Inkling face à Kimi K3 : l'open-weights tenable en PME

Les 15 et 16 juillet 2026, à vingt-quatre heures d'intervalle, deux laboratoires ont posé sur Hugging Face des modèles que n'importe quel dirigeant peut télécharger, modifier et faire tourner chez lui. D'un côté Inkling, le tout premier modèle de Thinking Machines, la société de Mira Murati (ex-directrice technique d'OpenAI). De l'autre Kimi K3, la nouvelle salve du chinois Moonshot. Deux philosophies de l'open-weights, deux tailles qui n'ont rien à voir, et une seule question pour une PME : lequel sert vraiment à quelque chose sans faire exploser la facture ?

On a croisé les fiches techniques, les grilles tarifaires et les benchmarks indépendants pour trancher.

975 milliards contre 2 800 : ce que le poids change pour héberger

La première différence saute aux yeux sur la balance. Kimi K3 aligne 2 800 milliards de paramètres : un mastodonte dont les poids pèsent environ 1,4 To à télécharger, et qui réclame un cluster de GPU pour tourner à pleine vitesse. On est très loin du « je le lance sur le serveur du bureau ». Nous l'avions déjà noté dans notre [[link:...]] — la puissance a un prix matériel.

Inkling joue une autre partition. Ses 975 milliards de paramètres au total n'en activent que 41 à chaque requête (architecture mixture-of-experts). Concrètement, il raisonne comme un gros modèle mais mobilise la mémoire d'un modèle moyen. Il reste hors de portée d'un PC de bureau, mais deux à quatre GPU haut de gamme suffisent à le servir en quantifié — un ordre de grandeur en dessous de Kimi.

Et surtout, Thinking Machines a livré Inkling-Small : 276B au total, 12B actifs. C'est ça, le vrai point d'entrée pour une TPE ou un cabinet qui veut du souverain sans louer un data center. Détail amusant : sur le code agentique, la petite version bat la grande sur SWE-Bench Verified (80,2 % contre 77,6 %). Plus léger, plus rapide, et meilleur pour corriger un bug. La contrepartie, on y revient, c'est la mémoire factuelle.

Les deux modèles partagent en revanche une fenêtre de contexte d'un million de tokens — de quoi avaler un dossier client entier, un an de tickets support ou une base contractuelle complète.

Benchmarks : Kimi K3 plus malin, Inkling plus vif en agent

Sur l'intelligence brute, la Chine garde une longueur d'avance. Inkling décroche un indice Artificial Analysis de 41, ce qui en fait le meilleur modèle open-weights américain du moment (devant Nemotron 3 Ultra à 38). Mais Kimi K3 le domine sur le raisonnement pur : 93,5 % au GPQA Diamond et un record de 91,2 % au BrowseComp (navigation web autonome), là où Inkling plafonne à 87 % de GPQA et 55 % au Terminal-Bench.

Le tableau se retourne dès qu'on parle d'agents outillés. Sur le benchmark agentique GDPval-AA v2, Inkling affiche un Elo de 1 238, devant Kimi K2.6 (1 190) et DeepSeek v4. Traduction : pour piloter des outils, appeler des API et enchaîner des étapes, Inkling est plus fiable dans la boucle. Pour répondre juste à une question de connaissance, Kimi frappe plus fort.

Le vrai bémol d'Inkling, il est là : sur les tâches de rappel factuel, sa précision tombe à 40 % pour un taux d'hallucination mesuré à 63 %. Autrement dit, il invente une fois sur deux quand on lui demande un fait précis. Sur un standard téléphonique ou un chatbot client sans garde-fou, c'est rédhibitoire — il faut l'encadrer avec du RAG et une base de vérité, comme on le détaillait dans notre guide RAG pour PME.

Combien coûte chaque modèle en API en France

Peu de PME hébergeront ces monstres elles-mêmes. Le réflexe, c'est l'API — la sienne ou via un agrégateur type OpenRouter. Voici les tarifs affichés au 2 août 2026, par million de tokens :

• Inkling (full) : environ 1,87 $ en entrée, 4,68 $ en sortie sur l'API de Thinking Machines.
• Inkling-Small : 0,30 à 0,58 $ en entrée, 1,20 à 1,44 $ en sortie. Trois à quatre fois moins cher que la version standard.
• Kimi K3 : 3 $ en entrée (cache-miss), 15 $ en sortie, mais seulement 0,30 $ sur les tokens en cache-hit — un rabais de 90 % si vous rejouez souvent le même contexte. Aucune surtaxe long-contexte : même prix à 100 K ou à 1 M de tokens.

Le calcul est net. Pour une charge de travail agentique classique — beaucoup de sorties générées — Kimi K3 coûte environ 3 fois plus cher qu'Inkling en sortie (15 $ contre 4,68 $), et jusqu'à 12 fois plus qu'Inkling-Small. Le cache-hit de Kimi ne rattrape le coup que sur des workflows très répétitifs (support avec prompt système fixe, par exemple).

Souveraineté : le paradoxe qui va faire tiquer les DPO

C'est le point que la fiche marketing ne met pas en avant. Inkling est présenté comme le champion open-weights « américain », donc rassurant face au Cloud Act d'un côté et à Pékin de l'autre. Sauf qu'une partie de ses données d'entraînement synthétiques a été générée avec un modèle chinois, Kimi K2.5. L'ironie est totale : le modèle « souverain US » a tété du modèle chinois pour apprendre.

Pour un responsable conformité, la vraie question n'est de toute façon pas la nationalité du modèle, mais où tournent les poids et où transitent vos données. Un modèle open-weights hébergé chez OVHcloud ou Scaleway, en France, ne sort pas vos données — quelle que soit l'origine du modèle. C'est tout l'intérêt de l'open-weights, et la raison pour laquelle ce duel compte plus que celui de deux API fermées. On a cartographié ces choix d'hébergement dans notre guide sur où poser son IA pour rester en règle.

À l'inverse, passer par l'API publique de Moonshot pour Kimi K3, c'est envoyer vos prompts vers des serveurs chinois. Techniquement ouvert, juridiquement à encadrer si vous manipulez des données personnelles ou des secrets d'affaires.

Inkling ou Kimi K3 pour du code : lequel choisir

Si votre besoin numéro un est l'assistance au développement, Inkling-Small a l'argument imbattable : 80,2 % de SWE-Bench Verified pour 0,30 $ le million de tokens en entrée. À ce niveau de prix, il concurrence directement les modèles chinois bon marché qu'on a testés côté code, comme dans notre comparatif GLM-5.2. Kimi K3 reste plus fort en raisonnement long, mais pour brancher un agent codeur sur un dépôt maison, le rapport perf/prix penche franchement vers Inkling.

Notre verdict pour une PME en 2026

Ces deux modèles ne s'adressent pas au même profil. Kimi K3 vise le plafond d'intelligence : si vous montez un produit qui a besoin du meilleur raisonnement open-weights et que vous acceptez la facture (15 $ en sortie) plus la question chinoise, il livre. Mais 2 800 milliards de paramètres, c'est une infrastructure, pas un week-end.

Inkling, et surtout Inkling-Small, est le choix pragmatique. Moins cher, plus léger, meilleur pour piloter des agents et coder — à condition d'accepter qu'il faut l'encadrer sur la partie factuelle, où il déraille. Pour 90 % des cas d'usage PME (automatisation, extraction, support outillé, dev), c'est le bon point de départ.

Et si tout ça vous semble un chantier ? Assumez-le : pour beaucoup de dirigeants, un modèle fermé et clé en main comme