Moonshot AI ferme ses modèles Kimi K2 aux nouveaux utilisateurs de l'API avant leur retrait en fin d'année

Moonshot AI, l'entreprise chinoise qui développe les modèles Kimi, ne propose plus sa série K2 aux développeurs qui s'inscrivent sur son API depuis le 31 octobre 2026. Un avis publié sur la liste officielle des modèles de la plateforme Kimi précise que les utilisateurs existants ne sont pas touchés par cette restriction et que l'entreprise prévoit de retirer l'ensemble des modèles K2 d'ici fin décembre 2026.

Quels modèles sont concernés ?

Les modèles K2 encore affichés comme actuels comprennent kimi-k2.7-code, un modèle spécialisé dans le code doté d'une fenêtre de contexte de 256 000 tokens, sa variante plus rapide kimi-k2.7-code-highspeed, ainsi que kimi-k2.6, qui accepte texte et images et propose des modes avec ou sans raisonnement. Selon QCode, un revendeur tiers qui a suivi la documentation de Moonshot, ce sont ces identifiants que visent à la fois la coupure pour les nouveaux inscrits et le retrait de fin d'année. QCode souligne que Moonshot n'a communiqué ni date exacte ni ordre de retrait modèle par modèle : l'échéance de décembre reste donc un objectif.

Il s'agit de la dernière étape d'un retrait progressif. La liste de Moonshot montre que les identifiants d'origine kimi-k2 (versions preview et thinking) ont été abandonnés le 25 mai 2026, puis kimi-k2.5 le 31 août.

Le remplaçant recommandé

L'avis renvoie vers kimi-k3.1-pro. Moonshot le présente comme le modèle phare de sa série K3.1 : un modèle à poids ouverts de « classe 3T », issu d'un post-entraînement de Kimi K3, doté d'une vision native et d'une fenêtre de contexte d'un million de tokens. Une variante highspeed serait deux à trois fois plus rapide. Le guide de démarrage indique que l'intégralité des poids doit être publiée d'ici le 4 novembre.

La migration ne se résume pas à changer le nom du modèle. Sur K3.1 Pro, le mode de raisonnement est toujours actif ; seul le réglage reasoning_effort peut être abaissé pour réduire la latence. Des paramètres comme temperature, top_p ou les pénalités de présence et de fréquence sont figés et doivent être retirés des requêtes. Dans les échanges à plusieurs tours ou avec appels d'outils, il faut renvoyer le message complet de l'assistant et pas seulement son texte. L'accès suppose une recharge d'au moins 1 dollar.

Pourquoi c'est important

Pour les équipes qui ont bâti des produits sur les modèles K2, la coupure touche surtout les nouveaux projets et comptes, mais le retrait de décembre fixe une échéance ferme aux intégrations existantes. Des changements de comportement comme le raisonnement obligatoire peuvent modifier la latence, le coût et le format des réponses ; les applications devront donc être testées, pas seulement reconfigurées. Selon QCode, Moonshot consigne ces changements dans sa documentation plutôt que dans des annonces dédiées : c'est donc elle qu'il faut surveiller.