« C’est comme ça qu’on perd la course à l’IA » : le modèle chinois Kimi K3 atteint le numéro 1 sur Frontend Code Arena et David Sacks lance un avertissement

Cela semble être hier, lorsque DeepSeek R1 a remis en question une idée que beaucoup tenaient pour acquise : la course à l’intelligence artificielle avancée avait toujours un propriétaire clair dans la Silicon Valley. L’émergence du modèle chinois a contribué à déclencher une vente massive de technologies et a conduit NVIDIA à subir une perte de capitalisation quotidienne sans précédent jusqu’alors. Au fil des mois, cette image a perdu en intensité, mais le message est resté : l’écosystème technologique chinois n’était pas disposé à se limiter à suivre le rythme des États-Unis.

Le prochain avis porte désormais un nom différent : Kimi K3. Moonshot AI vient de présenter un modèle avec 2,8 billions de paramètres au total qui, à peine là, s’est placé au sommet de la Frontend Code Arena, devant certaines des propositions les plus puissantes d’Anthropic et d’OpenAI. Mais l’histoire ne se limite pas à une classification : les développeurs et les fans l’utilisent déjà pour créer des interfaces, des jeux et des récréations que tout le monde peut voir et, dans certains cas, essayer. C’est là que commence réellement cet article.

Il convient de s’attarder sur les détails de cette classification. Au moment de la rédaction de cet article, Kimi K3 atteint 1 679 points dans Frontend Code Arena, devant Claude Fable 5, avec 1 631, et GPT-5.6 Sol xHigh, avec 1 618. L’amélioration par rapport à la génération précédente est également frappante : Kimi K2.6 se classe 18ème, tandis que son successeur est en tête dans six des sept domaines évalués. Pour l’instant, Arena conserve l’étiquette de résultat préliminaire, il convient donc de lire cette position comme une photographie très significative, mais toujours susceptible de changer.

Nous ne sommes pas confrontés à un examen de programmation universel, mais plutôt à un test très spécifique. Frontend Code Arena compare les applications Web créées par différents modèles et permet aux utilisateurs d’évaluer laquelle résout le mieux la tâche, laquelle fonctionne de manière plus fiable et laquelle présente une meilleure expérience. Cette approche est particulièrement utile pour mesurer les capacités visibles et pratiques, mais elle présente également des limites évidentes. Le fait que Kimi K3 soit en tête ici nous en dit long sur ses performances frontend, même si cela ne nous permet pas automatiquement d’étendre cet avantage aux référentiels complexes, au backend, aux mathématiques ou au raisonnement général.

En dehors de ce terrain spécifique, la photographie reste favorable, quoique plus équilibrée. Vals AI place Kimi K3 deuxième parmi 38 modèles, avec 74,70%, juste derrière Claude Fable 5, qui atteint 75,14%, et au-dessus de GPT-5.6 Sol, avec 73,12%. L’Analyse Artificielle le place également parmi les systèmes les plus avancés de son classement, avec 57 points et la troisième place au classement général.

Kimi K3 a mis peu de temps à quitter le royaume des benchmarks et à entrer dans le débat politique américain. David Sacks a réagi à sa première place au Frontend Code Arena avec une citation difficile à ignorer : « C’est comme ça qu’on perd la course à l’IA. » L’ancien responsable d’IA à la Maison Blanche a utilisé ce résultat pour critiquer ce qu’il considère comme des restrictions internes excessives aux États-Unis, allant de la réglementation étatique aux obstacles à l’ouverture de nouveaux centres de données. Son message est clairement politique, mais il révèle à quel point la bande-annonce de Moonshot a déclenché une nouvelle alarme.

Là où Kimi K3 semble se sentir le plus à l’aise, c’est dans les tâches mêlant programmation, contexte visuel et plusieurs étapes enchaînées. Arena prend en charge sa capacité à créer des interfaces Web, tandis que Vals AI enregistre également des performances élevées dans les tests de programmation d’agents. Moonshot ajoute que le modèle peut parcourir de grands référentiels, utiliser des outils de terminal et consulter des captures d’écran de son propre travail pour corriger le résultat à la volée. Cette dernière capacité, que l’entreprise appelle « vision en boucle », explique pourquoi elle excelle dans la transformation de références visuelles en produits interactifs.

Il y a aussi plusieurs précautions à prendre avant d’interpréter Kimi K3 comme une victoire définitive. Moonshot le présente comme un modèle de pondération ouvert, mais ces fichiers n’ont pas encore été publiés et la société promet de les publier au plus tard le 27 juillet. Il ne faut pas non plus confondre cette ouverture avec l’open source complet, car il manque encore des détails sur la licence et le reste du système. Ses 2,8 milliards de paramètres au total appartiennent à une architecture clairsemée qui active 16 de ses 896 experts. L’entreprise elle-même préconise des configurations avec 64 accélérateurs ou plus, très loin de ce que peut proposer un ordinateur classique.

La réaction de la communauté permet de comprendre pourquoi Kimi K3 attire autant d’attention. L’un des exemples les plus frappants est une recréation de macOS 27 qui fonctionne dans le navigateur et que son créateur attribue à un essaim d’agents modèles travaillant pendant environ trois heures. S’y ajoutent Ballista, un panneau interactif avec un globe 3D et plusieurs comparaisons avec Claude et GPT. Ce ne sont pas des benchmarks indépendants, mais des démos partagées par leurs propres créateurs, mais ils vous permettent de voir quel type de résultats le modèle produit en dehors des tables.

Pour créer quelque chose comme la simulation macOS ou le jeu de baliste, nous n’avons pas besoin de modéliser chaque élément à la main à partir de zéro. Nous pouvons décrire le résultat, joindre une référence et demander à Kimi de créer une application fonctionnelle, par exemple avec HTML, JavaScript et diverses bibliothèques graphiques. Le projet est ensuite testé, modifié et enfin publié ou enregistré pour être partagé. Kimi K3 peut être utilisé depuis Kimi.com, Kimi Work, Kimi Code ou des outils connectés à son API, bien qu’il ne soit pas confirmé quel environnement spécifique a été utilisé dans plusieurs des exemples que nous avons vus.

Il est encore tôt pour transformer ce lancement en un changement définitif de leadership. Fable 5 et GPT-5.6 Sol restent en tête dans plusieurs évaluations, les poids du Kimi K3 ne sont pas encore disponibles et bon nombre de ses capacités devront être vérifiées avec plus de temps. Néanmoins, ce que nous avons vu est déjà difficile à ignorer : une entreprise chinoise peut rivaliser pour des positions de leader, offrir des résultats compétitifs et amener la communauté à transformer presque immédiatement cette capacité en applications réelles. La course continue, mais la marge entre ses principaux protagonistes semble de plus en plus étroite.

Images | Kimi | Capture d’écran

À Simseo | La Chine a un plan pour gagner la guerre de l’IA contre les États-Unis. Et DeepSeek est son champion