Analyse critique¶
Cette partie prend du recul. Elle ne résume pas le rapport : elle l'évalue.
Positionnement
Kimi K3 est un travail sérieux, et ce wiki le reflète. La critique qui suit n'est pas un contre-argumentaire : c'est le complément nécessaire à une lecture qui, autrement, prendrait un document de communication technique pour un article de recherche évalué par les pairs.
Ordre de lecture¶
| # | Chapitre | Contenu |
|---|---|---|
| 01 | Forces | Ce qui est réellement remarquable, et pourquoi |
| 02 | Limites et angles morts | Ce que le modèle ne fait pas bien, ce que le rapport ne dit pas |
| 03 | Affirmations à vérifier | Chaque revendication, avec son niveau de preuve |
| 04 | Questions ouvertes | Ce que personne ne sait, y compris Moonshot |
Le jugement en une page¶
Ce qui est solide
- L'architecture est bien décrite et vérifiable. Nous avons reconstruit
les 2,78 T de paramètres à 0,2 % près depuis le seul
config.json, et vérifié l'identité de composition de KCP à la précision machine. - Les preuves sont réelles. Le théorème MoonEP (\(E/R\)) est démontré ; la dérivation duale de Quantile Balancing est complète et éclairante.
- Du code est ouvert. MoonEP, AgentENV, MiniTriton, nano-kpu, une PR dans flash-linear-attention.
- Les faiblesses sont reconnues. CritPt, HLE, l'écart d'expérience utilisateur, la sensibilité à la préservation du raisonnement.
- L'évaluation cyber est sérieuse, étalonnée en heures-expert, et confirmée par une évaluation gouvernementale indépendante.
- Les tiers confirment le positionnement : #4/580 chez Artificial Analysis, #2/39 chez Vals AI, #1/99 au WebDev Arena.
Ce qui ne l'est pas
- Le « 2,5× » n'est pas vérifiable : figure sans axes, jeu de validation non publié, aucune ablation par composant, gain attribué conjointement à l'architecture et aux données.
- Les données sont un trou noir : ni volume, ni proportions, ni sources, ni date de coupure, ni analyse de contamination.
- L'algorithme de RL n'est pas formulé. Le mécanisme qui rend possible tout le RL long-horizon est décrit en prose, sans équation.
- Les benchmarks mélangent les harnais, ce qui affaiblit les comparaisons de codage — un point relevé par des analyses tierces.
- Aucun budget de calcul n'est publié.
- La licence n'est pas open source, et Moonshot ne prétend plus le contraire.
La question de fond¶
Kimi K3 change-t-il quelque chose ?
Oui, sur un point précis : c'est le premier modèle de la classe des 3 billions de paramètres dont les poids sont publics.
L'écart aux meilleurs propriétaires est réel mais modeste : 2,8 points d'indice Artificial Analysis, 0,4 point d'indice Vals. Et sur un domaine — le développement web — Kimi K3 est premier au monde selon un vote humain indépendant.
Non, sur la méthode. Le rapport est plus généreux que la moyenne sur l'architecture et l'infrastructure, et exactement aussi silencieux que les autres sur les données, les hyperparamètres et le calcul. Il ne renverse pas la tendance à la fermeture scientifique du domaine ; il l'accompagne, en ouvrant les poids.
Partie précédente : Reproduire · Partie suivante : Annexes