plateforme d'agents entière.

Comparaison des tarifs API

Tarifs standard

L'entrée de Kimi est 40 % moins chère, la lecture depuis le cache 40 % moins chère et la sortie 50 % moins chère.

Contexte long

Kimi applique des tarifs uniformes sur toute la fenêtre d'un million de tokens.

Avec GPT-5.6 Sol, les requêtes contenant plus de 272 000 tokens d'entrée sont facturées intégralement selon des tarifs plus élevés :

Avec de grands dépôts, de nombreux documents ou un long historique d'agent, l'avantage tarifaire de Kimi peut donc augmenter considérablement.

Exemples de coûts

Les calculs suivants n'incluent pas les outils facturés séparément ni les autres coûts d'infrastructure.

Exemple 1 : tâche d'agent classique

Hypothèses :

• 100 000 tokens d'entrée,
• 10 000 tokens de sortie,
• aucun cache.

Kimi est environ 43,8 % moins cher dans cet exemple.

Exemple 2 : le même prompt avec cache

Kimi est environ 48,6 % moins cher.

Exemple 3 : contexte volumineux

Hypothèses :

• 500 000 tokens d'entrée,
• 20 000 tokens de sortie,
• aucun cache.

Après franchissement du seuil de contexte long, Kimi est environ 69,5 % moins cher dans cet exemple.

Le résultat réel peut être moins avantageux si Kimi génère davantage de tokens de raisonnement et de réponse. L'évaluation indépendante d'Artificial Analysis a montré que K3 peut être presque deux fois plus verbeux que Sol sur un ensemble de tâches similaire.

Confidentialité et conservation des données

OpenAI documente en détail store=false, les éléments de raisonnement chiffrés et la Zero Data Retention pour les organisations approuvées. La Responses API peut conserver l'état applicatif pendant 30 jours par défaut, mais dans les organisations bénéficiant de ZDR, le paramètre store est forcé à false.

La politique de confidentialité de Kimi OpenPlatform indique que les informations de compte, les entrées et les informations de paiement peuvent être conservées tant que le compte est actif, et que les données sont stockées sur des serveurs sécurisés à Singapour. La durée de conservation dépend du type d'information, des paramètres et des obligations légales.

D'après la documentation publique, OpenAI propose actuellement des mécanismes décrits plus précisément pour les déploiements nécessitant ZDR, contrôle de la conservation et conformité organisationnelle.

Cela ne signifie pas automatiquement que Kimi ne convient pas aux entreprises. Cela signifie qu'avant d'envoyer des données confidentielles, il faut obtenir de Moonshot AI des conditions précises concernant :

• l'utilisation des données pour l'entraînement,
• la durée de conservation,
• le lieu du traitement,
• la suppression des données,
• la gestion des incidents,
• les sous-traitants,
• un DPA.

Limites de Kimi K3

Moonshot AI mentionne ouvertement trois limites importantes du modèle.

Premièrement, K3 est sensible à l'historique de raisonnement. Si un framework ne transmet pas l'intégralité du message précédent de l'assistant, ou si le modèle est changé au milieu d'une session, la qualité peut devenir instable.

Deuxièmement, le modèle peut être excessivement proactif. Face à une instruction ambiguë, il peut prendre une décision que l'utilisateur n'a pas approuvée. Pour les agents ayant accès au système de fichiers, au terminal ou à l'infrastructure, cela impose des limites explicites et des étapes d'approbation.

Troisièmement, le fournisseur lui-même reconnaît que l'expérience utilisateur reste en retrait par rapport à GPT-5.6 Sol et Claude Fable 5.

La sortie très récente du modèle constitue une autre difficulté. Aucun rapport technique complet, poids complets ni analyse de stabilité à long terme en production n'a encore été publié.

Limites de GPT-5.6 Sol

La principale limite de Sol est son coût, surtout avec un contexte volumineux et un niveau de raisonnement élevé.

Le modèle reste entièrement fermé. Une entreprise ne peut pas contrôler elle-même les poids, l'exécuter dans une infrastructure isolée ni garantir l'accès à long terme à un snapshot précis sans dépendre de la politique d'OpenAI.

Les modes max et pro peuvent présenter une latence élevée. Dans les mesures d'Artificial Analysis, Sol réglé sur max a nécessité en moyenne 145,61 secondes avant le premier token. Il s'agit du résultat d'une méthodologie précise et non d'un délai garanti pour chaque requête, mais il illustre le coût du niveau maximal de raisonnement.

OpenAI applique également des protections en temps réel dans des domaines tels que la cybersécurité et la biologie. Elles peuvent interrompre ou ralentir une réponse, y compris pour certaines tâches légitimes à double usage.

Quel modèle choisir ?

Choisissez Kimi K3 lorsque :

• le coût de l'API est la priorité absolue,
• vous traitez des prompts très longs,
• vous développez des agents de programmation travaillant pendant de nombreuses heures,
• vous avez besoin d'une entrée vidéo,
• vous souhaitez conserver la possibilité d'héberger des poids ouverts à l'avenir,
• vous disposez déjà d'une intégration compatible avec OpenAI,
• vous pouvez accepter un écosystème plus jeune et moins mature,
• vous contrôlez les actions de l'agent par une sandbox et des étapes d'approbation.

Choisissez GPT-5.6 Sol lorsque :

• vous recherchez la qualité générale la plus élevée et la plus régulière,
• vous souhaitez régler l'effort de raisonnement pour chaque requête,
• vous avez besoin de recherche web, de recherche de fichiers ou de computer use,
• vous utilisez Responses API, Codex ou l'écosystème OpenAI,
• vous exigez une documentation détaillée sur la conservation et ZDR,
• la prévisibilité en production compte davantage que le prix,
• le modèle doit réaliser des tâches professionnelles dans de nombreux domaines.

Envisagez d'utiliser les deux modèles lorsque :

L'architecture la plus rationnelle ne consiste pas forcément à choisir un seul gagnant.

Kimi K3 peut prendre en charge :

• les premières tentatives,
• l'analyse de grands dépôts,
• le contexte long,
• les tâches visuelles,
• la génération de plusieurs variantes.

GPT-5.6 Sol peut assurer :

• la vérification finale,
• les cas plus difficiles,
• l'évaluation de la conformité aux exigences,
• les tâches nécessitant les outils OpenAI,
• les opérations sur des données soumises à des contrôles organisationnels.

Un tel routage permet de profiter du prix inférieur de Kimi sans renoncer aux points forts de Sol.

Verdict

GPT-5.6 Sol reste le meilleur choix généraliste. Il mène dans l'Artificial Analysis Intelligence Index indépendant, dispose d'un écosystème d'outils plus mature, offre davantage de contrôle sur le raisonnement et fournit une documentation plus complète pour les entreprises.

Kimi K3 est toutefois beaucoup plus proche de Sol que ne pourrait le laisser penser l'écart entre un modèle ouvert chinois et le produit phare d'OpenAI. Il remporte certains benchmarks de programmation et d'agents, prend en charge la vidéo, applique un prix uniforme sur une fenêtre de contexte d'un million de tokens et coûte clairement moins cher par token.

La valeur complète de Kimi en tant que modèle ouvert ne peut pas encore être confirmée, car les poids et le rapport technique n'étaient pas disponibles à la date de vérification. Sa verbosité, sa sensibilité à l'historique de raisonnement et sa tendance à agir de manière trop autonome ne doivent pas non plus être ignorées.

GPT-5.6 Sol l'emporte en maturité, contrôlabilité et qualité générale. Kimi K3 l'emporte en prix, contexte long, entrée vidéo et potentiel d'ouverture.

Pour les nouveaux projets, il est recommandé de tester les deux modèles sur des tâches réelles. Leur différence est désormais suffisamment faible pour qu'un score de benchmark général ne remplace pas une évaluation menée sur les données réelles de l'entreprise.

Sources

• Moonshot AI, présentation officielle et benchmarks de Kimi K3
• API Kimi, documentation du modèle, du contexte, de la vidéo, du raisonnement et des limites
• API Kimi, tarifs officiels
• OpenAI, fiche du modèle GPT-5.6 Sol
• OpenAI, documentation des tarifs API
• OpenAI, guide de GPT-5.6 et des modes de raisonnement
• OpenAI, prompt guidance for GPT-5.6
• Artificial Analysis, évaluation indépendante de Kimi K3
• Artificial Analysis, évaluation indépendante de GPT-5.6 Sol
• Vals AI, Vals Index
• Politique de confidentialité de Kimi OpenPlatform
• OpenAI, documentation sur le contrôle et la conservation des données