Moonshot planea aumentar las habilidades cibernéticas de pesos abiertos tras la caída de Kimi al 81%

Moonshot dice que tiene la intención de “elevar progresivamente la capacidad cibernética disponible en pesos abiertos” después de que su nuevo modelo Kimi K3.1 Pro obtuviera 81% en una prueba de hacking interna. Una versión entrenada sin las reducciones de datos cibernéticos de la compañía obtuvo 90.5%.

La startup de Pekín liberará los pesos completos para el K3.1 Pro el 4 de noviembre. El modelo ya está implementado en Kimi.ai y Kimi API con una ventana de contexto de 1 millón de tokens.

La compañía indicó que existe una versión de alta velocidad, dos o tres veces más rápida.

El predecesor K3 resolvió solo 33.3% de las tareas xdev-bench-hard

Moonshot conectó las capacidades de explotación en expansión del modelo con material cibernético presente en su corpus general de entrenamiento intermedio y en sus tareas de aprendizaje por refuerzo.

Los primeros experimentos de Moonshot descubrieron que retener los datos en cualquiera de las etapas elevaría significativamente la capacidad cibernética posterior. Para la publicación abierta, eliminó esos datos de ambas etapas y mantuvo las tareas generales de programación.

En la prueba xdev-bench-hard, se le pide al agente que explote vulnerabilidades recientemente divulgadas en software como el kernel de Linux, Node.js y Exim.

Cada tarea incluye el código fuente vulnerable, una breve pista sobre el error y el binario. Una tarea se considera resuelta únicamente si el agente puede ejecutar código arbitrario en un entorno aislado (sandbox) y recuperar una cadena secreta.

K3.1 Pro superó ampliamente a su predecesor, Kimi K3, que logró un 33,3 %. El gráfico de Moonshot muestra a DeepSeek-V4.1-Flash en un 85,7 % y a GLM-5.3 en un 57,1 %, pero ambos operaban bajo otro sistema de evaluación.

La empresa dijo que las habilidades cibernéticas de K3.1 Pro se rezagan respecto a los modelos propietarios de vanguardia, disponibles públicamente durante al menos tres meses. Ninguna de las puntuaciones ha sido corroborada de forma independiente.

K3.1 Pro no ampliará la frontera absoluta del hacking

«Nuestro objetivo es no liberar pesos abiertos que amplíen la frontera absoluta de la capacidad cibernética», afirmó la empresa.

Moonshot considera la implementación lenta como un arma defensiva. Las empresas que ejecutan un modelo abierto en su propia infraestructura pueden auditar el código que mantienen, lo cual incluye sistemas heredados que rara vez son revisados desde la perspectiva de la seguridad, señaló la compañía.

Vigilar los pesos abiertos es más difícil. Una vez que los archivos se distribuyen, el desarrollador pierde gran parte de su capacidad para controlar el acceso, monitorear el uso o actualizar las salvaguardas.

La semana pasada, China propuso controles de exportación que prohibirían la exportación de tecnología para generar malware mediante IA y restringirían herramientas que facilitan la identificación de vulnerabilidades usando IA. El borrador aún está abierto para comentarios públicos.

Cryptopolitan informó esta semana que Microsoft vinculó al grupo vinculado a China Storm-0940 con una brecha en ConnectWise a través de ARTEX, un marco de pruebas de penetración de código abierto que admite cualquier modelo de IA.

Moonshot impulsó el modelo con mayor fuerza fuera del ámbito cibernético. La empresa indicó que K3.1 Pro obtuvo un 65,7 % en Terminal-Bench 4.0, por delante de GPT-6 Astra de OpenAI, que alcanzó un 58,2 %, y muy cerca de Claude Opus 5.5 de Anthropic, con un 66,4 %.

Para la prueba de estrés interna de Moonshot sobre hechos inventados, la tasa de alucinación a nivel de afirmaciones bajó del 23,4 % del K3 al 8,3 %.

Según Cryptopolitan, los fundadores de Moonshot tienen una reclamación arbitral de ~$700 millones por parte del accionista Recurrent AI antes del IPO planeado de la compañía en Hong Kong.