Quand les poids Kimi K3 arrivent-ils sur Hugging Face ?

Le 27 juillet 2026 avec licence Modified MIT, rapport technique et support vLLM KDA plus prefix caching.

Quel hardware pour l auto-hébergement ?

Environ 1,4 To en 4-bit et 64+ accélérateurs. Référence : K2.7 Code INT4 ~577 Go.

Faible à moyen volume : API ($3/$15, cache $0,30/M). Self-host seulement avec data residency et cluster 64+ GPU.

57,1 points, 3e sur 189. Moonshot admet être derrière Fable 5 (59,9) et Sol (58,9).

Quelques jours après le 27/07. Le 2,8T complet ne convient pas au hardware grand public.

Différence avec le test du 16/07 ?

Le test couvre l API ; cet article traite la sortie des poids, le self-host et trois scénarios de déploiement.

Kimi K3 Open Weights : publication Hugging Face du 27 juillet 2026 et guide self-host

Après le test Kimi K3 du 16 juillet, la décision se joue le 27 juillet 2026 : poids complets sur Hugging Face (Modified MIT), rapport technique et vLLM KDA. Pour les responsables infra IA : chronologie, architecture 2,8T, benchmarks, AA Index 3e, API $3/$15, self-host 1,4 To, trois scénarios, checklist, runbook, FAQ.

Pain points : pourquoi recalculer après le 27/07 ?

Écart open/closed quasi comblé : K3 obtient 57,1 à l Artificial Analysis Intelligence Index v4.1 — 3e sur 189, à 2,8 points de Claude Fable 5 (59,9). Les poids complets changent l arbitrage API fermée vs OSS faible.
Coût self-host sous-estimé : 2,8T en 4-bit exige 1,4 To et 64+ accélérateurs. Post-WAIC, beaucoup découvrent que laptop et VPS standard ne suffisent pas.
Risque mono-fournisseur et hallucinations : la restriction Anthropic du 1er juillet a impacté l API en 90 minutes. Moonshot admet plus d hallucinations vs K2.6 et une stabilité inférieure à Fable/Sol.

1. Chronologie

Date	Événement	Enjeu
16 juillet	API live, `kimi-k3` immédiat	Sans keynote, dev-first
17–20 juillet	WAIC 2026	Cohorte Chine : GLM-5.2, DeepSeek V4, MiniMax
27 juillet	Poids HF, Modified MIT, rapport, vLLM KDA	Premier paquet >2T téléchargeable
27 juillet+	Ollama/GGUF communauté	PoC consumer, pas prod full

2. Publication du 27 juillet

Poids HF complets : 2,8T, MXFP4/MXFP8 ;
Modified MIT : recherche + commercial avec clauses Moonshot ;
Rapport technique : KDA, AttnRes, Stable LatentMoE, Quantile Balancing, Per-Head Muon, SiTU ;
vLLM Day-0 : KDA + prefix caching, decode 6,3× à 1M ;
Ollama/GGUF : jours après ; 2,8T complet hors Mac portable.

Moonshot assume la 3e place : « K3 n est pas le modèle le plus fort — mais c est la release open weights la plus proche du frontier fermé. »

3. Spécifications

Spec	Détail
Paramètres	2,8 billions
MoE	Stable LatentMoE : 896 / 16 actifs
Attention	KDA + AttnRes + Gated MLA
Contexte	1 048 576 tokens
Modalités	Texte, image, vidéo
Entraînement	MXFP4 poids, MXFP8 activations
vs K2	efficacité 2,5×
KDA	6,3× decode @ 1M, KV −75%

4. Benchmarks : gains et limites

Bench	K3	Fable 5	Sol
Frontend Code Arena	#1	—	—
Automation Bench	30,8	29,1	29,7
SpreadsheetBench 2	mène	—	—
BrowseComp	91,2	88,0	90,4
SWE Marathon	42,0	35,0	39,0
Terminal Bench 2.1	88,3	84,6	88,8
Program Bench	77,8	76,8	77,6
FrontierSWE	81,2	86,6	71,3
DeepSWE	67,5	70,0	73,0
GDPval v2 Elo	derrière	devant	devant

Faiblesses : hallucinations vs K2.6 ; polish/stabilité derrière Fable/Sol. Chiffres éditeur.

5. AA Index et tarifs API

Modèle	AA Index	Rang	In $/M	Out $/M	Cache
Fable 5	59,9	1	—	—	—
GPT-5.6 Sol	58,9	2	—	—	—
Kimi K3	57,1	3/189	$3,00	$15,00	$0,30

Tâche AA unique : K3 ~$0,94, 65,8 % moins cher que Fable 5.

6. Exigences self-host

4-bit : ~1,4 To (ref. K2.7 Code INT4 ~577 Go) ;
Prod : 64+ accélérateurs ;
vLLM KDA + prefix caching Day-0.

Faits EEAT

Plus grand open weights téléchargeable (2,8T).
896/16 MoE, Quantile Balancing.
1M flat $3/$15, KDA 6,3× @ 1M.
Tâche AA $0,94, −65,8 % vs Fable.
Moonshot communique honnêtement le rang 3.

7. API vs self-host : trois scénarios

Scénario	Recommandation	Raison
Startup / PoC	API / OpenRouter	Zéro CapEx
Moyen / hybride	API + Fable/Sol	Routage par tâche
Enterprise / residency	64+ GPU + secours API	Modified MIT commercial

8. Industrie et géopolitique

WAIC 2026 : Moonshot, GLM-5.2, DeepSeek V4, MiniMax. Écart open/closed comblé mi-2026. Restriction Anthropic (1er juillet, partiellement levée) pousse K3 comme seconde source. K2→K2.5→K3 = comeback Moonshot.

9. Checklist release

□ Repo Hugging Face
□ LICENSE Modified MIT
□ Rapport technique PDF
□ vLLM KDA + prefix caching
□ Model card 896/16, 1M, MXFP4
□ Roadmap NVFP4/GGUF
□ Calendrier Ollama
□ Synthèse sécurité

10. Runbook en 5 étapes

Étape 1  27/07 : vérifier HF, Modified MIT, rapport, vLLM
Étape 2  Choisir API ou 64+ GPU selon trafic
Étape 3  Déployer vLLM KDA ; GGUF en PoC seulement
Étape 4  Pilot 10–20 SWE Marathon, mesurer cache/hallucinations
Étape 5  Routage hybride K3 / Fable / Sol

11. FAQ

Quand sur HF ?

27 juillet 2026.

Hardware ?

1,4 To + 64+ GPU.

API ou self-host ?

Souvent API ; enterprise avec cluster.

Rang AA ?

57,1, 3e/189.

Ollama ?

Jours après le 27/07.

vs test 16/07 ?

Test=API ; ici=poids.

Conclusion

La publication open weights du 27 juillet est le premier paquet >2T, AA 3e, Modified MIT — avec faiblesses assumées. Pour la plupart des équipes, API + routage hybride reste le choix Q3 2026.

Exécuter K3 sur laptop, VPS Linux ou CI sans macOS pose interruptions de boucles, clés API mélangées, pas de Xcode/Fastlane/notarytool. Pour Kimi Code + K3 7×24 avec signature iOS ou OpenClaw, un nœud Mac cloud VPSMAC M4 — macOS natif, SSH + launchd — bat le hardware personnel.

Suite : Test Kimi K3 (16/07) · API Kimi

Date : 22/07/2026. Détails du 27/07 sur le repo HF officiel.