Moonshot ouvre les poids de Kimi K3.1 Pro
Un modèle à poids ouverts, c'est un modèle que n'importe qui peut télécharger et faire rouler sur ses propres machines. Moonshot AI a publié les poids de Kimi K3.1 Pro sur Hugging Face. La nouvelle a récolté 532 points sur Hacker News et fait beaucoup jaser sur r/LocalLLaMA. Un utilisateur de Reddit soutient que le modèle est « probablement benchmaxxé », c'est-à-dire ajusté pour bien paraître aux benchmarks. C'est l'analyse d'une seule personne, pas un verdict.
Un billet sur Reddit qui cite dirac.run affirme que DeepSeek, à lui seul, a produit 53 % des 27 000 milliards de jetons passés sur OpenRouter en une journée. Les jetons, ce sont les petits morceaux de texte qu'un modèle lit et écrit. OpenRouter est un service qui envoie les requêtes (prompts) vers plein de modèles différents. Ensemble, les labos à poids ouverts dépassent 75 %, selon le billet. Aux États-Unis, Ricursive a publié Ripple-65B Preview, qu'il présente comme le meilleur modèle américain à poids ouverts pour le code agentique (292 points sur HN).
Faire rouler des modèles chez soi a aussi ses obstacles. Un billet de 600 points sur HN affirme que le micrologiciel (firmware) chiffré de la RTX Spark de Nvidia réduit la vitesse d'inférence, c'est-à-dire la vitesse de réponse du modèle, à 35 % sous Linux.
Des modèles puissants se téléchargent maintenant gratuitement, et sur une grosse plateforme, ils portent la majorité du trafic. C'est bon pour les coûts et pour le contrôle. Mais une fois qu'un modèle est sorti, personne ne peut le rappeler, et la sécurité dépend de celui qui le fait rouler.
