Moonshot намерена повысить открытые кибернавыки после снижения Kimi до 81%

Moonshot заявляет, что намерена «постепенно повышать уровень кибербезопасности, доступный в открытых весах», после того как новая модель Kimi K3.1 Pro набрала 81% во внутреннем тесте на взлом. Сборка, обученная без обрезки данных по кибербезопасности, набрала 90,5%.

Пекинский стартап выпустит полные веса для K3.1 Pro к 4 ноября. Модель уже развернута на Kimi.ai и Kimi API с контекстным окном в 1 миллион токенов.

По словам компании, существует высокоскоростная версия, которая в два-три раза быстрее.

Предыдущая модель K3 решала лишь 33.3% задач из набора xdev-bench-hard

Moonshot связала расширяющиеся возможности эксплуатации модели с киберматериалами в её общем корпусе промежуточного обучения и задачах обучения с подкреплением.

Ранние эксперименты Moonshot показали, что сохранение данных на любом из этапов значительно усиливает последующие кибервозможности. Для открытого выпуска они исключили эти данные из обоих этапов и оставили только общие задачи по программированию.

В тесте xdev-bench-hard агенту предлагается эксплуатировать недавно раскрытые уязвимости в таком ПО, как ядро Linux, Node.js и Exim.

Каждая задача включает уязвимый исходный код, краткую подсказку об ошибке и бинарный файл. Задача считается решённой только если агент может выполнить произвольный код в песочнице и получить секретную строку.

K3.1 Pro всё ещё значительно превосходит свою предшественницу Kimi K3, которая справилась лишь с 33,3%. На диаграмме Moonshot DeepSeek-V4.1-Flash набрал 85,7%, а GLM-5.3 — 57,1%, но обе модели работали в другом фреймворке.

Компания заявила, что K3.1 Pro уступает передовым проприетарным моделям в области кибербезопасности публично как минимум три месяца. Ни один из показателей не был независимо подтвержден.

K3.1 Pro не будет расширять абсолютный предел возможностей взлома

«Мы намерены не выпускать открытые веса, которые расширяли бы абсолютный предел кибервозможностей», — заявила компания.

Moonshot рассматривает медленное развертывание как оборонительное оружие. Компании, использующие открытую модель на собственной инфраструктуре, могут проверять код, который они поддерживают, включая устаревшие системы, которые редко проходят проверку безопасности, — говорится в сообщении компании.

Контроль за открытыми весами сложнее. После распространения файлов разработчик теряет большую часть возможности контролировать доступ, отслеживать использование или обновлять средства защиты.

На прошлой неделе Китай предложил экспортные ограничения, которые запрещали бы экспорт технологий для создания вредоносного ПО с помощью ИИ и ограничивали бы инструменты, помогающие выявлять уязвимости с помощью ИИ. Проект документа все еще открыт для общественного обсуждения.

Cryptopolitan сообщил на этой неделе, что Microsoft связывает связанную с Китаем группу Storm-0940 с взломом через ConnectWise с помощью ARTEX — фреймворка для тестирования на проникновение с открытым исходным кодом, поддерживающего любую ИИ-модель.

Moonshot активнее применяла модель вне сферы кибербезопасности. Компания сообщила, что K3.1 Pro набрал 65,7% в Terminal-Bench 4.0, опередив GPT-6 Astra от OpenAI (58,2%) и немного уступив Claude Opus 5.5 от Anthropic (66,4%).

В ходе внутреннего стресс-теста Moonshot на вымышленных фактах уровень галлюцинаций на уровне утверждений снизился с 23,4% у K3 до 8,3%.

По данным Cryptopolitan, основатели Moonshot имеют арбитражный иск на сумму около 700 млн долларов от акционера Recurrent AI до планируемого IPO компании в Гонконге.