Moonshot planeja elevar habilidades cibernéticas de pesos abertos após Kimi cair para 81%

A Moonshot diz que pretende “aumentar progressivamente a capacidade cibernética disponível em pesos abertos” após seu novo modelo Kimi K3.1 Pro ter obtido 81% em um teste de hacking interno. Uma versão treinada sem as reduções de dados cibernéticos da empresa obteve 90,5%.

A startup de Pequim lançará os pesos completos do K3.1 Pro até 4 de novembro. O modelo já está implantado no Kimi.ai e na API do Kimi, com uma janela de contexto de 1 milhão de tokens.

Há uma versão de alta velocidade que é duas a três vezes mais rápida, disse a empresa.

O predecessor K3 resolveu apenas 33.3% das tarefas do xdev-bench-hard

A Moonshot conectou as capacidades crescentes de exploração do modelo a materiais cibernéticos em seu corpus geral de treinamento intermediário e nas tarefas de aprendizado por reforço.

Os primeiros experimentos da Moonshot descobriram que reter os dados em qualquer etapa aumentaria significativamente a capacidade cibernética subsequente. Para o lançamento aberto, ela removeu esses dados de ambas as etapas e manteve as tarefas gerais de codificação.

No teste xdev-bench-hard, o agente é solicitado a explorar vulnerabilidades recentemente divulgadas em softwares como o kernel Linux, Node.js e Exim.

Cada tarefa compreende o código-fonte vulnerável, uma breve dica sobre a falha e o binário. Uma tarefa é considerada resolvida somente se o agente puder executar código arbitrário em um sandbox e recuperar uma string secreta.

O K3.1 Pro ainda superou amplamente seu predecessor, o Kimi K3, que conseguiu 33,3%. O gráfico da Moonshot mostra o DeepSeek-V4.1-Flash em 85,7% e o GLM-5.3 em 57,1%, mas ambos estavam sendo executados em outra estrutura.

A empresa afirmou que as habilidades cibernéticas do K3.1 Pro ficam atrás dos modelos proprietários de ponta, sendo disponibilizado publicamente por pelo menos três meses. Nenhuma das pontuações foi corroborada independentemente.

O K3.1 Pro não ampliará a fronteira absoluta do hacking

“Nosso objetivo é não liberar pesos abertos que ampliem a fronteira absoluta da capacidade cibernética”, disse a empresa.

A Moonshot considera o lançamento lento como uma arma defensiva. Empresas que executam um modelo aberto em sua própria infraestrutura podem auditar o código que mantêm, o que inclui sistemas legados raramente submetidos a revisões de segurança, segundo a empresa.

Fiscalizar pesos abertos é mais difícil. Uma vez que os arquivos são disseminados, o desenvolvedor perde grande parte de sua capacidade de controlar o acesso, monitorar o uso ou atualizar as salvaguardas.

Na semana passada, a China propôs controles de exportação que proibiriam a exportação de tecnologia para gerar malware usando IA e restringiriam ferramentas que auxiliam na identificação de vulnerabilidades com IA. O projeto ainda está aberto para comentários públicos.

O Cryptopolitan relatou esta semana que a Microsoft vinculou o grupo ligado à China Storm-0940 a uma violação no ConnectWise por meio do ARTEX, um framework de teste de penetração de código aberto que suporta qualquer modelo de IA.

A Moonshot testou o modelo mais intensamente fora do contexto cibernético. A empresa informou que o K3.1 Pro obteve 65,7% no Terminal-Bench 4.0, à frente do GPT-6 Astra da OpenAI, com 58,2%, e logo abaixo do Claude Opus 5.5 da Anthropic, com 66,4%.

Para o teste de estresse interno da Moonshot sobre fatos inventados, a taxa de alucinação em nível de afirmação caiu dos 23,4% do K3 para 8,3%.

De acordo com o Cryptopolitan, os fundadores da Moonshot têm uma reivindicação arbitral de ~US$ 700 milhões do acionista Recurrent AI antes do IPO planejado em Hong Kong da empresa.