Kimi K3 vs Fable 5, GPT-5.6 & Opus 4.8 : Nous avons testé le battage médiatique
Kimi K3 est le nouveau flagship de Moonshot AI, et pendant quelques jours en juillet 2026, il a été le modèle le plus testé sur Internet. Il est d'abord apparu sur le site d'évaluation Arena en tant que modèle mystère nommé « Kivine » — se décrivant comme « des laboratoires Moonshot » avec une date limite des connaissances de janvier 2025 — avant que Moonshot ne l'annonce officiellement le 16 juillet 2026, avec des poids ouverts promis avant le 27 juillet. Le titre récurrent des testeurs : Kimi K3 se situe quelque part autour de Claude Fable 5, et souvent devant GPT-5.6 pour les travaux créatifs et 3D. Ce test de premières impressions rassemble les spécifications, l'épine dorsale des benchmarks et une douzaine de tests de la communauté en un seul endroit.
Une note pour les constructeurs : il s'agit de tests communautaires précoces et non contrôlés, donc considérez-les comme indicatifs, pas comme des scores. OrcaRouter place les modèles disponibles via API derrière un point de terminaison compatible OpenAI, donc une fois Kimi K3son API est en ligne, vous pouvez l'essayer contre Fable 5 et GPT-5.6 sans avoir à connecter plusieurs SDKs.
Verdict en bref. Kimi K3 est le premier modèle open-weight à atteindre de manière crédible la gamme Fable 5 sur les fronts frontend, 3D et creative one-shots — il domine le classement frontend de l'Arena et se classe n°4 sur l'Artificial Analysis Index. Mais il est verbeux et lent (une construction frontend a pris 35 minutes), il est en retard sur Fable en codage agentique, et les verdicts « gagnés » sont des premières impressions de l'Arena, non des benchmarks audités. Impressionnant, pas encore acquis.
Points clés
• Kimi K3 est un MoE à 2,8 T de paramètres, présenté comme le plus grand modèle open-weight à ce jour, avec des poids ouverts prévus avant le 27 juillet.
• Lors des évaluations neutres d'un tiers, il se classe #4 sur 189 à l'AA Intelligence Index (57) et #1 sur le frontend-code board d'Arena (1679), au-dessus du 1631 de Fable 5.
• Au prix de $3 / $15 par 1M de tokens — le modèle le plus cher de Moonshot jamais, mais encore environ un tiers des $10 / $50 de Fable 5.
• Les testeurs l'appellent à plusieurs reprises « Fable level » ; les sceptiques disent que les comparaisons en tête-à-tête sont sélectionnées et qu'il reste en retard sur les tâches agentiques multi-étapes.
• Soyez attentif aux mises en garde : sortie verbeuse (~2x la médiane des tokens des pairs), ~34s de latence du premier token, et il est toujours derrière Fable sur FrontierSWE et DeepSWE.
Les spécifications et la colonne vertébrale des benchmarks
Voici les données concrètes, chaque chiffre attribué à sa source.
• Architecture — Kimi K3 : 2,8T MoE (896 experts, 16 actifs), Kimi Delta Attention, contexte de 1M, vision native ; Point de comparaison : le plus grand modèle à poids ouverts à ce jour (Moonshot, rapporté par le fournisseur)
• Variantes — Kimi K3: K3 Max (chat/agent), K3 Swarm Max (parallèle); Point de comparaison: —
• Tarification (entrée/sortie) — Kimi K3: $3 / $15 par 1M ; cache-hit ~$0,30 ; Point de comparaison : Fable 5 à $10 / $50 (~3,3x plus)
• AA Intelligence Index — Kimi K3: 57 — #4 sur 189; Point de comparaison : Derrière deux configurations de Fable 5 + GPT-5.6 Sol ; au-dessus d'Opus 4.8, Sonnet 5, GLM-5.2 (Artificial Analysis)
• Arena frontend-code — Kimi K3: #1 à 1679, a gagné 6 des 7 catégories ; Point de comparaison : au-dessus du 1631 de Fable 5 ; en hausse par rapport au #18 de K2.6 (Arena / LMArena)
• GDPval-AA v2 / AA-Briefcase — Kimi K3: 1687 (#3) / 1527 (#2) ; Point de comparaison : Artificial Analysis
• GPQA Diamond — Kimi K3 : 93,5% (le modèle open le plus performant) ; Point de comparaison : rapporté par le fournisseur
• BrowseComp / HLE avec outils — Kimi K3 : 91,2 % / 56,0 % ; Point de comparaison : Rapporté par le fournisseur
• Agentic SWE — Kimi K3: FrontierSWE 81.2, DeepSWE 67.5; Point de comparaison : Derrière les 86.6 / 70.0 de Fable 5
• Terminal-Bench 2.1 — Kimi K3: 88.3; Point de comparaison : Au-dessus de Fable 5's 84.6 (avertissement sur le mélange des harnais ci-dessous)
Deux choses tempèrent ces victoires. Premièrement, l'avantage de prix est en partie grignoté par la verbosité — K3 émet environ deux fois plus de tokens de sortie que la médiane de ses pairs sur des tâches comparables — plus un délai de premier token d'environ 34 secondes. Deuxièmement, l'avantage de Terminal-Bench s'accompagne d'un avertissement de @ChrissGPT : les benchmarks de Moonshot « utilisent souvent Terminal 2 au lieu de 2.1 », donc traitez les comparaisons entre harnais avec prudence. Indépendamment, avant la publication de l'indice officiel, @teortaxesTex estimait « environ 55 AA… autour d'Opus 4.8 ou GPT 5.5 ».
Récapitulatif des tests communautaires
La preuve qui a fait de Kimi K3 une histoire est le flot de one-shots d'Arena. Voici un échantillon représentatif — testeur, tâche et verdict, chacun lié au message d'origine.
• @synthwavedd — Tâche : Test de résistance général ; Verdict : "Un autre moment DeepSeek R1… souvent niveau Fable, peut-être un peu moins bien, mais systématiquement meilleur que 5.6. Une bête."
• @chetaslua — Tâche : Codage, face-à-face contre Fable ; Verdict : "Mogs tous les modèles open source… à égalité avec Fable, parfois de meilleure qualité"
• @Gc_qube — Tâche : 3D / jeux vs Fable 5 ; Verdict : « Kimi K3 a gagné… le premier modèle à avoir rattrapé Fable »
• @abhinavflac — Tâche : rendu de bonsaï sakura ; Verdict : "A surpassé Claude Fable — a réussi le tronc tordu et la canopée en couches"
• @testingcatalog — Tâche : Universe-sim vs Fable 5 ; Verdict : « Fable a terminé plus rapidement avec une UX plus robuste ; K3 beaucoup plus complexe et visuellement attrayant… très proche »
• @israfill — Tâche : Même prompt de simulation d'univers ; Verdict : « K3 gagne pour sa production créative dense et ses moments 'comment a-t-il construit ça'… surpris de voir à quel point c'est proche »
• @mirochill — Tâche : Frontend one-shot (français) ; Verdict : "Équivaut à 5.6 Pro, meilleur que Fable 5, en un seul essai" (problèmes d'éclairage signalés)
• @jun_song — Tâche : Flappy Bird vs Opus 4.8 ; Verdict : « Significativement meilleur qu’Opus… niveau Opus-5 »
• @JustinGorya — Tâche : Minecraft HTML en un seul fichier ; Verdict : « Une nouvelle étape… incroyable en 3D et front-end » (réponse : « C'est un seul coup. Crazyyyyy »)
• @redkendl — Tâche : jeu d'avion en papier 3D ; Verdict : "Réussi du premier coup… sortie de niveau Fable 5 / GPT-5.6. Les laboratoires chinois ne sont plus en retard de 8 mois."
• @noctus91 — Tâche : Expériences 3D interactives ; Verdict : "Le niveau de détail, de finition et de qualité globale est honnêtement fou."
• @Lentils80 — Tâche : Page frontend ; Verdict : « TRÈS lent — a pris 35 minutes — mais l'un des meilleurs résultats que j'aie jamais vus de cette consigne »
Les enthousiastes contre les sceptiques
Le scénario haussier est simple : un modèle open-weight égalant un flagship fermé de premier plan sur les tâches créatives et frontend, à un tiers du prix, est véritablement nouveau. @notjazii a qualifié une sortie précoce de "nouveau modèle SOTA qui sort aujourd'hui, moonshot cooked", et @chetaslua l'a présenté comme un "moment deepseek à nouveau pour l'OSS."
Les sceptiques ripostent fort, et leurs objections sont toujours les mêmes trois :
• Démos sélectionnées avec soin.Lors du test du bonsaï, @Heeseon a répondu "tout le monde peut voir que Fable 5 a gagné," et @sebuzdugan a noté "un échantillon de bonsaï montre un contrôle du style, pas une fiabilité à travers les graines."
• Fable est tout simplement meilleur.Sur le fil de Gc_qube, @victor_vibing a dit platement : "Fable est bien meilleur. Incomparablement mieux."
• Même esthétique, pas une véritable gamme. @_everythingism a soutenu que les résultats "tous ont l'esthétique 'Claude'… générant encore et encore un type de design spécifique", et lors des tests sur Opus, @MCharles10581 a simplement dit "il semble que opus soit meilleur".
Le cadre le plus utile vient de @teortaxesTex, qui n'avait même pas testé K3 lui-même. Son argument porte sur unécart effort/goût, pas un mur de capacité : « même Fable et Sol produisent tellement de SLOP… Kimi n'échoue pas tant sur les choses qu'il produit des choses moins intéressantes et détaillées, ne va pas le kilomètre supplémentaire. » Pour le codage agentique en boucle humaine sur des tâches objectives, il s'attend à ce que K3 « devrait arriver déraisonnablement proche. » Et le coup stratégique : « chaque modèle chinois qui *maintient* simplement l'écart… est un exploit héroïque. » C'est la lecture honnête — K3 réduit la distance sur les tâches mesurables et perd un peu sur le goût, ce qui est exactement ce que montrent ses benchmarks.
FAQ
Est-ce que Kimi K3 est aussi bon que Fable 5 ?
Sur les one-shots frontend et 3D, les testeurs disent oui — ça surpasse le tableau frontend d'Arena (1679 contre 1631) et plusieurs face-à-face l'ont qualifié de victoire ou d'égalité. Sur le codage agentique, il reste en retrait (FrontierSWE 81.2 contre 86.6), et les sceptiques affirment que Fable conserve un avantage en termes de polissage et de fiabilité entre les seeds.
Kimi K3 est-il open source ?
C'est un modèle à poids ouverts : Moonshot a promis de publier les poids avant le 27 juillet 2026. Au lancement, il n'était accessible que par API et web. En tant que plus grand modèle à poids ouverts à ce jour (2.8T MoE), cette publication est l'événement principal.
Combien coûte le Kimi K3 ?
3 $ / 15 $ pour 1 million de tokens d'entrée/sortie, avec des hits de cache autour de 0,30 $. C'est le modèle le plus cher jamais proposé par Moonshot (K2.6 était à 0,95 $ / 4 $), mais toujours environ un tiers des 10 $ / 50 $ de Fable 5 — bien que la sortie verbeuse réduise l'écart réel.
Est-ce que Kimi K3 est meilleur que GPT-5.6 ?
Les testeurs sont plutôt favorables aux travaux créatifs et 3D — @synthwavedd l'a qualifié de « systématiquement meilleur que la 5.6 » et @mirochill l'a mis au niveau de la 5.6 Pro. Mais dans l'AA Index, GPT-5.6 Sol se classe encore au-dessus de K3, et Fable 5 et 5.6 Sol sont en tête sur Terminal 2.1.
Quand le Kimi K3 a-t-il été lancé ?
Annoncé officiellement le 16 juillet 2026, après être apparu sur Arena sous le nom "Kivine" autour du 14 juillet. Les poids ouverts ont été promis avant le 27 juillet 2026.
En résumé
Kimi K3est la plus forte première impression qu'un modèle à poids ouverts ait faite depuis le moment original DeepSeek : des sorties créatives et frontend de niveau Fable-5-range, en tête du tableau de bord frontend Arena, à environ un tiers du prix de Fable. Il faut tempérer l'enthousiasme avec « directionnel » — il est verbeux, lent, encore en retard sur le codage agentique, et chaque « victoire » ci-dessus est une première impression Arena, pas un benchmark audité. Quand les poids seront publiés avant le 27 juillet, les tests contrôlés nous diront si le battage médiatique était justifié.
