Une startup chinoise en intelligence artificielle, Moonshot, a perturbé les attentes en matière de développement de l’intelligence artificielle après que son modèle Kimi K2 Thinking a dépassé OpenAI’s GPT-5 et Anthropic’s Claude Sonnet 4.5 sur plusieurs benchmarks de performance, relançant le débat sur la remise en question de la domination américaine en matière d’IA par l’innovation chinoise rentable.
Basée à Beijing, Moonshot AI, valorisée à 3,3 milliards de dollars et soutenue par les géants de la tech Alibaba Group Holding et Tencent Holdings, a publié le modèle Kimi K2 Thinking en open source le 6 novembre, réalisant ce que les observateurs de l’industrie appellent un autre « moment DeepSeek » – une référence à la perturbation antérieure des hypothèses de coût de l’IA par la startup basée à Hangzhou.
Les performances du modèle remettent en question les modèles américains
Selon le blog GitHub de l’entreprise, Kimi K2 Thinking a obtenu un score de 44,9% sur Humanity’s Last Exam, un benchmark de modèles de langage comprenant 2 500 questions sur un large éventail de sujets, dépassant les 41,7% de GPT-5.
Le modèle a également atteint 60,2% sur le benchmark BrowseComp, qui évalue la compétence en navigation web et la persistance dans la recherche d’informations des agents de modèles de langage de grande taille, et a marqué 56,3% pour mener le benchmark Seal-0 conçu pour défier les modèles de recherche augmentés sur des requêtes de recherche réelles.
VentureBeat a rapporté que la sortie en open-weight répondant ou dépassant les scores de GPT-5 marque un tournant où l’écart entre les systèmes de pointe fermés et les modèles disponibles publiquement s’est effectivement effondré pour le raisonnement de haut niveau et le codage.
Le modèle a suscité de l’intérêt après que CNBC ait rapporté que son coût de formation était de seulement 4,6 millions de dollars, bien que Moonshot AI n’ait pas commenté le coût. Selon les calculs du South China Morning Post, le coût de l’interface de programmation d’application de Kimi K2 Thinking était six à dix fois moins cher que celui des modèles d’OpenAI et d’Anthropic.
Les capacités techniques et les limitations
Les chercheurs de Moonshot AI ont déclaré que Kimi K2 Thinking avait « établi de nouveaux records sur les benchmarks évaluant les capacités de raisonnement, de codage et d’agent ». Le modèle peut exécuter jusqu’à 200-300 appels séquentiels d’outils sans intervention humaine, raisonnant de manière cohérente sur des centaines d’étapes pour résoudre des problèmes complexes.
Les tests indépendants de la société de conseil Artificial Analysis ont placé Kimi K2 en tête de son benchmark Telecom agentic Tau-2 avec une précision de 93%, ce qui a été décrit comme le score le plus élevé jamais mesuré indépendamment.
Cependant, Nathan Lambert, chercheur à l’Allen Institute for AI, a suggéré qu’il y avait encore un décalage de performance brute d’environ quatre à six mois entre les meilleurs modèles fermés et ouverts, bien qu’il ait reconnu que les laboratoires chinois se rapprochaient et performaient très bien sur des benchmarks clés.
Implications sur le marché et pression concurrentielle
Zhang Ruiwang, un architecte de systèmes d’information basé à Beijing, a déclaré que la tendance était aux entreprises chinoises de maintenir les coûts bas, expliquant : « Les performances globales des modèles chinois sont encore en retard sur les meilleurs modèles américains, ils doivent donc rivaliser dans les domaines de la rentabilité pour s’en sortir ».
Zhang Yi, analyste en chef chez iiMedia, a déclaré que les coûts de formation des modèles d’IA chinois connaissaient une « baisse en pente » grâce à l’innovation en matière d’architecture de modèle et de technique de formation, et à l’apport de données d’entraînement de qualité, marquant un changement par rapport à l’accumulation de ressources informatiques des premiers jours.
La sortie positionne Moonshot AI aux côtés d’autres sociétés d’IA chinoises comme DeepSeek, Qwen et Baichuan qui remettent de plus en plus en question le récit de la suprématie américaine en matière d’IA grâce à l’innovation rentable et aux stratégies de développement en open source.
Que cela représente un avantage concurrentiel durable ou une convergence temporaire des capacités reste à voir alors que les entreprises américaines et chinoises continuent à faire progresser leurs modèles. Les organisations doivent maintenir une flexibilité dans leur stratégie d’infrastructure et surveiller comment des partenariats comme Tesla-Intel pourraient remodeler la dynamique concurrentielle de la fabrication de matériel d’IA.
Les décisions prises aujourd’hui concernant les partenariats de fabrication de puces pourraient déterminer quelles organisations auront accès à une infrastructure d’IA rentable et performante dans les années à venir.
Pour en savoir plus sur l’IA et le big data auprès des leaders de l’industrie, consultez l’AI & Big Data Expo qui se tiendra à Amsterdam, en Californie et à Londres. Cet événement complet fait partie de TechEx et est co-localisé avec d’autres événements technologiques de premier plan.
AI News est propulsé par TechForge Media. Découvrez d’autres événements technologiques d’entreprise à venir et des webinaires ici.