k3

Séisme crypto
Le « Moment Kimi » et comment une IA chinoise gratuite menace le nouvel empire des mineurs de Bitcoin

Assiste-t-on à une fracture dans la thèse d’investissement qui relie l’IA à l’écosystème crypto ?

Vendredi, #bitcoin , #Ethereum et les principales cryptomonnaies ont subi de fortes baisses qui ont agi comme un écho à l’effondrement des actions de semi-conducteurs en Asie. Le coupable a été baptisé le « Moment Kimi » : le lancement du modèle d’Intelligence Artificielle Kimi K3, développé par la startup pekinoise Moonshot AI.

Efficacité brutale : #K3 compte 2,8 milliards de paramètres, mais utilise une architecture de « mixture of experts » (en n’activant que 16 de ses 896 spécialistes par tâche), ce qui la rend incroyablement peu coûteuse à exécuter.

Détrôner les géants : lors de tests de code front-end, K3 a réussi à détrôner les modèles phares américains et payants, en dépassant #Claude Fable 5 (Anthropic) et GPT-5.6 (#OpenAI )

La Vraie Menace : le code open source
Ce qui a vraiment provoqué la panique dans les valorisations du marché n’a pas été uniquement les performances du modèle, mais sa licence. Kimi K3 est open source et totalement gratuit (le modèle sera rendu public le 27 juillet prochain).

Changement de paradigme : les investissements multimillionnaires dans l’infrastructure d’IA reposaient sur la prémisse que la technologie de pointe serait rare, très coûteuse et contrôlée par les États-Unis. Un modèle chinois gratuit et de premier niveau détruit totalement cet argument.

3. L’impact sur la crypto, pourquoi le BTC baisse-t-il ?
L’écosystème crypto a absorbé ce coup non pas à cause d’un problème dans la blockchain, mais pour une raison fondamentale qui relie le BTC à l’IA.

La crise des mineurs : au cours des deux dernières années, les mineurs de Bitcoin ont fait pivoter leur modèle économique en louant leurs centres de données pour l’entraînement et l’inférence d’IA. Si l’industrie s’oriente vers des modèles gratuits et très efficaces, nécessitant moins de ressources matérielles, la demande pour les serveurs des mineurs s’effondre.
$BTC

日拱一卒 : pourquoi Kimi peut-elle produire un K3 ? Yang Xinyu dresse la liste des quatre crimes commis par ses concurrents

① Arrogance : les équipes historiques pensent que la guerre de l’IA est déjà terminée et que c’est elles qui ont gagné.
② Impatience : les bases du jeune laboratoire ne sont pas solides ; si elles n’arrivent pas à suivre, elles changent de cap trop vite.
③ Lâcheté : bien que la force ne soit pas faible, elles n’osent pas fixer un objectif de première place dans l’industrie.
④ Objectif mal aligné : chacun se bat pour sa gloire personnelle ; personne ne se soucie vraiment de savoir si l’entreprise peut réussir à produire une AGI.

Yang Xinyu dit que ce qui rend Face à l’ombre de la Lune le plus différent, c’est que l’équipe fondatrice continue de poursuivre l’AGI avec une détermination farouche.

Et il/elle a aussi dévoilé les « Cinq préceptes de Kimi » :
- Une entreprise de modèles doit construire des modèles
- Pour faire de la recherche et publier des articles, il faut réaliser des expériences
- L’entraînement d’un modèle doit s’appuyer sur les métriques
- Les choses qui ne fonctionnent pas, ne pas forcer
- Ne pas YOLO

En version très simple : moins raconter des histoires, plus faire des expériences. Entraînement guidé par les données, arrêter vite en cas d’échec, ne pas miser sur l’intuition.

Ces quatre crimes et ces cinq préceptes parlent en réalité de la même chose : la plupart des entreprises d’IA meurent parce qu’elles veulent « être le patron », plutôt que « faire la bonne chose ». La différence de Kimi n’est pas qu’elle est plus intelligente, mais qu’elle est plus maîtrisée.

#Kimi #K3 #AI

🚨 $K3 SURESTIME 41 POINTS D’AVANCE — LA DOMINATION CONFIRMÉE EN TÊTE ! 📊

📌 Kimi K3 a établi une avance décisive à 1 677, creusant l’écart de 41 points par rapport au concurrent le plus proche. Ce n’est pas seulement un gain marginal — c’est un changement structurel du paysage. 📊 Le classement montre que les variantes Claude occupent six des dix meilleures places, signe d’une forte liquidité dans cet écosystème, mais l’émergence de Kimi est décisive.

💡 Le regroupement serré de #5 à #10 — séparé par seulement 21 points — signifie que la prochaine mise à jour du modèle pourrait déclencher un bouleversement violent. Pariez-vous sur l’élan du leader ou attendez-vous un faux pas pour que les poursuivants accumulent du retard à des niveaux de valeur ? 💬

⚠️ Ceci n’est pas un conseil financier. Gérez toujours votre risque. 🛡️

🏷️ #K3 #AIBenchmark #Leaderboard #Tech #CryptoAI

🦈 ⚡

🚨 $K3 OPEN WEIGHTS GO LIVE - 2,8 TRILLION PARAMÈTRES, ACCÈS PUBLIC ! 💥

📌 Ce n’est pas un récit de token typique — Moonshot AI vient de publier les poids complets de Kimi K3, le plus grand modèle open-weight jamais créé, n’activant que 16 des 896 experts par token. 💡 La demande de calcul colossale a forcé une pause d’abonnement en quelques jours, laissant entrevoir un choc d’offre structurel dans la couche de calcul de l’IA.

⚡ Le capital institutionnel afflue de façon agressive : l’évaluation est passée de 20 Md$ à 31,5 Md$ en quelques semaines, visant 50 Md$ avant la cotation à Hong Kong. 🌊 Pour les écosystèmes crypto IA, cela signale un changement de marée dans l’allocation des ressources et l’effet de levier du open-source. 💬 Quel projet d’infrastructure crypto IA est le mieux positionné pour absorber cette demande d’inférence ? 👇

⚠️ Ceci ne constitue pas un conseil financier. Gérez toujours votre risque. 🛡️

🏷️ #K3 #AI #OpenSource #Moonshot #Crypto

🔥 💎

日拱一卒 : Kimi K3 vient d’être publié — 28 000 milliards de paramètres, 1 million de contexte, multimodal natif

Trois benchmarks internes surclassent entièrement Claude Opus 4.8 et GPT-5.5 : Online Exp 75,5, DECK-Bench 73,5, Finance-Bench 62,6.

Côté architecture, deux mises à jour : Kimi Delta Attention (KDA) améliore jusqu’à 6,3 fois la vitesse de décodage dans des contextes de plusieurs millions de tokens ; Attention Residuals (AttnRes) fait grimper l’efficacité d’entraînement d’environ 25 %, avec un coût supplémentaire inférieur à 2 %. Le MoE passe à 896 experts, dont 16 sont activés : l’efficacité d’expansion globale est environ 2,5 fois supérieure à celle de K2.

Le point le plus à surveiller est la capacité d’auto-évolution : pour K3, 15 heures d’itérations continues permettent de concevoir un nouvel algorithme de noyau (kernel) en deux étapes, réduisant le forward + backward d’AttnRes de 283,6 ms à 114,4 ms — sans modification des valeurs, la vitesse est doublée. Le modèle s’optimise lui-même.

K3 est déjà disponible sur Kimi Work, Kimi Code et via l’API, avec des poids ouverts d’ici le 27 juillet.

Lorsque le modèle commence à optimiser ses propres kernels d’entraînement, le récit « l’IA aide les humains à coder » doit évoluer — la prochaine étape : « l’IA aide à écrire plus vite le code de l’IA ».

#Kimi #K3 #AI