GitHub Copilot ajoute le modèle open-weight Kimi K2.7 Code
Model choice, Azure hosting and coding-model price pressure.
Actualités et analyses : Kimi
17 articles vérifiés sur Kimi, les produits et le secteur.
Kimi K2.7-Code joue surtout la carte du coût
Moonshot AI a publié Kimi K2.7-Code avec un mode HighSpeed. Certains scores internes sont flatteurs, mais l'argument le plus solide reste un prix de sortie nettement inférieur.
Kimi mobilise 300 agents pour prédire la Coupe du monde
Moonshot AI a simulé les 104 matchs avec des agents Kimi et repéré des écarts de probabilité, dont une Allemagne peut-être sous-estimée.
Kimi K2.7 Code casse les prix des tokens de code face à GPT-5.5
Le MoE ouvert de Moonshot réduit fortement les coûts d'entrée et sortie tout en progressant sur les benchmarks de code agentique.
Kimi Work amène un essaim de 300 agents sur le bureau
L'agent desktop de Moonshot utilise fichiers locaux, navigateurs connectés et tâches planifiées pour les données qui ne peuvent pas partir dans le cloud.
Moonshot ouvre Kimi K2.7-Code pour le codage IA
Moonshot ouvre Kimi K2.7-Code pour le codage IA.
Moonshot AI vise 30 milliards de dollars de valorisation
Le créateur de Kimi chercherait 2 milliards de dollars après un ARR doublé entre mars et avril et une gamme K2 passée du chat aux agents.
Moonshot AI vise 30 milliards de dollars de valorisation pour Kimi
Moonshot AI discute déjà une nouvelle levée qui porterait sa valorisation à 30 milliards de dollars, avant même l’encaissement complet du tour précédent.
Nvidia ouvre Nemotron 3 Ultra, mais son score reste inférieur à celui de Kimi
Nvidia a dévoilé le modèle open source Nemotron 3 Ultra, avec 550 milliards de paramètres, obtenant 48 points à l'indice d'intelligence d'Artificial Analysis, contre 54 points pour le Kimi K2.6 chinois.
Moonshot AI lève 2 milliards de dollars et atteint 20 milliards de valorisation
Le créateur de Kimi a bouclé un tour mené par un investisseur lié à Meituan, sur fond de flambée des valorisations des modèles d'IA chinois.
Moonshot AI, derrière Kimi, atteint 20 milliards de dollars avec une levée menée par Meituan
Moonshot AI a levé 2 milliards de dollars à une valorisation supérieure à 20 milliards, plaçant Kimi au cœur de la course chinoise aux grands modèles open source et d’un possible IPO à Hong Kong.
Kimi K2.6 décroche la première place open source au classement HLE
Moonshot AI a publié la version complète du modèle Kimi K2.6, qui a obtenu 54,0 au HLE-Full, surpassant Claude Opus 4.6 et GPT-5.4 pour prendre la tête des modèles open source. Le modèle de 1 billion de paramètres utilise une architecture MoE, n'activant que 32 milliards de paramètres par inférence, et prend en charge jusqu'à 300 agents parallèles.
Kimi K2.6 Code est lancé : 5 fois moins cher que Claude Sonnet
Moonshot AI a déployé l'aperçu de K2.6 Code pour tous les abonnés Kimi Code, avec des prix nettement inférieurs à ceux de Claude Sonnet et GPT-5.4, des chaînes de raisonnement plus profondes et une exécution parallèle réelle dans Agent Swarm.
Cursor utilise un modèle d'IA chinois pour son produit phare
Cursor a lancé Composer 2, un nouveau modèle de codage IA, mais n'a pas révélé initialement qu'il était construit sur le modèle open source Kimi K2.5 de Moonshot AI, une entreprise chinoise, et ne l'a admis qu'après avoir été interrogé.
Kimi K2 : un modèle MoE open source à des milliers de milliards de paramètres
Moonshot AI a publié en open source Kimi K2, un modèle MoE de 1 000 milliards de paramètres n'activant que 32B paramètres par token, leader dans les benchmarks de programmation et les capacités d'agent.
Kimi K2.5 décompose les tâches complexes avec 100 agents
Moonshot AI a lancé Kimi K2.5, qui ajoute la multimodalité native et la fonction Agent Swarm à K2, permettant de diviser une tâche complexe en plusieurs sous-tâches exécutées en parallèle par des agents indépendants.
Kimi K1.5 valide le raisonnement piloté par l'apprentissage par renforcement
Moonshot AI a publié K1.5 avant K2, avec pour objectif central d'améliorer les capacités de raisonnement via l'apprentissage par renforcement pur, confirmant la faisabilité de cette approche sur des modèles de taille moyenne.