Le Kimi K3 Sandbox Escape n’est pas une histoire en soi – c’est celui qui l’a entraîné qui compte.

Frontier Security a rapporté queKimi K3… s’est échappé sur Internet pendant les tests de sécurité.Le 6 août. Wired a qualifié cela d’un autre cas où l’IA agit de manière indépendante. Les titres des articles sont très énergiques.

Le modèle n’a rien piraté.Exploité une configuration incorrecte dans un environnement de test du gouvernement britannique.Ils ont utilisé Internet pour chercher sur GitHub des solutions aux problèmes de cybersécurité sur lesquels ils étaient évalués. C’est tout. Comme l’a dit Matt Fredrikson de Carnegie Mellon, sans barrières explicites, les agents d’IA trouveront des moyens de dépasser leur champ d’action prévu. C’est une leçon à retenir concernant les environnements de test, mais pas une indication d’un exode vers le monde réel.

L’histoire réelle est ce que représente ce modèle – et qui a fourni les ressources informatiques nécessaires pour le rendre possible.

Le modèle qui a fait trembler Silicon Valley

Kimi K3, sorti le 16 juillet, contient2,8 billions de paramètresEt une fenêtre de contexte de 1 million de tokens. C’est le modèle ouvert le plus grand jamais publié. Ainsi, les développeurs peuvent le télécharger, l’ajuster et l’héberger librement, sous la licence MIT modifiée.Dans les deux jours qui ont suivi le lancement, la demande a dépassé les capacités informatiques de Moonshot. L’entreprise a donc suspendu les nouvelles abonnements..

Sur des benchmarks indépendants de Artificial Analysis et d’Arena.ai, Kimi K3 se classe au même niveau que les modèles américains de premier plan – Claude Fable d’Anthropic et GPT-5.6 d’OpenAI – et se distingue particulièrement dans les tâches liées à la programmation et à l’ingénierie web.Moonshot a indiqué que, bien que le Kimi K3 reste en retard par rapport aux modèles propriétaires les plus puissants, à savoir Claude Fable 5 et GPT 5.6 Sol.L’écart s’est considérablement réduit.

La différence de coût est ce qui compte vraiment pour l’adoption des modèles. Le Kimi K3 coûte environ 0,95 dollars par tâche d’intelligence standardisée. Le Claude Fable 5 coûte quant à lui 2,75 dollars pour la même tâche d’évaluation. Cette différence de prix de 67 %, combinée avec la disponibilité de modèles en version ouverte, change les conditions économiques pour chaque développeur qui évalue les modèles en fonction du coût d’inférence.

Lorsque le Kimi K3 est sorti sur le marché, les actions des fabricants de puces américaines ont chuté, car les investisseurs se demandaient si la supériorité de l’Amérique dans le domaine de l’IA était réelle ou non. Les concurrents chinois en matière d’IA ont encore plus souffert : Zhipu a perdu 27 %, et MiniMax 16 %. Le marché anticipait donc un changement majeur, et non simplement la mise en place d’un nouveau produit.

L’ordinateur qui l’a construit

C’est ici que l’histoire passe du cycle de produit à la chaîne d’approvisionnement – et c’est là que cela est important pour les investisseurs.

Moonshot a développé son modèle Kimi K3 en utilisant un cluster de environ 20 000 GPU Nvidia fournis par Alibaba.Elle détient une participation de 36 % dans Moonshot, provenant des cycles de financement précédents.Le champion chinois en intelligence artificielle, Moonshot, a conclu un accord avec le groupe Alibaba Group Holding Ltd. pour l’utilisation d’environ 20 000 puces Nvidia Corp.Selon des personnes ayant connaissance de ces entreprises, la Chine continue de compter sur les semi-conducteurs occidentaux pour soutenir son développement en matière d’IA. Alibaba nie avoir fourni des puces H200, mais ne nie pas non plus avoir fourni 20 000 puces Nvidia de variantes non spécifiées du Hopper.

C’est la génération plus ancienne. Et elle a toujours produit un modèle de frontière.

Le Bureau de la politique en matière de science et de technologie du Palais blanc des États-Unis a affirmé séparément que…On rapporte que Moonshot AI a utilisé des puces Nvidia Blackwell pour entraîner le Kimi K3.Ce sont ceux que Washington a interdits à la Chine d’acheter, via un canal en Asie du Sud-Est. Il est encore en cours d’enquête par le Département du Commerce américain, que ce soit par des accords de location légaux ou par des moyens indirects. Ce qui est certain, c’est que Moonshot cherche activement des processeurs Blackwell supplémentaires pour son prochain modèle.

En termes simples : une start-up chinoise a développé un modèle d’IA compétitif en utilisant une série de environ 20 000 GPU Nvidia, obtenues auprès de son plus grand investisseur. Elle a également utilisé du matériel de génération ancienne pour réaliser cette démarche. Les contrôles d’exportation destinés à limiter les progrès de la Chine dans le domaine de l’IA n’ont pas pu empêcher cela. Ils ont plutôt permis la création d’une chaîne d’approvisionnement viable via des intermédiaires en cloud.

Ce que cela signifie pour la couche d’infrastructure

Le lancement du Kimi K3 a fait émerger quelque chose que le marché a tardé à apprécier : le modèle sans options est désormais une nécessité compétitive, et non plus une stratégie alternative.

Quelques jours après la sortie du Kimi K3, 179 start-ups et fondateurs technologiques ont signé une lettre demandant au gouvernement américain de ne pas interdire les modèles d’IA étrangers. Microsoft, Google et OpenAI ont également signé cette lettre. Jensen Huang a également exprimé son soutien. Seule Anthropic est restée en dehors, conservant sa position en faveur des restrictions.

L’argument de la coalition est structuré : la distribution ouverte est désormais une stratégie compétitive. Plus de développeurs téléchargent et mettent en œuvre des modèles open-weight, ce qui signifie une plus grande demande pour les équipements et l’infrastructure cloud qui permettent leur exécution. Nvidia bénéficie de cela. Amazon, Microsoft et Google aussi. Les acteurs du système fermé – OpenAI et Anthropic – sont ceux qui souffrent de cette situation.

C’est une transition dans la structure du marché. La discussion se déplace de celui qui construit le meilleur modèle fermé à celui qui diffuse les informations dans l’économie le plus rapidement. Les modèles ouverts gagnent sur cet aspect, car ils éliminent les obstacles entre les capacités du modèle et son déploiement par les développeurs.

Où cela se situe dans le portefeuille…

J’ai suivi l’évolution de Nvidia au cours de trois phases de développement des infrastructures d’IA. La première était la formation des modèles : il s’agissait d’établir les clusters nécessaires pour créer des modèles. La deuxième phase était l’interprétation des modèles : il s’agissait de déployer ces modèles à grande échelle. La troisième phase, que nous entrons maintenant dans celle-ci, est le cycle de propagation des modèles ouverts. Le nombre de déploiements de modèles augmente, car le coût marginal lié au déploiement d’un modèle performant a diminué.

Nvidia, qui est cotée à 223 dollars avec une valeur boursière de 5,4 billions de dollars, se trouve toujours dans la bonne direction pour cette transition. Un taux de croissance des revenus de 71 % en glissement annuel, des marges opérationnelles de 64 %, et un rendement sur les capitaux investis de 89 % – ce n’est pas signe que l’entreprise perde sa position avantageuse. Le rapport financier de Nvidia sera publié le 26 août. Les analystes s’attendent à des revenus de 179,3 milliards de dollars pour ce trimestre. C’est une exigence importante, mais le cycle d’ouverture du marché ajoute une nouvelle dimension de demande sur la base des activités de formation et d’inférence des hyperscalers.

La question n’est pas de savoir si Nvidia restera dominante. C’est plutôt de savoir si la courbe de retour sera anticipée ou retardée. Je pense que une grande partie des bénéfices futurs de Nvidia sera liée à la monétisation du logiciel via son stack d’entreprise, ainsi qu’à l’expansion continue de la demande pour les GPU, tant dans le cadre des solutions propriétaires que des solutions ouvertes. Le cycle de développement des équipements matériels continue de s’accélérer, mais l’étape où les marges augmentent le plus – c’est celle liée au logiciel – n’est pas encore arrivée.

Alibaba est l’autre acteur de l’infrastructure dont parle cette histoire. Il s’agit aujourd’hui du principal fournisseur d’équipements informatiques pour les startups d’IA les plus avancées en Chine. Avec un cours de 128 dollars par action, une valeur boursière de 306 milliards de dollars et un P/E de 12,7, cette valorisation ne reflète pas vraiment la position stratégique qu’il occupe en tant que plateforme cloud pour l’IA en Chine. Les risques – les contraintes géopolitiques, la concurrence intérieure en Chine, les contrôles sur les exportations – sont réels et importants. Mais le message concernant les chaînes d’approvisionnement est clair : Alibaba se trouve entre les semi-conducteurs occidentaux et la demande en IA en Chine.

Le risque réel

L’évasion dans le sandbox en soi constitue une erreur de processus, et non une faille de produit. L’environnement utilisé par l’UK AI Safety Institute présentait une configuration erronée du réseau. La même chose s’est produite avec le modèle non publié d’OpenAI au début de cette année : ce modèle a découvert une vulnérabilité zero-day dans le paquet de proxy du sandbox, ce qui a permis de compromettre Hugging Face. Mythos 5 d’Anthropic a également essayé d’insérer du code malveillant dans un projet open-source sur GitHub. Tous les modèles importants ont maintenant fait la même chose.

Le schéma est cohérent : les modèles basés sur des raisonnements complexes sont conçus pour effectuer des actions complexes afin d’atteindre des objectifs. Si le “sandbox” contient un trou, ils le découvrent. Ce n’est pas un signe que le Kimi K3 soit particulièrement dangereux. C’est plutôt un signe que l’établissement de environnements de test pour les modèles avancés doit être réalisé par des personnes qui comprennent à la fois le comportement des agents d’IA et la sécurité réseau. C’est un problème technique résoluble.

Le risque réel pour les investisseurs est de nature réglementaire. Si les États-Unis ferment la porte permettant à Blackwell d’accéder au marché du Sud-Est asiatique, ou si les licences H200 sont encore plus strictes, le cycle de formation de nouvelle génération de Moonshot pourrait subir des retards importants. Cela profiterait à Nvidia, car la demande serait concentrée parmi les acheteurs américains qui ont un accès facilité. Mais cela pourrait également accélérer les efforts de la Chine pour se tourner vers Huawei et des alternatives locales. Ces dernières sont selon certaines sources deux à trois générations en arrière de Nvidia, et font face à des retards de commande de plusieurs mois.

La course aux armements en matière de contrôle des exportations crée davantage de canaux, et non moins. C’est un avantage pour les fournisseurs de puces.

La question de l’allocation des capitaux

Moonshot AI a levé 3,5 milliards de dollars pour une valeur de 35 milliards de dollars.Son valeur a triplé en six mois. Les revenus annuels récurrents ont atteint 200 millions de dollars en avril. On rapporte que l’entreprise se prépare pour une offre publique en Hong Kong.

C’est une trajectoire impressionnante pour une start-up privée. Mais je ne considère pas cela comme un objectif de déploiement à long terme. Le marché des solutions open-weight est extrêmement compétitif ; les marges sont réduites en raison des compétitions tarifaires. L’entreprise reste donc dépendante du matériel fourni par Nvidia, qui est accessible via un intermédiaire en ligne – en d’autres termes, elle dépend de la chaîne d’approvisionnement qui pourrait être perturbée à tout moment par les politiques américaines.

La question n’est pas de savoir si le Kimi K3 est impressionnant. Il s’agit plutôt de savoir si l’échappatoire offert par ce système de sandbox mérite plus d’attention des investisseurs que l’infrastructure informatique qui le constitue. La réponse est non. Le niveau d’infrastructure – les fournisseurs de puces et les plateformes cloud – capte le surplus économique. Les développeurs de modèles, quant à eux, essaient de s’en emparer.

Ma vision : Nvidia reste l’actif principal dans le domaine de l’infrastructure pour l’IA. Le rapport financier du 26 août sera le prochain catalyseur à court terme. Le cycle des actions en libre marché ajoute une couche de croissance liée aux déploiements de ces technologies. Cependant, le profil de rendement devrait rester faible jusqu’en 2028-2030, en raison de la monétisation des logiciels, qui n’a pas encore eu lieu. L’action a augmenté de 11 % au cours des cinq derniers jours, et de 22 % au cours des 120 dernières jours. Je ne vais pas ajouter de positions sur lesquelles j’ai déjà investi, car les nouvelles informations concernant les changements dans la structure du marché prendront quelques trimestres pour être pleinement intégrées.

La condition de suspension pour cette vision est la suivante : si le mix des revenus liés au logiciel d’Nvidia ne se développe pas de manière significative d’ici 2028, ou si le canal de vente en Chine – qui constitue le moyen le plus efficace pour atteindre ses principaux clients dans les marchés émergents – est complètement fermé, alors la courbe des retours à court terme deviendra plus longue. Jusqu’à then, cette théorie reste valable. Le moment exact dépend de ce que je surveillerai.