Kimi K3 is not a Claude Fable distillation - the two-week window makes it impossible

The White House accusation that Moonshot built Kimi K3 by distilling Anthropic's Fable doesn't hold technically. Fable shipped July 1; K3 mid-July. Two weeks is too short - even for Moonshot. Braden Hancock (Laude Institute) and Nathan Lambert (AI2) explain why.

In plain terms. L'accusation : Moonshot aurait bâti Kimi K3 en aspirant les sorties de Claude Fable 5. Les dates l'empêchent. Fable est sorti le 1er juillet 2026 ; K3 mi-juillet. Deux semaines pour distiller un frontier de 2,8 T de paramètres - physiquement trop court, même pour Moonshot.

Michael Kratsios, science advisor de la Maison Blanche, a repris cette semaine la doctrine qu'Anthropic avait publiquement invoquée au printemps 2026 (des millions d'échanges détectés par plages d'IP). Deux voix côté recherche démentent, dans un article de TechCrunch publié ce jour.

Braden Hancock (Laude Institute, co-fondateur Snorkel AI) : « I don't think you get a model this strong and this quickly on the heels of Fable doing strictly distillation. » L'argument est technique : la distillation seule = supervised fine-tuning, insuffisante pour atteindre le niveau K3 sur code et raisonnement. Il faudrait du reinforcement learning « on tens of millions of agents » - et les requêtes API correspondantes seraient « insanely expensive and potentially a time bottleneck ».

Nathan Lambert (Allen Institute for AI) enfonce : à mesure que les modèles chinois progressent, la distillation devient moins impactante. Si elle suffisait, tout le monde s'y serait déjà mis pour rattraper GLM ou K3 - DeepSeek, MiniMax, Zhipu en premier. L'écart avec Anthropic ne se serait pas creusé si vite si c'était le raccourci.

À surveiller. Deux signaux courts : (1) la réponse d'Anthropic - soit un dossier technique plus complet (comme au printemps), soit un silence qui trahirait la difficulté d'en produire un. (2) Le pricing entreprise K3 vs Fable 5 : si K3 arrive à ~10-15% du prix Fable avec des perfs comparables, le débat distillation devient économiquement secondaire - le moat vient d'ailleurs (data chinoise domestique, RL scaled, coûts d'inférence).