Yang Zhilin a décliné un poste chez Apple au plus près du cercle de Tim Cook. À la place, Moonshot AI, la start-up qu’il a fondée, vient de publier gratuitement un modèle de 2,8 000 milliards de paramètres.
Points clés :
- Moonshot AI a mis à disposition le 27 juillet l’intégralité des poids de Kimi K3 : un modèle de 2,8 000 milliards de paramètres téléchargeable, modifiable et auto‑hébergeable gratuitement.
- Son fondateur, Yang Zhilin, 34 ans, a refusé une offre d’Apple à la fin de sa thèse à Carnegie Mellon pour rentrer à Pékin et créer son propre laboratoire.
- Cette mise en ligne a déclenché à Washington un bras de fer ouvert sur les modèles « open weights », les accusations de distillation et le contrôle des exportations de puces.
Kimi K3 : les poids accessibles en téléchargement
Moonshot AI a publié le 27 juillet l’ensemble des poids de son modèle Kimi K3, permettant aux développeurs de le télécharger, de l’adapter et de l’exécuter sur leur propre infrastructure.
Jusqu’ici, le laboratoire pékinois ne proposait Kimi K3 que via son API et son application grand public, lancées le 16 juillet, en gardant les poids privés pendant dix jours.
Avec 2,8 000 milliards de paramètres, la sortie de K3 s’impose comme le plus grand système en « open weights » jamais mis à la disposition du public. Le téléchargement pèse environ 594 gigaoctets dans son format natif.
Techniquement, le modèle n’active qu’une fraction de ses paramètres à chaque jeton, ce qui rapproche son coût d’exécution de celui d’un modèle de taille intermédiaire. Il peut ingérer jusqu’à un million de jetons en une seule passe. Après son lancement, la demande a été telle que Moonshot a dû plafonner les nouvelles souscriptions.
La grille tarifaire est éloquente : K3 facture 15 $ le million de jetons en sortie, contre 50 $ pour le Fable 5 d’Anthropic. Les versions précédentes de Kimi étaient déjà intégrées à des produits américains, dont un agent de programmation développé par Cursor, offrant à Moonshot une base clients avant même l’arrivée de K3.
À lire aussi : Attaques « crypto wrench » : 52 cas en six mois, la plupart en France
Salakhutdinov raconte le « non » de Yang à Apple
Né à Shantou, dans le Guangdong, Yang, 34 ans, a étudié l’informatique à l’université Tsinghua avant d’achever en quatre ans un doctorat à Carnegie Mellon. Son directeur de thèse, Ruslan Salakhutdinov, professeur de machine learning passé par Apple et Meta, a expliqué sur X la semaine dernière qu’il voulait lever les malentendus sur le départ de son ancien doctorant.
D’après ce récit, Apple a tout fait pour le recruter, acceptant même de l’installer dans son bureau de Pékin plutôt qu’en Californie.
Un cadre dirigeant rattaché directement à Tim Cook souhaitait l’intégrer à son équipe. Yang a refusé.
Salakhutdinov se souvient de cette phrase : il regretterait toute sa vie de ne pas avoir tenté de bâtir sa propre entreprise.
Pour Mohammed Soliman, directeur chez le cabinet de conseil washingtonien McLarty Associates, K3 n’est pas forcément supérieur aux modèles américains – et ce n’est pas l’essentiel. Il est « suffisamment proche » pour remplir sa fonction, estime‑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 prévu », juge‑t‑il.
Les accusations de distillation accompagnent l’ascension de Moonshot
Le directeur de la politique scientifique et technologique de la Maison‑Blanche, Michael Kratsios, a affirmé la semaine dernière que Washington dispose de preuves que Moonshot aurait accédé de manière indue à des modèles américains. Le secrétaire au Trésor, Scott Bessent, a pour sa part évoqué la possibilité de sanctions quelques jours plus tard. Moonshot conteste fermement ces accusations.
Le directeur général d’Anthropic, Dario Amodei, a répondu lundi.
Dans son message, il rappelle qu’Anthropic n’a jamais réclamé l’interdiction des modèles en open weights : tant qu’ils ne présentent pas de capacités dangereuses, ils constituent un bien public. Il plaide en revanche pour un durcissement du contrôle des exportations de puces, une répression des opérations de distillation industrielle, et des protocoles de tests de sûreté appliqués à tout modèle puissant, quelle que soit sa provenance.
L’ascension de Moonshot est fulgurante, y compris à l’échelle chinoise. La société a levé 2 milliards de dollars en mai sur une valorisation supérieure à 20 milliards, avant d’atteindre 300 millions de dollars de revenus annuels récurrents au mois de juin. Elle viserait désormais une valorisation de 50 milliards en vue d’une possible introduction à Hong Kong, trois ans après le refus de Yang de rejoindre Cupertino.
À suivre : Les prévisions à court terme pour le XRP plafonnent à 1,25 $ avant la décision de la Fed