Le laboratoire chinois Moonshot AI a mis en ligne le 12 juin Kimi K2.7 Code, un modèle d'intelligence artificielle spécialisé dans la programmation. La particularité qui compte: ses poids sont publiés en open weights sur Hugging Face, ce qui permet à n'importe qui de le télécharger, de l'examiner et de le faire tourner sur ses propres serveurs. Une trajectoire à l'opposé des modèles fermés d'OpenAI ou d'Anthropic.
Un modèle taillé pour coder, pas pour discuter
Moonshot assume un positionnement précis. Selon le laboratoire, "K2.7 Code vise l'ingénierie logicielle de longue haleine, pas la conversation générale. Il planifie, édite, lance des outils et débogue sur de nombreuses étapes." Autrement dit, le modèle est conçu pour les tâches agentiques: enchaîner des actions, lire un projet entier, écrire du code, le tester et corriger ses erreurs, plutôt que de répondre à une question isolée.
Sous le capot, Kimi K2.7 Code repose sur une architecture Mixture of Experts de mille milliards de paramètres au total, dont seulement 32 milliards sont activés à chaque requête, répartis sur 384 experts spécialisés. Sa fenêtre de contexte atteint 256 000 tokens, de quoi ingérer de gros volumes de code en une seule passe. L'identifiant du modèle pour les développeurs est kimi-k2.7-code.
Des gains revendiqués, mais à confirmer
Moonshot met en avant plusieurs progrès par rapport à la version précédente, K2.6. Le laboratoire annonce notamment:
- une hausse de 21,8% sur son benchmark maison Kimi Code Bench v2, le score passant de 50,9 à 62,0;
- environ 30% de tokens de raisonnement en moins pour arriver au même résultat, ce qui réduit le coût et la latence;
- des progrès sur d'autres tests internes comme Program Bench et MLS Bench Lite.
Un point mérite la prudence, et nous le soulignons: à ce stade, tous ces chiffres proviennent des benchmarks propriétaires de Moonshot. Aucune mesure indépendante n'a encore été publiée sur les suites de tests publiques standard. Tant que des tiers n'ont pas reproduit ces scores, ils restent des annonces du constructeur, à prendre comme telles.
Pourquoi l'open weights chinois bouscule la donne
Le prix envoie un signal clair. L'API de Moonshot est facturée 0,95 dollar par million de tokens en entrée et 4 dollars en sortie, avec un tarif réduit à 0,19 dollar pour les entrées déjà mises en cache. C'est nettement en dessous des modèles propriétaires de pointe occidentaux. Couplé à la licence Modified MIT, qui autorise l'usage et la modification, cela rend le modèle attractif pour les entreprises qui veulent héberger leur IA en interne plutôt que d'envoyer leur code chez un fournisseur tiers.
Pour les développeurs francophones, l'intérêt est double: un outil de codage assisté très capable accessible à faible coût, et la possibilité de le faire tourner sans dépendre d'un service américain. La vague des modèles ouverts venus de Chine, déjà visible avec les précédentes versions de Kimi et d'autres laboratoires, confirme que la course à l'IA ne se joue plus uniquement entre quelques acteurs fermés. Reste à voir si les performances tiennent leurs promesses une fois testées hors du laboratoire.