Kimi K3 : ce qu'a vraiment coûté sa guerre des prix, deux semaines après
La guerre des prix de Kimi K3 a mis à l'épreuve les serveurs de Moonshot, ébranlé la Bourse chinoise et démenti un chiffre de coût erroné.
Le 16 juillet 2026, la société chinoise Moonshot AI a mis en ligne Kimi K3, un modèle d’IA open weight : ses fichiers sont publiés en accès libre, et n’importe qui peut les télécharger pour le faire tourner lui-même, sans dépendre d’un service payant et fermé. La promesse tenait en une phrase : des performances proches des meilleurs modèles américains, pour une fraction du prix. Deux semaines plus tard, cette promesse a rencontré le réel de trois façons bien distinctes. L’infrastructure de Moonshot elle-même a plié sous la demande en moins de 48 heures. Les actions de deux de ses concurrents chinois ont chuté de plusieurs dizaines de pourcents la même semaine, mais pas tout à fait pour la raison que la plupart des médias ont retenue. Et un chiffre largement repris sur le coût d’entraînement de Kimi K3 s’avère en réalité concerner un tout autre modèle. Rien de tout cela ne fait de Kimi K3 un mauvais produit. Mais cela montre ce qu’un prix cassé coûte réellement à l’entreprise qui l’affiche, une histoire qui ne devient visible qu’en mettant bout à bout les chiffres de ces deux mêmes semaines. Le battage médiatique du lancement a déjà été confronté aux propres revendications de benchmarks de Moonshot ; cet article se concentre sur le prix.
Ce que Kimi K3 coûte vraiment
Les fournisseurs de modèles d’IA facturent à l’usage, au token, une petite unité de texte que le modèle lit ou génère, tarifée par million d’unités. Le tarif officiel de Kimi K3, publié directement sur le site de Moonshot, passe sous le prix de tous les grands laboratoires américains sur le coût du texte généré, généralement le poste le plus lourd pour un usage intensif.
| Modèle | Entrée ($/M tokens) | Sortie ($/M tokens) |
|---|---|---|
| Kimi K3 | 3,00 (0,30 en cache) | 15,00 |
| DeepSeek V4 Flash | 0,14 (0,0028 en cache) | 0,28 |
| Claude Opus 5 | 5,00 (0,50 en cache) | 25,00 |
| Claude Fable 5 | 10,00 (1,00 en cache) | 50,00 |
| GPT-5.6 Sol | 5,00 | 30,00 |
Ce tarif de 0,30 $ ne s’applique que lorsqu’un prompt reprend un contenu déjà traité par le modèle et mis en cache ; une requête inédite coûte dix fois plus cher, à 3,00 $ le million de tokens. Même à ce tarif plein, Kimi K3 facture la génération de texte pour une fraction du prix de Claude Fable 5, le modèle phare d’Anthropic, et moins de la moitié de GPT-5.6 Sol chez OpenAI, tout en battant aussi Claude Opus 5, le petit frère d’Anthropic, sur le coût de sortie. Il est loin, en revanche, d’être le modèle le moins cher du marché : DeepSeek V4 Flash tourne à une fraction du prix de Kimi K3, mais pour un modèle plus petit et plus rapide, taillé pour des tâches légères. Kimi K3 n’a jamais cherché à gagner sur le seul critère du prix. Il visait à être le moins cher dans une catégorie de taille et de capacités qui rivalise avec les modèles phares des plus grands laboratoires, une promesse bien plus difficile à tenir dans la durée, comme l’ont montré les deux semaines suivantes.
Moonshot commercialise aussi Kimi K3 via un abonnement baptisé Kimi Code, pensé pour les développeurs qui préfèrent une facture mensuelle fixe plutôt qu’une note calculée au token. Il se décline en quatre formules, de 19 $ à 199 $ par mois, mais la formule la moins chère plafonne la fenêtre de contexte, la quantité de texte que le modèle peut retenir en une seule conversation, à 256 000 tokens. Pour profiter de la fenêtre complète d’un million de tokens que supporte Kimi K3, il faut passer sur une formule plus onéreuse. Pour qui hésite à adopter Kimi K3 pour du code au quotidien, un test direct face à Fable 5 permet de trancher sur ce cas d’usage précis.
Le prix que Moonshot n’a pas tenu dès le premier jour
Un prix bas n’a de sens que si l’entreprise qui l’affiche peut le tenir à grande échelle, et les deux premières semaines de Moonshot illustrent bien l’écart entre annoncer un prix et le soutenir dans la durée. Vers le 19 juillet, environ 48 heures après le lancement, Moonshot a suspendu les nouvelles inscriptions à son API comme à Kimi Code. Dans un message publié sur X, repris par Yahoo Finance, PYMNTS et Caixin Global, l’entreprise a expliqué que la demande pour Kimi K3 avait été multipliée par six en quelques jours à peine, poussant ses GPU, les puces spécialisées qui font réellement tourner le modèle, près de leur limite. Moonshot n’y est pas allé par quatre chemins : « Kimi K3 a reçu bien plus d’amour que prévu, et nos GPU le sentent passer. »
Moonshot a indiqué tester deux formules d’abonnement distinctes pour gérer l’afflux, un plan cohérent avec la structure à quatre paliers de Kimi Code apparue peu après. Les deux produits ont rouvert aux nouvelles inscriptions en quelques jours, mais la séquence reste révélatrice en elle-même. Un modèle de pointe, tarifé sous le prix du marché, a attiré plus de trafic que l’infrastructure derrière lui ne pouvait en absorber dès le premier jour, et le goulot d’étranglement, c’était la capacité, pas la demande. Or la capacité est un problème bien plus difficile à corriger du jour au lendemain qu’une ligne sur une grille tarifaire.
La guerre des prix fait plus mal aux rivaux chinois qu’à Claude ou GPT
Le signe le plus net que Kimi K3 a secoué le marché se lit dans le cours de Bourse des concurrents chinois de Moonshot, pas dans celui de ses rivaux occidentaux. Sur la semaine du 17 au 20 juillet, l’action de Zhipu, aussi connue sous le nom de Z.ai, cotée à Hong Kong, a chuté jusqu’à 30 % en séance et a clôturé en baisse de 19,56 % le 20 juillet, à 890,50 HK$, sa pire séance depuis son entrée en Bourse en janvier, selon Quartz, Yahoo Finance, 36kr et BigGo Finance. MiniMax Group, un autre laboratoire chinois d’IA, a décroché jusqu’à 16 % la même semaine et a clôturé en baisse de 10,60 %, un plus bas historique pour le titre.
Cette seconde chute mérite une nuance que la couverture médiatique initiale a largement laissée de côté. La baisse de MiniMax a coïncidé avec l’expiration d’une période de blocage, un lock-up, portant sur 46,44 % de ses actions, un événement programmé de longue date dès l’introduction en Bourse, qui autorise les premiers investisseurs à vendre pour la première fois. Cela n’a strictement rien à voir avec Kimi K3. Attribuer toute la baisse à la concurrence de Moonshot exagère donc le cas de MiniMax en particulier. La chute de Zhipu, elle, ne bénéficie d’aucune explication structurelle comparable le même jour : c’est elle qui constitue le signal le plus propre d’une vraie pression concurrentielle entre les deux groupes.
Ni Anthropic ni OpenAI n’ont connu quoi que ce soit d’approchant, et l’écart ne s’explique pas seulement par des investisseurs occidentaux indifférents à la concurrence chinoise. Sur le score composite d’Artificial Analysis, un benchmark qui agrège les performances d’un modèle sur toute une série de tâches en un seul chiffre, Kimi K3 obtient 57 points, devant GLM-5.2, le modèle phare de Zhipu lui-même, à 51, et se classe troisième mondial, juste derrière Fable 5 d’Anthropic et GPT-5.6 Sol d’OpenAI. Un examen plus poussé de la tenue de ces scores face au battage médiatique du lancement révèle un écart bien réel, pas une simple panique boursière. Kimi K3 n’est pas seulement moins cher que le modèle de Zhipu, il le devance aussi sur les scores, un constat autrement plus difficile à balayer pour un rival direct qu’une simple remise de lancement. Pour une entreprise dont tout l’argumentaire consiste à être l’alternative nationale face aux plus grands laboratoires, un concurrent à la fois moins cher et mesurablement plus fort sur le même étalon n’est pas une nouvelle qu’on balaie d’un revers de main, et les investisseurs l’ont intégré dans les cours immédiatement, sans attendre la confirmation d’une publication de résultats.
Le chiffre sur le coût d’entraînement que tout le monde répète ne tient pas
Une partie de la couverture médiatique du prix cassé de Kimi K3 s’est appuyée sur une seconde affirmation : Moonshot aurait entraîné un modèle de pointe pour une somme anormalement basse, en écho au récit sur l’efficience des laboratoires chinois qui avait circulé en 2025. Cette affirmation repose en réalité sur une confusion entre deux modèles Moonshot distincts.
Le seul chiffre de coût d’entraînement jamais associé publiquement à Moonshot est celui de 4,6 millions de dollars, rapporté par CNBC, et il concerne Kimi K2 Thinking, un modèle sorti en novembre 2025, des mois avant même l’existence de Kimi K3. Même ce chiffre-là est contesté : le PDG de Moonshot lui-même, Yang Zhilin, a déclaré que ce montant « n’est pas officiel » et que le coût réel est difficile à établir avec précision, selon Yicai Global. Aucun chiffre comparable, officiel ou non, n’a été confirmé pour Kimi K3 lui-même. Les montants plus élevés qui ont circulé dans la couverture précipitée du lancement ne remontent à aucune source primaire ni à aucun média fiable.
La confusion est facile à faire. Moonshot a publié plusieurs modèles aux noms proches en l’espace d’un an : Kimi K2 Thinking fin 2025, Kimi K2.7 comme version open source distincte et plus modeste, puis Kimi K3 aujourd’hui, un modèle de 2 800 milliards de paramètres qui n’active qu’une petite fraction de ses composants internes (16 sur 896, selon une architecture dite mixture-of-experts, ou « mélange d’experts ») pour chaque requête, ce qui explique que son coût d’exploitation reste contenu malgré sa taille. Un chiffre de coût d’entraînement qui appartient à un autre modèle, d’un autre mois, ne dit rien de ce qu’a coûté la construction de Kimi K3. Le traiter comme si c’était le cas, c’est exactement comment un chiffre non vérifié finit par être répété comme un fait établi.
Ce que cela dit du reste de l’industrie de l’IA
Deux semaines, c’est court, mais assez pour distinguer ce qui a tenu de ce qui n’a pas tenu. Le prix de lancement de Kimi K3 est bien réel, confirmé directement sur la page tarifaire de Moonshot. L’idée qu’il aurait aussi été entraîné à moindre coût, elle, n’est confirmée pour ce modèle en aucune façon. Et ce prix, Moonshot elle-même n’a pas pu le servir à pleine échelle dès le premier jour, un détail qui dépasse largement le seul cas de cette entreprise.
La leçon à retenir n’est pas que les laboratoires chinois entraînent leurs modèles à bas coût. C’est plutôt qu’un prix de lancement relève d’une décision marketing, pas d’une garantie sur ce que coûte réellement le service à grande échelle, et que l’écart entre les deux se révèle en quelques jours dès que la demande réelle arrive. Chaque laboratoire qui cherche à casser les prix face à ses concurrents, en Chine ou ailleurs, fait le même pari que Moonshot : que sa capacité en GPU pourra grimper aussi vite qu’une page tarifaire peut être publiée. Chez Moonshot, le pari a tenu, mais seulement après une pause temporaire, et avec une question toujours ouverte sur la gestion de la demande à grande échelle dans la durée.
Le même test attend désormais tous les laboratoires qui misent sur un prix cassé pour concurrencer Anthropic, OpenAI et Google, du manuel DeepSeek de 2025 aux modèles GLM de Zhipu aujourd’hui. Aucun d’entre eux n’échappera au moment où la demande réelle vérifie si ce prix a jamais été soutenu par une capacité réelle.
L’autre leçon concerne autant le lecteur que l’industrie. Un chiffre non vérifié, répété avec assez d’assurance et assez souvent, finit par être cité comme un fait établi, et c’est exactement ce qui s’est produit ici avec le coût d’entraînement de Kimi K3. Pour qui veut comparer Kimi K3 au reste des modèles open weight, mieux vaut partir de la page tarifaire elle-même que des estimations de coût de seconde main qui s’y sont greffées ; un panorama plus large de la place de Kimi K3 parmi les modèles open weight actuels constitue une suite logique pour cette comparaison.
Questions fréquentes
Combien coûte réellement l’utilisation de Kimi K3 ?
Le tarif officiel de l’API Kimi K3 est de 0,30 $ par million de tokens en entrée sur un prompt mis en cache, 3,00 $ par million sur un prompt inédit et 15,00 $ par million de tokens en sortie, des chiffres publiés directement sur le site de Moonshot. Cela reste moins cher que Claude Fable 5 et GPT-5.6 Sol sur le coût de sortie, même si le modèle V4 Flash de DeepSeek demeure bien moins onéreux pour les tâches légères.
Pourquoi Moonshot a-t-elle suspendu les nouvelles inscriptions à Kimi K3 ?
Moonshot a suspendu les nouvelles inscriptions à son API et à Kimi Code environ 48 heures après le lancement de Kimi K3 le 16 juillet, après que la demande a été multipliée par six environ et a poussé la capacité de ses GPU, les puces qui font tourner le modèle, près de leur limite. L’entreprise l’a confirmé directement dans un communiqué public, et les inscriptions ont rouvert en quelques jours.
Kimi K3 a-t-il vraiment fait chuter l’action MiniMax ?
L’action MiniMax a chuté de 10,60 % la semaine du lancement de Kimi K3, mais cette baisse a coïncidé avec l’expiration programmée d’une période de blocage portant sur 46,44 % de ses actions, un événement structurel sans lien avec la concurrence. Zhipu, un autre laboratoire chinois d’IA, a chuté de 19,56 % la même semaine sans explication comparable, ce qui en fait le cas le plus net de pression concurrentielle.
Combien a coûté l’entraînement de Kimi K3 ?
Aucun chiffre confirmé n’existe pour le coût d’entraînement de Kimi K3. Le seul montant jamais associé à un modèle Moonshot, 4,6 millions de dollars, concerne Kimi K2 Thinking, un modèle antérieur et distinct, et le PDG de Moonshot lui-même a qualifié ce chiffre de non officiel.
Kimi K3 est-il le même modèle que Kimi K2 Thinking ou Kimi K2.7 ?
Non. Kimi K3 est un modèle distinct et plus récent, lancé en juillet 2026, un système de 2 800 milliards de paramètres qui n’active qu’une petite fraction de ses composants par requête. Kimi K2 Thinking est un modèle antérieur, sorti en novembre 2025, et Kimi K2.7 est une version open source distincte et plus modeste ; les trois sont souvent confondus dans la couverture rapide de la gamme Moonshot.
