Moonshot Mengurangkan Keupayaan Penggodaman Kimi K3.1 Pro Menjelang Pelepasan Terbuka dan Peraturan Eksport China

Skor penggodaman lebih rendah, tetapi model lebih berkeupayaan

Syarikat pemula Beijing, Moonshot AI, berkata ia mengurangkan keupayaan penggodaman ofensif Kimi K3.1 Pro sebelum fail model itu dirancang untuk diterbitkan menjelang 4 November 2026. Perubahan itu menurunkan skornya dalam ujian eksploitasi perisian dalaman daripada 90.5% kepada 81.0%, walaupun model yang dihasilkan masih mencatat skor jauh lebih tinggi berbanding model terdahulunya, iaitu 33.3%.

Moonshot melancarkan K3.1 Pro pada 23 Oktober dan memperincikan langkah pembatasan itu dalam kenyataan pada 24 Oktober. Pendekatannya ialah membuang bahan yang digunakan untuk mengajar kemahiran siber tertentu sambil mengekalkan keupayaan pengaturcaraan umum yang menjadikan model itu berguna untuk membina dan membaiki perisian.

Pengumuman itu dibuat lapan hari selepas Kementerian Perdagangan dan Kementerian Sains dan Teknologi China mencadangkan kawalan eksport teknologi baharu. Cadangan itu akan melarang eksport teknologi untuk menjana dan mengubah suai kod berniat jahat menggunakan AI, sambil menyekat teknologi yang menggunakan AI untuk menemui kelemahan perisian.

Pelancaran Moonshot menggabungkan dua isu itu: sejauh mana keupayaan penggodaman patut dimiliki model yang boleh dimuat turun secara meluas, dan bagaimana kerajaan patut mengawal selia teknologi yang boleh membantu kedua-dua pihak, iaitu pelindung dan penyerang perisian.

Moonshot, ketika menjelaskan batasan yang ingin ditetapkan bagi pelancaran itu, berkata:

Kami berhasrat untuk tidak menerbitkan pemberat terbuka yang akan memperluas keupayaan siber ke tahap tertinggi mutlak.

Pemberat syarikat itu ialah fail yang mengandungi perkara yang telah dipelajari model. Penerbitannya membolehkan pembangun luar menjalankan dan mengubah suai sistem tersebut pada komputer mereka sendiri. Ini memberikan pengguna lebih banyak kawalan, tetapi mengurangkan keupayaan Moonshot untuk mengurus akses atau mengubah perlindungan selepas salinan model tersebar.

Perkara yang dibuang Moonshot

Moonshot berkata bahan siber telah memasuki proses pembangunan model melalui dua cara: koleksi latihan umum yang digunakan semasa peringkat latihan perantaraan, dan tugasan siber yang dimasukkan dalam persekitaran pembelajaran pengukuhan. Pembelajaran pengukuhan menambah baik model melalui percubaan berulang untuk melaksanakan tugasan serta maklum balas tentang prestasinya.

Syarikat itu membuang bahan siber daripada kedua-dua peringkat sambil mengekalkan tugasan pengekodan umum. Ujian dalaman yang dipanggil xdev-bench-hard mengukur keupayaan model untuk menghasilkan semula kelemahan perisian yang baru didedahkan dan membangunkan cara untuk mengeksploitasinya, dengan kejayaan dikira jika dicapai dalam tiga percubaan.

Ujian itu merangkumi kelemahan dalam perisian seperti kernel Linux, Node.js dan JavaScriptCore. Komponen ini digunakan untuk menjalankan sistem pengendalian, aplikasi pelayan dan kod JavaScript. Eksploit ialah kaedah untuk memanfaatkan kelemahan perisian bagi melakukan sesuatu tindakan, seperti mendapatkan akses atau menyebabkan program berkelakuan di luar jangkaan.

Skor K3.1 Pro merosot sebanyak 9.5 mata peratusan selepas penapisan, daripada 90.5% kepada 81.0%. DeepSeek V4.1-Flash mencatat 85.7% dalam perbandingan dalaman yang sama, meletakkan model Kimi yang telah ditapis itu di bawah pesaing berkenaan.

Kimi K3, model terdahulunya, mencatat 33.3%. Oleh itu, model pengganti yang ditapis itu mengekalkan kelebihan 47.7 mata peratusan, menunjukkan sejauh mana keupayaannya melaksanakan tugasan ini telah meningkat walaupun selepas pemotongan yang disasarkan.

Mengapa pengekodan umum masih penting untuk penggodaman

Moonshot mengaitkan sebahagian daripada kekuatan siber yang masih ada dengan peningkatan dalam pengaturcaraan umum dan penyahpepijatan yang melibatkan rangkaian kerja panjang. Model yang boleh memeriksa kod, menjejaki punca kerosakan merentas beberapa fail dan menguji kemungkinan pembaikan juga boleh menggunakan kemahiran itu untuk mencari dan mengeksploitasi kelemahan.

Blog pelancaran syarikat itu menjelaskan kaitan tersebut seperti berikut:

meningkat dengan ketara berbanding model terdahulunya, menunjukkan bahawa keupayaan pengekodan umum dan penyahpepijatan jangka panjang yang lebih baik turut dapat digunakan dalam tugasan siber walaupun selepas data tertentu dibuang secara bersasar.

Pelindung perisian boleh menggunakan keupayaan itu untuk memeriksa sistem lama yang kurang diberi perhatian, manfaat yang disebut Moonshot bagi menyokong penerbitan pemberat terbuka. Sesebuah organisasi boleh menjalankan model itu secara setempat dan memeriksa perisian yang menjadi tanggungjawabnya untuk diselenggara.

Penyerang boleh menggunakan keupayaan serupa untuk mencari kelemahan dan mengautomasikan sebahagian daripada pencerobohan. Oleh itu, isu praktikalnya lebih luas daripada sekadar sama ada model pernah melihat contoh yang jelas berniat jahat: kemahiran pengekodan yang berguna boleh digunakan untuk kerja ofensif.

Ujian xdev-bench-hard Moonshot belum diterbitkan, dan keputusannya belum disahkan secara bebas. Syarikat itu juga belum menjelaskan sama ada latihan lanjut oleh pembangun luar boleh memulihkan keupayaan yang dibuang sebelum pelancaran. Ini merupakan persoalan utama untuk menilai model yang failnya boleh diubah suai oleh pengguna.

Hasil ujian kerajaan terhadap Kimi K3

Institut Keselamatan Kecerdasan Buatan UK dan Pusat Piawaian dan Inovasi AI AS sebelum ini menilai Kimi K3, yang dilancarkan pada 16 Julai 2026, dengan penerbitan pemberat terbuka dijadualkan pada 27 Julai. Penilaian siber bersama mereka menyediakan rujukan bebas bagi model terdahulu itu.

K3 mencatat 32% dalam ExploitBench, berbanding 24% bagi GLM-5.2. Penanda aras itu, yang dibangunkan oleh Universiti Carnegie Mellon, menguji kemajuan dalam mengeksploitasi 41 kelemahan dalam V8, enjin perisian yang menjalankan JavaScript dan WebAssembly dalam Chrome.

K3 tidak berjaya mencapai pelaksanaan kod arbitrari pada mana-mana daripada 41 sampel. Model terkemuka mencapai hasil itu pada purata 20 sampel. Pelaksanaan kod arbitrari bermaksud menyebabkan sistem sasaran menjalankan arahan yang dipilih penyerang, suatu hasil yang amat serius kerana ia boleh memberikan kawalan kepada penyerang.

Institut itu turut menguji K3 dalam The Last Ones, rangkaian korporat simulasi yang mengandungi kira-kira 20 komputer merentas empat segmen rangkaian. Latihan itu mempunyai turutan 32 langkah serangan dan dianggarkan mengambil masa kira-kira 20 jam untuk diselesaikan oleh pakar manusia.

Dengan had 100 juta token, K3 mencapai purata langkah ke-17, berbanding langkah ke-11 bagi GLM-5.2 dan 28.5 bagi model terkemuka AS. K3 menyelesaikan keseluruhan latihan itu dalam satu daripada 10 percubaan. Model paling berkeupayaan menyelesaikannya dalam enam atau tujuh daripada 10 percubaan.

Cara memahami batasan ujian

Institut UK dan AS berkata perlindungan K3 membolehkannya mencuba pembangunan eksploit dan operasi siber ofensif semasa penilaian mereka. Dapatan mereka meletakkan K3 di atas model terdahulu dengan pemberat terbuka, tetapi di bawah model paling berkeupayaan yang diuji.

Latihan The Last Ones bermula dengan akses awal kepada rangkaian. Ia mempunyai laluan serangan yang disengajakan, tiada pertahanan aktif atau alat pertahanan, dan tiada penalti bagi tingkah laku yang akan mencetuskan amaran keselamatan. Keadaan tersebut menyediakan persekitaran berstruktur untuk model itu meneruskan serangan.

Institut itu menyifatkan penilaian tersebut sebagai awal dan terpilih. Anggaran keupayaan keseluruhan K3 diperoleh daripada satu penanda aras, menyebabkan ketidakpastian statistik lebih tinggi berbanding anggaran bagi model yang dinilai merentas set tugasan yang lebih luas.

Model AS dengan pemberat tertutup diuji dengan perlindungan sistem dimatikan supaya penilai dapat mengukur keupayaan maksimum model dengan kurang penolakan. Perlindungan itu diaktifkan pada versi awam. Oleh itu, pembaca yang membandingkan hasilnya perlu mengambil kira kemahiran asas model dan juga kawalan yang dikenakan pada perkhidmatan untuk mengaksesnya.

Keputusan baharu K3.1 Pro sebanyak 81.0% datang daripada ujian dalaman Moonshot yang berbeza. Perbandingannya dengan K3 paling berguna dalam ujian yang sama, yang menyaksikan model terdahulu mencatat 33.3%. Penilaian bebas terhadap pelancaran baharu itu akan memberikan asas yang lebih kukuh kepada pasukan keselamatan untuk menilai keupayaannya.

China mencadangkan larangan dan sekatan

Dua kementerian China mengeluarkan Pengumuman No. 48 pada 16 Oktober 2026. Notis itu meminta maklum balas mengenai pindaan kepada Katalog Teknologi yang Dilarang dan Disekat daripada Eksport, dengan tempoh penghantaran maklum balas dibuka sehingga 15 November.

Penambahan yang dicadangkan meliputi 40 teknologi: 23 dalam AI, lima dalam bioperubatan dan 12 dalam pembuatan solar. Merentas ketiga-tiga bidang itu, 14 teknologi akan dilarang daripada dieksport dan 26 akan dikenakan sekatan.

Kategori AI merangkumi model besar, ejen, kluster pengkomputeran dan pemprosesan maklumat. Ejen ialah sistem yang menggunakan alat dan melaksanakan turutan tindakan untuk mencapai matlamat, bukannya sekadar menjawab satu soalan.

Teknologi AI untuk menjana dan mengubah suai kod berniat jahat termasuk dalam cadangan larangan eksport. Teknologi AI untuk mencari kelemahan pula termasuk dalam cadangan sekatan eksport. Perbezaannya penting: larangan akan menyekat eksport yang termasuk dalam skop, manakala sekatan akan meletakkan pemindahan berkenaan di bawah kawalan eksport.

Penjelasan dasar Kementerian Perdagangan menyatakan teknologi tersebut boleh digunakan untuk menyerang infrastruktur maklumat kritikal, sistem industri pertahanan dan sistem teras kerajaan, atau memintas perlindungan keselamatan. Kementerian itu menyifatkan pindaan tersebut sebagai pengurusan rutin perdagangan teknologi yang tidak menyasarkan mana-mana negara, wilayah atau entiti tertentu.

Pendaftaran bermula sebelum peraturan dimuktamadkan

Pindaan katalog yang dicadangkan China masih dalam proses rundingan, tetapi keperluan pendaftaran sementara berkuat kuasa sebaik sahaja pengumuman 16 Oktober dikeluarkan. Pengeksport mesti mendaftarkan pemindahan teknologi yang termasuk dalam skop sebelum eksport sehingga katalog yang disemak berkuat kuasa. Pemindahan yang telah bermula tetapi belum selesai turut termasuk.

Notis itu menyenaraikan beberapa urusan yang termasuk dalam skop: pemindahan pemilikan teknologi ke luar negara, pemberian lesen untuk penggunaan teknologi domestik di luar negara, dan perubahan yang menyebabkan pemilikan atau kawalan sebenar teknologi domestik berpindah kepada pihak asing.

Pendaftaran dibuat melalui permohonan perdagangan teknologi Kementerian Perdagangan pada platform perniagaan bersepadu kementerian itu. Pengeksport mesti memberikan butiran termasuk pengeksport dan penerima, negara atau wilayah destinasi, teknologi, tujuan penggunaan dan anggaran nilai eksport.

Kementerian itu turut membezakan pemindahan teknologi daripada pemberian akses kepada perkhidmatan. Menurut penjelasannya tentang peraturan yang dicadangkan, penggunaan teknologi AI terkawal secara setempat di luar negara akan termasuk dalam pengurusan eksport. Sesetengah urusan, seperti penggunaan pada perkhidmatan awan luar negara milik syarikat sendiri, mungkin layak untuk prosedur pelesenan automatik.

Pemberian akses kepada model melalui API, aplikasi, laman web atau perisian sebagai perkhidmatan tidak termasuk dalam kategori eksport teknologi model besar yang dihuraikan dalam penjelasan itu. Penggunaan ringan pada peranti setempat juga disenaraikan di luar kategori tersebut. API membolehkan satu program komputer meminta perkhidmatan daripada program lain, lalu membolehkan pelanggan menggunakan model tanpa menerima fail asasnya.

Penerbitan terbuka tertakluk pada layanan tersendiri

Pengumuman China mengecualikan teknologi yang sudah berada dalam domain awam melalui penerbitan sumber terbuka atau kertas akademik. Kementerian itu turut menerangkan pelesenan automatik dan prosedur dipermudah lain bagi eksport teknologi AI tertentu yang melibatkan penerbitan terbuka, kerjasama penyelidikan luar negara dan aktiviti berkaitan.

Oleh itu, penerbitan dan pemindahan sama pentingnya dengan keupayaan teknikal. Syarikat yang menawarkan model terhos, syarikat yang memindahkan teknologi terkawal untuk penggunaan di luar negara dan pembangun yang mengedarkan teknologi yang sudah berada dalam domain awam mungkin menerima layanan berbeza di bawah rangka kerja yang dinyatakan.

Rancangan Moonshot untuk menerbitkan pemberat menjadikan perbezaan itu relevan kepada capaian antarabangsa syarikat tersebut. Kerajaan belum mengeluarkan pengelasan awam bagi K3.1 Pro dalam dokumen ini, dan tarikh pelaksanaan katalog muktamad belum diumumkan.

Tarikh-tarikh seterusnya menunjukkan jadual pelancaran dan proses dasar berlangsung hampir serentak:

• 16 Julai 2026: Kimi K3 dilancarkan, diikuti rancangan penerbitan pemberat pada 27 Julai.
• 16 Oktober: China mengeluarkan Pengumuman No. 48, membuka rundingan dan memulakan pendaftaran eksport sementara.
• 23 Oktober: Moonshot melancarkan K3.1 Pro.
• 24 Oktober: Moonshot memperincikan pengurangan keupayaan siber ofensif.
• 4 November: Moonshot merancang untuk menerbitkan pemberat K3.1 Pro.
• 15 November: Tempoh maklum balas awam mengenai cadangan pindaan katalog eksport berakhir.

Keupayaan lebih tinggi dengan kos akses lebih rendah

Pelancaran K3.1 Pro yang lebih meluas membantu menjelaskan mengapa keupayaan sibernya penting di luar kerja keselamatan khusus. Model itu mempunyai 2.8 trilion parameter keseluruhan, dengan 104 bilion parameter aktif, meletakkannya dalam kelas kira-kira 3 trilion parameter seperti yang dihuraikan Moonshot. Parameter ialah tetapan berangka yang dipelajari model semasa latihan.

Model itu mempunyai tetingkap konteks sejuta token dan boleh menerima teks serta imej. Token ialah cebisan maklumat yang diproses sistem; tetingkap konteks yang lebih besar membolehkannya mengendalikan lebih banyak bahan dalam satu tugasan. Moonshot turut menawarkan K3.1 Pro Highspeed, yang menurutnya beroperasi dua hingga tiga kali lebih pantas.

Harga API standard turun daripada $3 kepada $2 bagi setiap sejuta token input dan daripada $15 kepada $10 bagi setiap sejuta token output, iaitu pengurangan satu pertiga. Input cache, yang menggunakan semula bahan yang telah diproses, turun daripada $0.30 kepada $0.20 bagi setiap sejuta token. Harga Highspeed ialah $4 untuk input dan $20 untuk output bagi setiap sejuta token.

Indeks Kecerdasan Artificial Analysis meletakkan K3.1 Pro di tempat keempat dengan 55 mata, naik 11 mata daripada K3 dan tiga mata di belakang Claude Opus 5.5 yang mencatat 58. Perbandingan pengekodan terminal Moonshot memberikan K3.1 Pro skor 65.7%, hampir dengan 66.4% bagi Opus 5.5. Namun, dalam kerja terminal saintifik, Moonshot meletakkan K3.1 Pro pada 38.1, di bawah GPT-6 Astra pada 68.1 dan Opus 5.5 pada 63.3.

Moonshot turut menerbitkan angka ralat yang berbeza bagi ujian berlainan. Blog pelancarannya meletakkan kadar dakwaan rekaan atau tidak tepat pada 8.3%, turun daripada 23.4% bagi K3; panduan permulaan pantas API pula menyatakan 6.85%, turun daripada 23.35%, menggunakan set perbualan yang berbeza. Kedua-dua dokumen menerangkan ujian khusus, sementara pelanggan masih perlu menyemak jawapan dalam kerja mereka sendiri.

Bagi pembangun dan pasukan keselamatan, perubahan segera ialah akses kepada keupayaan pengekodan dan automasi yang lebih baik dengan harga token lebih rendah. Bagi Moonshot, penerbitan pemberat akan memindahkan lebih banyak keputusan mengenai penggunaan, pengubahsuaian dan perlindungan kepada organisasi yang memuat turunnya.

Perkara Utama

• Moonshot berkata pembuangan bahan latihan siber menurunkan skor ujian eksploit dalaman K3.1 Pro daripada 90.5% kepada 81.0%.
• Model yang ditapis itu masih mendapat skor jauh lebih tinggi berbanding 33.3% yang dicatat Kimi K3 dalam ujian yang sama.
• Penanda aras dalaman itu belum diterbitkan, dan keputusan baharu belum disahkan secara bebas.
• Ujian terdahulu oleh UK dan AS mendapati K3 dapat menyelesaikan serangan terhadap rangkaian korporat simulasi dalam satu daripada 10 percubaan.
• China mencadangkan larangan eksport teknologi AI untuk perisian hasad dan sekatan eksport teknologi AI untuk menemui kelemahan.
• Pendaftaran eksport sementara bermula pada 16 Oktober. Rundingan awam berakhir pada 15 November.
• Moonshot merancang untuk menerbitkan pemberat K3.1 Pro menjelang 4 November, memberikan pembangun luar lebih banyak kawalan terhadap cara model itu digunakan.