MACHINES
Pourquoi payer Opus 5.5 quand Kimi K3.1 Pro fait pareil pour moitié prix ?
2 $ l’entrée, 10 $ la sortie : la moitié exacte des tarifs d’Opus 5.5, et 0,7 point d’écart sur le travail en terminal. Anatomie d’un modèle qui mérite mieux que le buzz qu’il déclenche.

Le 23 octobre, Moonshot AI publie Kimi K3.1 Pro.
Et le web tourne en boucle sur la même phrase : la frontière, open source, pour moitié prix d’Opus.
Artificial Analysis l’a classé quatrième mondial au lancement. Indice 55. Quatre jours plus tard, la refonte de l’échelle le recale à 46.
Et c’est là, l’information qui compte. Sur la nouvelle échelle, il est premier des modèles à poids ouverts de sa catégorie : les gros, ceux de plus de 150 milliards de paramètres. La médiane de la catégorie plafonne à 23.
Ce buzz repose sur du réel, pour une fois. Mais un classement dit combien. Jamais comment, ni pourquoi.
La fiche technique, si.
Prenons-la ligne par ligne.
La bête
2 800 milliards de paramètres. 104 milliards actifs par token.
Pour le dire simplement : 896 spécialistes internes, dont 16 se réveillent à chaque mot, plus deux permanents.
Le reste, en tableau :
| Spec | Valeur |
|---|---|
| Paramètres totaux | 2 800 Md |
| Actifs par token | 104 Md |
| Experts (MoE) | 896 (16 actifs + 2 partagés) |
| Couches | 93 (69 KDA + 24 Gated DSA) |
| Encodeur de vision | 401 M |
| Contexte | 1 048 576 tokens |
| Quantification | MXFP4 (≈ 1,4 To de poids) |
Rien de tout cela n’est neuf. K3.1 Pro partage son squelette avec Kimi K3, sorti en juillet. Aucun pré-entraînement supplémentaire.
Ce qui a changé, c’est le post-entraînement. Moonshot a déversé de l’apprentissage par renforcement à très grande échelle sur des centaines de domaines. Le code d’abord, puis la 3D, puis la finance.
Et pour que la machine tienne, ils ont réoutillé toute la chaîne : framework RL, bacs à sable, ordonnancement des rollouts, inférence long-contexte.
Où ça paie
| Banc | Kimi K3.1 Pro | Opus 5.5 |
|---|---|---|
| Terminal-Bench 4.0 (terminal) | 65,7 | 66,4 |
| OSWorld (pilotage OS) | 79,6 | 81,8 |
| HLE (connaissances) | 51,1 | 59,8 |
Sept dixièmes de point sur le terminal. Voilà le « fait pareil » du titre. (Pas partout). Mais précisément sur le créneau qui facture : le code longue durée.
Le reste des bancs confirme le diagnostic. SWE Marathon, le débogage en sessions longues : 51,7, meilleur score du tableau. GPQA-Diamond : 94,2. Et la science en terminal s’effondre : 38,1 contre 68,1 pour GPT-6 Astra.
Deux précisions, parce qu’un chiffre sans son protocole n’est qu’un chiffre.
Premièrement : ces scores viennent des bancs de Moonshot, évalués à effort « max » par défaut. Opus 5.5, lui, sort d’usine en « medium ». Sur l’agrégat d’Artificial Analysis, ça donne : Opus en croisière à 48, Kimi à fond à 46.
C’est plus ou moins l’équivalent d’un Opus en régime normal, pour la moitié du tarif.
Deuxièmement : un banc maison d’hallucinations lui prête 5,4 affirmations erronées sur 100, contre 6,8 à l’Opus. Banc maison, donc à recevoir prudemment. Mais l’écart est dans le bon sens.
L’étiquette, la facture, la file d’attente
2 $ le million de tokens en entrée, 10 $ en sortie. Soit… la moitié exacte des 4 $ / 20 $ d’Opus, au centime près !
La lecture en cache coûte 10 % du tarif plein, contre 5 % chez Anthropic.
Mais attention au coût réel, celui que mesure Artificial Analysis par tâche de son index :
| Modèle | Coût moyen par tâche |
|---|---|
| Kimi K3.1 Pro | 3,68 $ |
| Opus 5.5 (effort max) | 10,04 $ |
Pas tout à fait la moitié, plutôt 2,7 fois moins.
Il y a cependant une variable majeure que « la moitié du prix » n’achète pas : la vitesse.
| Kimi | Opus 5.5 | |
|---|---|---|
| Débit en sortie | 30 tokens/s | 114 tokens/s |
| Minutes par tâche | 39,6 | 25,4 |
| Premier token (effort max) | 186,6 s | 396,1 s |
L’option Highspeed est facturée 4 $ / 20 $. Exactement les tarifs d’Opus. Pour un débit annoncé deux à trois fois supérieur.
Détail piquant au passage. Le bavard des deux n’est pas celui qu’on attend. Pour passer l’index, Kimi écrit 113 millions de tokens. L’Opus à fond en écrit 218. À effort maximal, le champion de concision est américain…
Pourquoi ce prix n’est pas un prix
1,4 téraoctet de poids ne se pose pas sur une carte.
La recette officielle vLLM démarre à huit GPU B300 sur une seule machine. Et prévient : multi-nœuds « pour du trafic réel ».
Des B300, c’est du Blackwell. Très exactement ce que Washington interdit justement d’exporter vers la Chine. Moonshot aurait entraîné sur environ 20 000 GPU loués à Alibaba Cloud.
Moonshot rationne. Son agent de code renvoie par défaut vers un modèle plus léger depuis le 11 septembre. Puis publie les poids le 4 novembre, téléchargeables sans condition d’accès. 41 000 fois en dix jours. Et NVIDIA publie déjà sa version compressée NVFP4.
La licence raconte la stratégie. Usage libre, dérivés compris. Sauf pour revendre l’accès : au-delà de 20 millions de dollars de revenus sur douze mois, il faut un contrat séparé avec Moonshot. Selon Reuters, la maison demanderait jusqu’à 30 % de revenus aux clouds américains. (En négociation…)
Le marché, lui, a déjà tranché sur le prix. Dix jours après la sortie des poids, dix-huit hébergeurs servent le modèle sur OpenRouter. De 2 $ / 10 $ chez Moonshot à 0,24 $ / 8,41 $ chez Relace.
L’étiquette « moitié prix » aura fondu avant la fin du mois.
Deux précisions pour un lectorat français.
Déjà, il n’y a pas de routage « in-region UE » sur OpenRouter à ce jour. La conformité données se négocie ailleurs.
D’autre part, les deux camps se sont déjà affrontés, et pas sur un banc. Dans son rapport de renseignement sur les menaces publié en septembre, Anthropic décrit Moonshot relayant près de 300 000 requêtes clients vers Claude en dix jours, via 5 380 faux comptes. Puis collectant 23 millions d’échanges entre mai et juillet, avec un pipeline pour en extraire le raisonnement.
Le modèle « qui fait pareil pour moitié » a beaucoup appris de celui qu’il vise :)
La frontière qui bouge vraiment
Le même communiqué publie le banc cyber. Et c’est son passage le plus stratégique.
Exploitation de vulnérabilités (xdev-bench-hard, trois essais) :
| Modèle | Score |
|---|---|
| GPT-5.6 Sol | 100 |
| Kimi (checkpoint non filtré) | 90,5 |
| DeepSeek V4.1 Flash | 85,7 |
| Kimi (filtré) | 81,0 |
| Kimi K3 (ancien) | 33,3 |
Moonshot a purgé les données de cybersécurité du corpus et des environnements d’entraînement, ça coûte 9,5 points.
La leçon dépasse le communiqué. Entre K3 et K3.1 Pro, sans un seul exemple d’attaque dans les données, la capacité d’exploitation est passée de 33 à 81 !
Depuis le 4 novembre, ces 81 % se téléchargent.
Retournée, la pièce a un revers utile : c’est aussi l’argument du modèle qu’on héberge chez soi, pour auditer ce qui ne doit pas sortir.
Le réel, pour finir
Les essais terrain convergent avec les bancs. Huit tâches de développement opposées à l’Opus : simulations physiques, 3D, montage vidéo.
- Kimi est très bon en code et en 3D : 92,7 contre 96,2 à l’Opus en CAO avec outils. Et la parité presque parfaite sans outils : 72,8 contre 73,0.
- Pour l’instant encore dépassé en motion design et en montage (les modèles d’Anthropic maintiennent leur avantage compétitif sur ce point.)
- Et un talon d’Achille : en français, précisément, la pertinence s’effondre. Le modèle boucle, réfléchit en rond. L’effort maximal gonfle parfois la facture sans améliorer le résultat.
La RL a optimisé un examen anglophone, le multilingue reste une dette.
Pour du code agentique longue durée, en anglais, en traitements par lots : la remise est réelle, mesurée tâche par tâche, prenez-la.
Pour le français, la latence interactive ou le design : l’Opus reste seul en lice, et il le sait.