Lancement du modèle open‑source Kimi K2 par Moonshot AI
Kimi K2 a lancé la gamme agentique à poids ouverts de Moonshot AI. Architecture, licence, évolution jusqu’à Kimi K3 et limites : le bilan au 2 août 2026.
Lorsque Moonshot AI a présenté Kimi K2 le 11 juillet 2025, le modèle a attiré l’attention par sa taille, ses capacités d’usage d’outils et la publication de ses poids. Un an plus tard, cette sortie apparaît surtout comme le point de départ d’une gamme agentique devenue multimodale. Cette rétrospective distingue l’annonce initiale, les éléments effectivement documentés et la situation de l’écosystème Kimi au 2 août 2026.
Note de mise à jour du 2 août 2026 : le titre historique est conservé pour préserver l’URL et le contexte de publication. La première version de cet article datait du 14 juillet 2025. Dans le corps, nous employons « modèle à poids ouverts » lorsque cette formulation est plus précise que « open source ». Kimi K2 est distribué avec son code et ses poids sous une licence MIT modifiée, qui ajoute une obligation d’affichage pour certains très grands services commerciaux.
En bref
- Kimi K2 a été officiellement publié le 11 juillet 2025 par Moonshot AI.
- Le modèle repose sur une architecture Mixture-of-Experts totalisant 1 000 milliards de paramètres, dont 32 milliards activés par token, avec une fenêtre de contexte initiale de 128 000 tokens.
- Les variantes Base et Instruct, le code et les poids ont été rendus téléchargeables sous une licence MIT modifiée.
- Le mot « open source » employé dans l’annonce de Moonshot ne doit pas être interprété comme une absence de conditions ni comme une certification par une autorité indépendante.
- La famille a évolué avec K2 0905, K2 Thinking, K2.5 multimodal, K2.6 et K2.7 Code.
- Au 2 août 2026, Kimi K3 est le modèle phare annoncé par Kimi, avec vision native et contexte allant jusqu’à un million de tokens. Cela ne rend pas K2 obsolète pour tous les déploiements.
Ce qui était annoncé en juillet 2025
Kimi K2 a été présenté comme un modèle de langage optimisé pour le code, le raisonnement et les tâches agentiques. Son architecture parcimonieuse active une fraction des experts à chaque token. Le chiffre d’un billion de paramètres décrit donc la capacité totale du modèle, pas le volume de calcul mobilisé simultanément pour chaque réponse.
Moonshot documentait deux variantes. Kimi-K2-Base servait de point de départ au fine-tuning et à la recherche. Kimi-K2-Instruct était post-entraîné pour le dialogue, le code et les appels d’outils. Cette première version Instruct était dite « reflex-grade » dans le dépôt officiel : elle répondait directement et n’était pas encore un modèle de raisonnement long.
L’annonce mettait aussi en avant MuonClip, une adaptation de l’optimiseur Muon destinée à stabiliser l’entraînement à grande échelle. Moonshot indiquait avoir pré-entraîné K2 sur 15,5 billions de tokens sans pic d’instabilité. Il s’agit d’un résultat déclaré par le développeur, utile pour comprendre le projet de recherche, mais différent d’une reproduction indépendante complète.
Pour comprendre ce qui transforme un modèle en véritable système agentique, le guide Promptique des agents IA et de MCP sépare le modèle, les outils, l’orchestrateur, la mémoire et les autorisations.
Open source ou poids ouverts : la nuance indispensable
Moonshot qualifie officiellement Kimi K2 d’« open source » et publie les poids ainsi que du code. Pour un lecteur qui évalue les droits de réutilisation, la formulation modèle à poids ouverts sous licence MIT modifiée est néanmoins plus informative.
La modification impose aux produits ou services commerciaux dépassant 100 millions d’utilisateurs actifs mensuels, ou 20 millions de dollars de revenus mensuels, d’afficher visiblement « Kimi K2 » dans leur interface. Pour la plupart des développeurs, cette clause ne bloque pas l’expérimentation ou l’usage commercial. Elle signifie toutefois que la licence n’est pas la MIT standard et qu’un examen juridique reste nécessaire avant intégration.
L’ouverture des poids n’ouvre pas automatiquement le jeu de données d’entraînement, l’ensemble des recettes de fabrication, les services hébergés ni toutes les dépendances. Elle ne garantit pas non plus qu’une machine courante puisse exécuter le modèle complet. Les fichiers de K2 Instruct représentent environ un téraoctet dans la distribution officielle, avant de considérer la mémoire d’inférence et l’infrastructure.
À retenir : « téléchargeable » répond à une question d’accès. « Open source » répond aussi à des questions de licence, de libertés et de définition. « Exécutable localement » dépend enfin du matériel et de l’outillage. Ces trois notions ne sont pas synonymes.
De K2 à K3 : la chronologie confirmée
| Date | Étape officielle | Évolution principale |
|---|---|---|
| 11 juillet 2025 | Kimi K2 | Base et Instruct, poids publiés, code, outils et 128K de contexte |
| 5 septembre 2025 | K2 0905 | Code amélioré, contexte porté à 256K et API accélérée |
| 6 novembre 2025 | K2 Thinking | Raisonnement prolongé et longues séquences d’appels d’outils |
| 27 janvier 2026 | K2.5 | Vision native, modes Instant et Thinking, aperçu Agent Swarm |
| 20 avril 2026 | K2.6 | Nouvelle étape multimodale et agentique annoncée par Kimi |
| 12 juin 2026 | K2.7 Code | Version spécialisée dans le code et les tâches longues |
| 16 puis 27 juillet 2026 | Kimi K3 | Lancement du nouveau modèle phare, puis mise à disposition annoncée des poids complets |
Ce qui a réellement changé après le lancement
Le raisonnement est devenu une variante explicite
K2 Thinking a comblé une limite reconnue dans l’annonce initiale. Moonshot affirme que cette variante peut maintenir des centaines d’étapes et d’appels d’outils. Cette capacité doit être évaluée dans un cadre réel : une longue trajectoire peut augmenter la probabilité d’erreur, le coût et le temps d’exécution autant qu’elle peut résoudre une tâche plus difficile.
La gamme est devenue multimodale
K2.5 a ajouté la compréhension visuelle native, une fenêtre de 256K et des scénarios de génération d’interfaces à partir d’images ou de vidéos. Son Agent Swarm, proposé en aperçu, pouvait répartir une mission en sous-tâches parallèles. Les chiffres de vitesse et de benchmarks publiés proviennent principalement de Moonshot et dépendent du harnais, des outils et du budget d’inférence.
Kimi K3 a déplacé le centre de gravité
Au 2 août 2026, la documentation Kimi présente K3 comme son modèle phare pour le code de longue durée et le travail de connaissance. Elle annonce 2,8 billions de paramètres, la vision native, une fenêtre allant jusqu’à un million de tokens et un raisonnement toujours actif. Les poids ont été publiés fin juillet sous une licence propre à K3. Il faut donc lire cette nouvelle licence séparément, sans extrapoler automatiquement les conditions de K2.
Pourquoi Kimi K2 a compté
K2 a montré qu’un acteur chinois pouvait publier rapidement un grand modèle agentique, ses poids et des recettes de déploiement compatibles avec vLLM, SGLang, KTransformers et TensorRT-LLM. Pour les équipes disposant de l’infrastructure, cela crée une alternative à une API fermée et permet de contrôler davantage le lieu d’hébergement, les versions et certaines adaptations.
Ce contrôle ne signifie pas indépendance totale. Les GPU, bibliothèques, pilotes, formats quantifiés et outils d’orchestration restent des dépendances. L’API hébergée peut également se comporter différemment d’une installation locale. Le comparatif Promptique des grands assistants IA rappelle pourquoi il faut comparer un produit complet et pas seulement un checkpoint.
Pour une entreprise, la valeur se mesure sur ses propres tâches : taux de réussite, appels d’outils valides, sécurité, français métier, coût total et délai. Le guide complet du prompt engineering propose un protocole d’évaluation reproductible plutôt qu’un choix fondé sur un classement unique.
Limites à garder en tête
- Benchmarks du fournisseur : ils décrivent un protocole précis et ne garantissent pas le même résultat dans votre environnement.
- Coût d’hébergement : 32 milliards de paramètres activés ne rendent pas un modèle total d’un billion de paramètres léger à déployer.
- Appels d’outils : le modèle propose des arguments, mais le code doit valider droits, schémas et conséquences.
- Licence : la condition d’affichage de K2 et la licence distincte de K3 doivent être examinées.
- Données : héberger les poids ne résout pas seul les obligations de confidentialité, de sécurité ou de conformité.
- Versions : un résultat obtenu sur 0711, 0905, Thinking, K2.5 ou K3 ne se transpose pas automatiquement aux autres variantes.
Pour encadrer un déploiement professionnel, consultez également le guide sur l’IA générative en entreprise, le RGPD et l’AI Act.
FAQ
Kimi K2 est-il vraiment open source ?
Moonshot emploie ce terme et publie code et poids. Pour éviter l’ambiguïté, Promptique précise qu’ils sont distribués sous une licence MIT modifiée comportant une condition d’affichage pour certains services de très grande taille.
Peut-on utiliser K2 commercialement ?
La licence accorde de larges droits, y compris commerciaux, sous ses conditions. Faites vérifier votre cas, notamment si le service dépasse les seuils indiqués dans la licence.
Kimi K3 remplace-t-il K2 ?
K3 est le modèle phare en août 2026, mais K2 peut rester pertinent si une infrastructure, un comportement ou une licence ont déjà été validés. Une migration doit être évaluée, pas supposée.
Sources officielles
- Moonshot AI, Kimi K2: Open Agentic Intelligence, 11 juillet 2025.
- Dépôt officiel Kimi K2, architecture, variantes et déploiement.
- Licence MIT modifiée de Kimi K2.
- Moonshot AI, mise à jour K2 0905, 5 septembre 2025.
- Moonshot AI, Kimi K2 Thinking, 6 novembre 2025.
- Kimi K2.5, 27 janvier 2026.
- Moonshot AI, Kimi K2.6, 20 avril 2026.
- Journal officiel Kimi Code, K2.7 Code, 12 juin 2026.
- Dépôt officiel Kimi K3, état consulté le 2 août 2026.
Avertissement : cette rétrospective est informative et ne constitue ni un conseil juridique sur les licences, ni une validation de sécurité ou de performance. Vérifiez le modèle, la licence et la documentation correspondant exactement à la version que vous déployez.