Yang Zhilin a décliné un poste chez Apple directement rattaché au premier cercle de Tim Cook. À la place, il a fondé Moonshot AI, qui vient de mettre gratuitement à disposition un modèle de 2,8 trillions de paramètres.
À retenir
- Moonshot AI a rendu publics, le 27 juillet, l’intégralité des poids de Kimi K3, un modèle de 2,8 trillions de paramètres librement téléchargeable, modifiable et auto‑hébergeable.
- Son fondateur, Yang Zhilin, 34 ans, a refusé une offre d’Apple à la fin de son doctorat à Carnegie Mellon pour rentrer à Pékin monter son propre labo.
- Cette mise en ligne a déclenché à Washington un affrontement ouvert sur les modèles à poids ouverts, les accusations de distillation et le contrôle des exportations de puces.
Kimi K3 : les poids en libre téléchargement
Moonshot AI a publié le 27 juillet l’ensemble des poids de son modèle Kimi K3, permettant aux développeurs de le télécharger, l’adapter et l’exécuter sur leur propre infrastructure.
Jusqu’ici, ce laboratoire pékinois ne proposait Kimi K3 que via son API et son application grand public depuis le 16 juillet, gardant les poids privés pendant dix jours.
Avec 2,8 trillions de paramètres, cette sortie s’impose comme le plus grand modèle à poids ouverts jamais mis à la disposition du public. Le fichier de téléchargement pèse environ 594 gigaoctets dans son format natif.
Le modèle n’active qu’une fraction de ses paramètres à chaque jeton, ce qui ramène les coûts d’inférence à un niveau proche d’un système de taille moyenne. Il peut ingérer jusqu’à un million de jetons en une seule passe. La demande, après le lancement, a été telle que Moonshot a dû plafonner les nouvelles souscriptions.
La grille tarifaire est éloquente : K3 facture 15 dollars par million de jetons sortants, contre 50 dollars pour le Fable 5 d’Anthropic. Les versions précédentes de Kimi étaient déjà intégrées à des produits américains, notamment un agent de développement logiciel conçu par Cursor, de sorte que la base de clientèle était en place avant même l’arrivée de K3.
À lire aussi : Les agressions « clé anglaise » liées aux cryptos atteignent 52 cas en six mois, la plupart en France
Salakhutdinov raconte le refus d’Apple
Né à Shantou, dans le Guangdong, Yang, 34 ans, a étudié l’informatique à l’université Tsinghua avant de boucler en quatre ans une thèse à Carnegie Mellon. Son directeur était Ruslan Salakhutdinov, professeur de machine learning passé par des postes d’IA chez Apple et Meta. Sur X, Salakhutdinov a expliqué la semaine dernière vouloir dissiper les malentendus entourant le départ de son ancien doctorant.
Selon son récit, Apple s’est montré très insistant pour le recruter, allant jusqu’à accepter qu’il soit basé au bureau de Pékin plutôt qu’en Californie.
Un cadre dirigeant, reportant directement à Tim Cook, le voulait dans son équipe. Yang a refusé.
Salakhutdinov se souvient de ses mots : il regretterait toute sa vie de ne jamais avoir tenté de créer sa propre entreprise.
Pour Mohammed Soliman, directeur chez le cabinet de conseil washingtonien McLarty Associates, K3 n’est pas nécessairement supérieur aux modèles américains, mais la question n’est peut‑être pas là. Il est « suffisamment proche » pour l’usage visé, argue‑t‑il, malgré les contraintes qui pèsent sur l’accès de la Chine aux semi‑conducteurs avancés. « L’écart s’est réduit plus vite que beaucoup ne l’imaginaient », estime‑t‑il.
Les controverses sur la distillation rattrapent Moonshot
Le directeur de la politique scientifique et technologique de la Maison‑Blanche, Michael Kratsios, a déclaré la semaine dernière que Washington détenait des éléments montrant que Moonshot aurait accédé de manière indue à des modèles américains. Quelques jours plus tard, le secrétaire au Trésor Scott Bessent a évoqué la possibilité de sanctions. Moonshot conteste fermement ces accusations.
Le directeur général d’Anthropic, Dario Amodei, a réagi lundi.
Il assure que son groupe n’a jamais réclamé l’interdiction des modèles à poids ouverts. Des modèles dépourvus de capacités dangereuses constituent même, selon lui, un bien public. Il plaide en revanche pour un durcissement du contrôle sur les puces, des poursuites contre la distillation à l’échelle industrielle et des tests de sécurité systématiques pour tout modèle puissant, quelle que soit sa provenance.
L’ascension de Moonshot a été fulgurante, même à l’échelle chinoise : la société a levé 2 milliards de dollars en mai sur une valorisation supérieure à 20 milliards, avant de franchir les 300 millions de dollars de chiffre d’affaires récurrent annuel en juin. Elle viserait désormais une valorisation de 50 milliards en vue d’une possible introduction à Hong Kong, trois ans après que Yang a tourné le dos à Cupertino.
À suivre : Les prévisions à court terme sur le XRP culminent à 1,25 $ avant la décision de la Fed