Kimi ou DeepSeek : lequel est le meilleur ?
L'avance de cinq points de Kimi K3 coûte 7.4 fois plus cher par tâche. Artificial Analysis fait passer chaque modèle par les mêmes dix tests, de Terminal-Bench 4.0 à Humanity's Last Exam, et chiffre chaque tâche aux tarifs publics de l'éditeur. Sur Humanity's Last Exam, l'un de ces dix tests, Kimi K3 obtient 47 % contre 39 % pour DeepSeek V4.1 Flash, au 12 octobre 2026.
Avec Kimi, on attend aussi plus longtemps. Kimi K3 a mis 1,111 secondes pour finir une tâche moyenne, soit environ 18 minutes et demie. Le Flash de DeepSeek en a mis 304. L'API de Moonshot écrivait 41 tokens par seconde, celle de DeepSeek 205.
| Modèle, relevé du 12 octobre 2026 | Intelligence Index | Coût par tâche de l'index | Durée par tâche | Entrée / sortie par 1M de tokens | Vitesse de sortie | Contexte | Poids |
|---|---|---|---|---|---|---|---|
| Kimi K3 (max) | 44 | $2.00 | 1,111 s | $3.00 / $15.00 | 41 tokens/s | 1M | Kimi K3 License |
| DeepSeek V4.1 Flash (max) | 39 | $0.27 | 304 s | $0.30 / $1.20 | 205 tokens/s | 1M | MIT |
| DeepSeek V4 Pro 0813 (max) | 36 | $0.67 | 455 s | $1.32 / $3.96 | 93 tokens/s | 1M | MIT |
| Kimi K2.6 (reasoning) | 27 | $0.80 | 1,002 s | $0.95 / $4.00 | 42 tokens/s | 262K | MIT modifiée |
| Kimi K2.7 Code | 26 | $0.54 | 445 s | $0.95 / $4.00 | 65 tokens/s | 262K | MIT modifiée |
Tous les scores, coûts, durées et vitesses du tableau viennent d'Artificial Analysis (Intelligence Index v4.3.2). Les prix sont ceux que chaque éditeur facture sur sa propre API au tarif plein : la grille de Moonshot pour Kimi et celle de DeepSeek pour DeepSeek. Si vous cherchiez Kimi K2 vs DeepSeek, le tableau répond aussi. Kimi K2.6 et K2.7 Code obtiennent 27 et 26, donc les deux restent derrière DeepSeek V4 Pro 0813 au score, et les deux coûtent plus cher par tâche que le Flash.
Kimi ou DeepSeek : lequel est le meilleur dans les autres langues ?
DeepSeek, et largement sur notre propre test. Le Multilingual LLM Bench de Whizi pose 150 questions écrites de zéro, cinq dans chacune des 30 langues, et note chaque réponse d'après une clé sourcée. Nous avons fait passer chaque modèle une fois avec un raisonnement faible, et terminé le 2 octobre 2026. DeepSeek V4 Pro a obtenu 44 sur 100 et V4.1 Flash 42. Kimi K3 a obtenu 31.3.
| Modèle, passage du 2 octobre 2026 | Score sur 100 | Marge à 95 % | Savoirs locaux (60 questions) | Expressions et proverbes (60) | Grammaire, écriture, dates (30) | Réponses laissées vides | Coût des 150 réponses |
|---|---|---|---|---|---|---|---|
| DeepSeek V4 Pro | 44.0 | 7.8 | 56.7 | 21.7 | 63.3 | 12 | $1.30 |
| DeepSeek V4.1 Flash | 42.0 | 7.8 | 48.3 | 25.0 | 63.3 | 10 | $0.41 |
| Kimi K3 | 31.3 | 7.3 | 46.7 | 11.7 | 40.0 | 0 | $0.81 |
C'est l'inverse de l'ordre de l'Intelligence Index. Kimi K3 est 12.7 points derrière DeepSeek V4 Pro, et la marge d'erreur à cette taille d'échantillon est de 7 à 8 points pour chaque modèle. L'essentiel de l'écart vient des expressions idiomatiques et des questions de grammaire, d'écriture et de calendrier. Sur les faits locaux, Kimi K3 et le Flash de DeepSeek sont à moins de deux points l'un de l'autre.
DeepSeek a gagné avec un handicap. Chaque réponse disposait d'un budget de 8,000 tokens, et les deux modèles DeepSeek l'ont épuisé en réflexion sur 22 questions à eux deux. Chacune de ces questions a rapporté zéro. Kimi K3 n'est arrivé au bout d'aucun budget.
Cinq questions par langue, c'est trop peu pour classer une langue isolément, alors lisez la suite comme un indice. Kimi K3 a battu DeepSeek V4.1 Flash dans 6 des 30 langues, dont l'arabe et l'allemand, et a perdu dans 16. Les deux laboratoires sont chinois, et en chinois simplifié le Flash a eu juste aux cinq questions. Kimi K3 a eu juste à deux.
Kimi ou DeepSeek : lequel est le meilleur pour coder ?
DeepSeek V4.1 Flash, si votre agent travaille dans un terminal. Sur Terminal-Bench 4.0, l'un des dix tests de l'index, il obtient 27 % contre 13 % pour Kimi K3. Il mène aussi sur AutomationBench-AA, 69 % contre 58 %. Kimi K3 gagne SciCode, qui demande du code scientifique à partir d'une spécification écrite, par 59 % contre 52 %.
Le modèle de code de Moonshot est la surprise. Kimi K2.7 Code obtient 1 % sur Terminal-Bench 4.0 et 48 % sur SciCode, donc sur ce test il reste derrière les deux modèles DeepSeek V4. La vitesse compte aussi plus dans une boucle de code que dans un chat. À 205 tokens par seconde, le Flash de DeepSeek écrit cinq fois plus vite que Kimi K3. Claude vs DeepSeek fait passer les mêmes tests à un modèle fermé.
Combien coûtent Kimi et DeepSeek ?
DeepSeek V4.1 Flash coûte dix fois moins cher par token, ou moins, et V4 Pro 0813 moins de la moitié. En octobre 2026, la grille de Moonshot facture $3.00 par million de tokens envoyés à Kimi K3 et $15.00 par million de tokens écrits. DeepSeek facture $0.30 et $1.20 pour V4.1 Flash, et $1.32 et $3.96 pour V4 Pro 0813. Les deux baissent le prix de l'entrée en cache, à $0.30 le million sur Kimi K3 et à $0.006 sur le Flash.
DeepSeek divise aussi chaque tarif par deux en heures creuses. Ses heures de pointe sont de 01:00 à 04:00 et de 06:00 à 10:00 UTC en semaine, donc un travail envoyé le week-end paie $0.15 et $0.60 sur le Flash. La page de Moonshot ne liste aucun tarif en heures creuses, et aucune des deux pages n'offre de tokens gratuits pour ces modèles.
Les apps se répartissent de la même façon. Sur l'App Store américain, l'app DeepSeek est gratuite et n'affiche aucun achat intégré. L'app Kimi se télécharge gratuitement et vend des abonnements dans l'app, affichés de $19.00 jusqu'à un pass annuel à $374.99, relevés en octobre 2026.
Peut-on bâtir un produit sur les poids de Kimi ou de DeepSeek ?
Oui, avec les deux, mais seuls les poids de DeepSeek s'utilisent sans rien signer. DeepSeek publie V4.1 Flash et V4 Pro 0813 sous la licence MIT standard sur Hugging Face. Kimi K3 vient avec sa propre Kimi K3 License, qui part du texte MIT et ajoute deux conditions. Nous avons lu les deux fichiers le 12 octobre 2026.
| Modèle ouvert, en octobre 2026 | Licence | Qui doit conclure un accord séparé | Quand le nom du modèle doit apparaître dans votre app |
|---|---|---|---|
| DeepSeek V4.1 Flash | MIT | Personne | Jamais |
| DeepSeek V4 Pro 0813 | MIT | Personne | Jamais |
| Kimi K3 | Kimi K3 License | Une entreprise qui vend le modèle comme service, dès que le chiffre d'affaires du groupe dépasse $20M en 12 mois | Au-delà de 100M d'utilisateurs mensuels ou de $20M de revenu mensuel |
La règle d'affichage est celle sur laquelle une app en croissance butte en premier. Au-delà de l'un ou l'autre seuil, la licence dit que le nom « must be prominently displayed on the user interface of such product or service. » Deux usages échappent aux deux règles : l'usage interne où personne d'extérieur ne reçoit le modèle ni ce qu'il écrit, et l'usage via les propres produits de Moonshot ou ses partenaires d'inférence certifiés.
La taille compte aussi, si vous comptez héberger les poids vous-même. Kimi K3 compte 2.8 trillions de paramètres dont 104 milliards actifs par token. DeepSeek V4.1 Flash en compte 552 milliards dont 16 milliards actifs, soit environ un cinquième de la taille. Le guide des LLM open source explique ce qu'il faut pour faire tourner de tels poids.
Où Kimi et DeepSeek conservent-ils vos données ?
Les deux apps les gardent en Chine, et l'API de Kimi les garde à Singapour. La politique de confidentialité de Kimi pour kimi.com et les apps Kimi, mise à jour le 24 août 2026, nomme Beijing Moonshot Technology et dit : « We store your personal information within the territory of the People's Republic of China. » La politique de confidentialité de DeepSeek dit qu'elle va « collect, process and store your Personal Data in People's Republic of China. »
Moonshot exploite sa plateforme développeurs via une autre société. La politique de cette plateforme nomme MOONSHOT AI PTE. LTD. et dit qu'elle conserve ce qu'elle collecte sur des serveurs à Singapour. DeepSeek ne publie pas de politique distincte pour son API, donc la Chine est le seul lieu qu'elle indique.
| En octobre 2026 | App Kimi (kimi.com) | API Kimi (platform.kimi.ai) | App et site DeepSeek |
|---|---|---|---|
| Société nommée | Beijing Moonshot Technology Co., Ltd. | MOONSHOT AI PTE. LTD. (Singapour) | Hangzhou DeepSeek Artificial Intelligence Co., Ltd. |
| Lieu de stockage de vos données | Chine | Singapour | Chine |
| Chats utilisés pour l'entraînement | Oui, après dépersonnalisation | Le contenu aide à optimiser les modèles | Oui |
| Comment refuser l'entraînement | Demander au service client | Non décrit | Un droit listé, par e-mail à privacy@deepseek.com |
| Dernière mise à jour de la politique | 24 août 2026 | 30 avril 2025 | 10 février 2026 |
Aucune des deux politiques d'app ne décrit d'interrupteur dans les réglages pour l'entraînement. Kimi vous renvoie au service client, et DeepSeek liste un refus à exercer par e-mail. Si vous faites tourner les poids ouverts chez un hébergeur de confiance, vos données ne vont à aucune des deux sociétés. DeepSeek est-il sûr couvre le reste de la politique de DeepSeek.
Faut-il choisir Kimi ou DeepSeek ?
Choisissez Kimi K3 si le meilleur score de raisonnement est ce qu'il vous faut. Choisissez DeepSeek si le coût d'une tâche, la vitesse ou une langue autre que l'anglais comptent davantage.
| Choisissez Kimi K3 si | Choisissez DeepSeek si |
|---|---|
| Vous voulez le score le plus haut à l'Intelligence Index (44 contre 39) | Le coût par tâche décide ($0.27 pour V4.1 Flash contre $2.00) |
| Vous travaillez sur de longs documents (89 % sur AA-LCR contre 84 %) | Votre agent travaille dans un terminal (27 % sur Terminal-Bench 4.0 contre 13 %) |
| Vous voulez moins de réponses inventées (AA-Omniscience 20 contre moins 5) | Vous voulez des réponses rapides (205 tokens par seconde contre 41) |
| Vous appelez l'API et vos données doivent rester hors de Chine (Singapour) | Vous posez vos questions dans beaucoup de langues (44 et 42 contre 31.3 sur notre test en 30 langues) |
| Les conditions de licence de Moonshot conviennent à votre produit | Vous vendrez une API ou une app sur les poids (MIT, rien à signer) |
Whizi propose les deux dans son offre Pro, à $29.99 par mois avec 2,500 crédits. Kimi K3 y coûte 10 crédits par message et DeepSeek V4.1 Flash 1, et la vue côte à côte envoie un prompt aux deux. Pro permet donc 250 messages Kimi K3, ou 2,500 avec le Flash. DeepSeek V4 Pro 0813 est dans Powerhouse à $49.99 (2 crédits), et Starter n'inclut aucune des deux familles. Si DeepSeek est tout ce que vous voulez, sa propre app est gratuite et Whizi ne l'est pas. Les docs Kimi et DeepSeek listent chaque ligne.
- Utilisez Kimi K3 quand le meilleur score de raisonnement compte plus qu'une tâche de 18 minutes
- Utilisez DeepSeek V4.1 Flash quand le coût par tâche, la vitesse ou un agent de terminal décide
- Choisissez DeepSeek pour les questions dans la plupart des langues autres que l'anglais
- Lisez la Kimi K3 License avant d'intégrer le modèle dans une grande app ou de le vendre comme service
- Appelez Kimi par son API, pas par l'app, si vos données doivent rester hors de Chine
Questions fréquentes
Kimi est-il meilleur que DeepSeek ?
Sur les tests de raisonnement, oui. Sur le coût, la vitesse et les autres langues, non. Au 12 octobre 2026, Kimi K3 obtient 44 à l'Artificial Analysis Intelligence Index contre 39 pour DeepSeek V4.1 Flash. Mais il coûte $2.00 par tâche contre $0.27 pour le Flash, et il écrit 41 tokens par seconde contre 205. Sur le test de Whizi en 30 langues, les deux modèles DeepSeek V4 ont battu Kimi K3. Vous pouvez comparer des modèles d'IA côte à côte en envoyant le même prompt à plusieurs d'entre eux.
Kimi est-il moins cher que DeepSeek ?
Non. En octobre 2026, Kimi K3 coûte $3.00 par million de tokens en entrée et $15.00 par million de tokens en sortie sur l'API de Moonshot. DeepSeek V4.1 Flash coûte $0.30 et $1.20, et moitié moins en heures creuses. L'app DeepSeek est gratuite sans achat intégré, alors que l'app Kimi vend des abonnements à partir de $19.00. Les statistiques de prix des API de LLM montrent où se situent de tels prix par token par rapport au modèle médian.
Kimi K3 est-il open source ?
Ses poids sont ouverts, sous la Kimi K3 License plutôt que sous MIT standard. Une entreprise qui vend le modèle comme service a besoin d'un accord séparé avec Moonshot dès que le chiffre d'affaires de son groupe dépasse $20 millions en 12 mois. Et si une app compte plus de 100 millions d'utilisateurs mensuels ou $20 millions de revenu mensuel, elle doit afficher le nom Kimi K3. Les poids V4 de DeepSeek sont en MIT standard. DeepSeek vs ChatGPT explique la différence entre l'app, l'API et les poids ouverts.
Kimi ou DeepSeek : lequel est le meilleur pour coder ?
DeepSeek V4.1 Flash est meilleur pour les agents de terminal, avec 27 % sur Terminal-Bench 4.0 contre 13 % pour Kimi K3. Kimi K3 est meilleur en code scientifique, avec 59 % sur SciCode contre 52 %, tandis que Kimi K2.7 Code, le modèle de code de Moonshot, obtient 1 % sur Terminal-Bench 4.0. Les alternatives à ChatGPT pour coder comparent d'autres modèles par tâche de code.
