Binawasan ng Moonshot ang Kakayahan ng Kimi K3.1 Pro sa Pagha-hack Bago ang Bukas na Paglalabas at mga Panuntunan sa Pag-export ng China

Mas mababang marka sa pagha-hack, pero mas mahusay na modelo

Ayon sa Beijing startup na Moonshot AI, binawasan nito ang kakayahan ng Kimi K3.1 Pro sa mapanirang pagha-hack bago ang planong paglalabas ng mga file ng modelo nito pagsapit ng Nobyembre 4, 2026. Dahil sa mga pagbabago, bumaba ang marka nito sa isang panloob na pagsusulit sa pagsasamantala sa software mula 90.5% tungong 81.0%, bagaman mas mataas pa rin nang malaki ang marka ng nagresultang modelo kaysa 33.3% ng hinalinhan nito.

Inilabas ng Moonshot ang K3.1 Pro noong Oktubre 23 at ipinaliwanag ang mga limitasyong ipinatupad nito sa isang pahayag noong Oktubre 24. Inalis nito ang mga materyal na ginamit sa pagtuturo ng ilang kasanayan sa cybersecurity habang pinanatili ang pangkalahatang kakayahan sa programming na kapaki-pakinabang sa pagbuo at pagkukumpuni ng software.

Dumating ang anunsyo walong araw matapos magmungkahi ng mga bagong kontrol sa pag-export ng teknolohiya ang Ministry of Commerce at Ministry of Science and Technology ng China. Ipagbabawal ng mga panukalang ito ang pag-export ng teknolohiyang ginagamit sa paglikha at pagbabago ng malisyosong code gamit ang AI, habang lilimitahan naman ang teknolohiyang gumagamit ng AI para tumuklas ng mga kahinaan sa software.

Pagsasama-samahin ng paglalabas ng Moonshot ang dalawang usaping ito: gaano kalaking kakayahan sa pagha-hack ang dapat taglayin ng modelong malawak na mada-download, at paano dapat kontrolin ng mga pamahalaan ang teknolohiyang makatutulong kapwa sa mga tagapagtanggol at umaatake sa software.

Ipinaliwanag ng Moonshot ang hangganang nais nitong itakda sa paglalabas:

Layunin naming huwag maglabas ng mga bukas na weight na magpapalawak sa ganap na hangganan ng kakayahan sa cyber.

Ang mga weight ng kumpanya ay mga file na naglalaman ng natutuhan ng modelo. Kapag inilathala ang mga ito, nagagawa ng mga developer sa labas na patakbuhin at baguhin ang sistema sa sarili nilang mga computer. Nagbibigay ito sa mga user ng higit na kontrol, ngunit nababawasan ang kakayahan ng Moonshot na pamahalaan ang pag-access o baguhin ang mga pananggalang kapag kumalat na ang mga kopya.

Ano ang inalis ng Moonshot

Ayon sa Moonshot, nakapasok ang mga materyal tungkol sa cyber sa pagbuo ng modelo sa dalawang paraan: sa pangkalahatang koleksiyon ng pagsasanay na ginamit sa isang gitnang yugto ng training, at sa mga gawaing pang-cyber na isinama sa mga kapaligiran ng reinforcement learning. Pinagbubuti ng reinforcement learning ang modelo sa pamamagitan ng paulit-ulit na pagsubok sa mga gawain at pagbibigay ng puna sa pagganap nito.

Inalis ng kumpanya ang mga materyal tungkol sa cyber sa dalawang yugtong ito habang pinanatili ang pangkalahatang gawain sa coding. Sinusukat ng panloob nitong pagsusulit na tinatawag na xdev-bench-hard kung nakagagawa muli ang isang modelo ng mga kahinaan sa software na kamakailan lamang isiniwalat at kung nakakabuo ito ng mga paraan para samantalahin ang mga ito. Binibilang na tagumpay ang pag-abot sa layunin sa loob ng tatlong pagsubok.

Kabilang sa pagsusulit ang mga kahinaan sa software gaya ng Linux kernel, Node.js at JavaScriptCore. Mga bahaging ito na ginagamit sa pagpapatakbo ng mga operating system, server application at JavaScript code. Ang exploit ay paraang ginagamit upang gawing aksiyon ang kahinaan sa software, gaya ng pagkuha ng access o pagpapakilos sa isang programa sa paraang hindi nilayon.

Bumaba nang 9.5 percentage point ang marka ng K3.1 Pro matapos ang pagsala, mula 90.5% tungong 81.0%. Nakakuha ang DeepSeek V4.1-Flash ng 85.7% sa parehong panloob na paghahambing, kaya mas mababa ang nasalang modelong Kimi kaysa sa katunggaling iyon.

33.3% ang nakuha ng Kimi K3, ang hinalinhan nito. Kaya napanatili ng nasalang bagong modelo ang lamang na 47.7 percentage point, na nagpapakita kung gaano kalaki ang inunlad ng kakayahan nitong humawak sa mga gawaing ito kahit matapos ang mga tiyak na pagbabawas.

Bakit mahalaga pa rin ang pangkalahatang coding sa pagha-hack

Bahagyang iniuugnay ng Moonshot ang natitirang lakas nito sa cyber sa pagbuti ng pangkalahatang programming at pag-debug sa mahahabang sunod-sunod na gawain. Ang modelong kayang magsuri ng code, sumubaybay sa pinagmumulan ng problema sa ilang file at sumubok ng mga posibleng pagkukumpuni ay maaari ring gumamit ng mga kasanayang iyon para maghanap at magsamantala ng mga kahinaan.

Ganito ipinaliwanag ng blog ng kumpanya tungkol sa paglalabas ng modelo ang ugnayang ito:

malaki ang pagbuti nito kumpara sa hinalinhan, na nagpapakitang nailalapat sa mga gawaing cyber ang mas mahusay na pangkalahatang kakayahan sa coding at pag-debug sa mahahabang gawain, kahit matapos ang tiyak na pag-aalis ng datos.

Maaaring gamitin ng mga tagapagtanggol ng software ang mga kakayahang ito para magsuri ng mga lumang sistemang hindi gaanong natututukan. Binanggit ito ng Moonshot bilang dahilan para suportahan ang bukas na weights. Maaaring patakbuhin ng isang organisasyon ang modelo sa sarili nitong mga sistema at suriin ang software na responsibilidad nitong panatilihin.

Maaaring gamitin ng mga umaatake ang katulad na kakayahan para maghanap ng mga kahinaan at i-automate ang ilang bahagi ng panghihimasok. Kaya mas malawak ang usaping praktikal kaysa sa kung nakakita na ang modelo ng mga tahasang malisyosong halimbawa: maaaring mailapat sa mapanirang gawain ang kapaki-pakinabang na kasanayan sa coding.

Hindi pa inilalathala ang xdev-bench-hard na pagsusulit ng Moonshot, at wala pang independiyenteng beripikasyon sa mga resulta nito. Hindi rin ipinaliwanag ng kumpanya kung maaari pang maibalik ng karagdagang training ng mga developer sa labas ang kakayahang inalis bago ilabas ang modelo. Mahahalagang tanong ang mga ito sa pagsusuri sa isang modelong mababago ng mga user ang mga file.

Ano ang natuklasan ng pagsusuri ng pamahalaan sa Kimi K3

Dati nang sinuri ng UK Artificial Intelligence Security Institute at US Center for AI Standards and Innovation ang Kimi K3, na inilabas noong Hulyo 16, 2026. Nakatakda namang ilabas ang bukas na weights nito sa Hulyo 27. Nagbibigay ng independiyenteng batayan para sa paghahambing sa hinalinhan ang kanilang magkasamang pagsusuri sa kakayahan nito sa cyber.

32% ang nakuha ng K3 sa ExploitBench, kumpara sa 24% ng GLM-5.2. Sinusukat ng benchmark na ito, na binuo ng Carnegie Mellon University, ang pag-usad sa pagsasamantala sa 41 kahinaan sa V8, ang software engine na nagpapatakbo ng JavaScript at WebAssembly sa Chrome.

Hindi nakamit ng K3 ang arbitrary code execution sa alinman sa 41 sample. Nakamit naman ito ng mga nangungunang modelo sa average na 20 sample. Ang arbitrary code execution ay ang pagpapagana sa isang target na magpatakbo ng mga command na pinili ng umaatake. Lalo itong seryosong resulta dahil maaari nitong bigyan ng kontrol ang umaatake.

Sinubukan din ng mga institusyon ang K3 sa The Last Ones, isang kunwaring corporate network na may humigit-kumulang 20 computer sa apat na segment ng network. Binubuo ang pagsasanay ng 32 sunod-sunod na hakbang ng pag-atake at aabutin nang humigit-kumulang 20 oras para matapos ng isang dalubhasang tao.

Sa limitasyong 100 milyong token, umabot ang K3 sa hakbang 17 sa average, kumpara sa hakbang 11 ng GLM-5.2 at 28.5 ng mga nangungunang modelo mula sa US. Natapos ng K3 ang buong pagsasanay sa isa sa 10 pagsubok. Natapos naman ito ng pinakamahuhusay na modelo sa anim o pitong pagsubok sa 10.

Paano unawain ang mga limitasyon ng pagsusuri

Ayon sa mga institusyon ng UK at US, pinahintulutan ng mga pananggalang ng K3 na subukan nito ang pagbuo ng exploit at mga operasyong cyber na nakatuon sa pag-atake habang isinasagawa ang kanilang pagsusuri. Mas mataas ang posisyon ng K3 kaysa sa naunang nangungunang modelong may bukas na weights, ngunit mas mababa ito sa pinakamalalakas na modelong sinubukan nila.

Nagsimula ang pagsasanay na The Last Ones matapos makapasok na sa network. May sinadyang ruta ng pag-atake rito, walang aktibong tagapagtanggol o pananggalang, at walang parusa sa asal na magpapakilos sana ng mga alerto sa seguridad. Nagbigay ang mga kondisyong ito sa modelo ng nakaayos na kapaligiran para isagawa ang pag-atake.

Inilarawan ng mga institusyon na paunang pagsusuri lamang ang mga ito at piling-pili ang saklaw. Nagmula sa iisang benchmark ang pangkalahatang pagtataya sa kakayahan ng K3, kaya mas malaki ang kawalang-katiyakan sa istatistika kumpara sa mga modelong sinuri sa mas malawak na hanay ng mga gawain.

Sinubukan ang mga modelong US na may saradong weights habang hindi pinagana ang mga pananggalang ng sistema upang masukat ng mga tagasuri ang pinakamataas na kakayahan ng mga ito at mabawasan ang pagtanggi sa mga kahilingan. Naka-enable ang mga pananggalang na ito sa mga pampublikong bersiyon. Kaya kailangang isaalang-alang ng mga mambabasa sa paghahambing ang likas na kakayahan ng modelo at ang mga kontrol na kasama sa serbisyong ginagamit para ma-access ito.

Nagmula sa ibang panloob na pagsusulit ng Moonshot ang bagong resultang 81.0% ng K3.1 Pro. Pinakamakabuluhan ang paghahambing nito sa K3 sa loob ng kaparehong pagsusulit na iyon, kung saan 33.3% ang nakuha ng hinalinhan. Magbibigay ng mas matibay na batayan sa mga security team ang independiyenteng pagsusuri sa bagong labas na modelo.

Nagmumungkahi ang China ng mga pagbabawal at paghihigpit

Naglabas ang dalawang ministeryo ng China ng Anunsyo Blg. 48 noong Oktubre 16, 2026. Humihingi ang abiso ng mga komento sa mga rebisyon sa Katalogo ng mga Teknolohiyang Ipinagbabawal at Pinaghihigpitan sa Pag-export. Tatanggap ng mga pagsusumite hanggang Nobyembre 15.

Saklaw ng mga iminungkahing dagdag ang 40 teknolohiya: 23 sa AI, lima sa biomedicine at 12 sa paggawa ng solar technology. Sa tatlong larangan, ipagbabawal ang pag-export ng 14 na teknolohiya at paghihigpitan naman ang 26.

Kabilang sa mga kategorya ng AI ang malalaking modelo, mga ahente, kumpol ng computing at pagproseso ng impormasyon. Ang mga ahente ay mga sistemang gumagamit ng mga tool at nagsasagawa ng sunod-sunod na hakbang para maabot ang isang layunin, sa halip na sumagot lamang sa iisang tanong.

Kabilang sa mga iminungkahing ipinagbabawal na pag-export ang teknolohiya ng AI para lumikha at magbago ng malisyosong code. Kabilang naman sa mga iminungkahing paghihigpit ang teknolohiya ng AI para maghanap ng mga kahinaan. Mahalaga ang pagkakaiba: ipagbabawal ang mga export na saklaw ng pagbabawal, samantalang sasailalim sa mga kontrol sa pag-export ang mga transfer na saklaw ng paghihigpit.

Ayon sa paliwanag sa patakaran ng Ministry of Commerce, maaaring gamitin ang mga teknolohiyang ito laban sa mahahalagang imprastraktura ng impormasyon, mga sistema ng industriya ng depensa at mahahalagang sistema ng pamahalaan, o para lampasan ang mga pananggalang sa seguridad. Inilalarawan ng ministeryo ang rebisyon bilang karaniwang pamamahala sa kalakalan ng teknolohiya na hindi nakatuon sa anumang partikular na bansa, rehiyon o entidad.

Nagsisimula ang pagpaparehistro bago ang pinal na mga tuntunin

Konsultasyon pa lamang ang isinasagawa sa mga iminungkahing pagbabago ng China sa katalogo, ngunit nagkabisa na ang mga pansamantalang rekisito sa pagpaparehistro nang ilabas ang anunsyo noong Oktubre 16. Kailangang iparehistro ng mga exporter ang mga saklaw na paglilipat ng teknolohiya bago mag-export hangga't hindi pa nagkakabisa ang binagong katalogo. Kasama rin ang mga paglilipat na sinimulan na ngunit hindi pa natatapos.

Tinutukoy ng abiso ang ilang kaayusan na saklaw nito: paglilipat ng pagmamay-ari ng teknolohiya sa ibang bansa, paglilisensiya ng lokal na teknolohiya para gamitin sa ibang bansa, at mga pagbabagong naglilipat sa pagmamay-ari o aktuwal na kontrol sa isang lokal na teknolohiya sa mga dayuhan.

Isinasagawa ang pagpaparehistro sa aplikasyon para sa kalakalan ng teknolohiya ng Ministry of Commerce, na matatagpuan sa pinag-isang plataporma nito para sa negosyo. Kailangang magbigay ang mga exporter ng mga detalye kabilang ang exporter at tatanggap, bansang o rehiyong pagdadalhan, teknolohiya, nilalayong gamit at tinatayang halaga ng export.

Ibinubukod din ng ministeryo ang paglilipat ng teknolohiya sa pagbibigay ng access sa isang serbisyo. Ayon sa paliwanag nito sa mga iminungkahing tuntunin, mapapailalim sa pamamahala sa export ang paglalagay ng pinaghihigpitang teknolohiya ng AI sa lokal na mga sistema sa ibang bansa. Maaaring maging kuwalipikado sa awtomatikong proseso ng paglilisensiya ang ilang kaayusan, gaya ng paglalagay nito sa sariling cloud ng isang kumpanya sa ibang bansa.

Hindi mapapabilang sa kategorya ng pag-export ng teknolohiya ng malalaking modelo na inilalarawan sa paliwanag ang pagbibigay ng access sa modelo sa pamamagitan ng API, app, website o software bilang serbisyo. Hindi rin kasama sa kategoryang iyon ang magaan na paglalagay ng teknolohiya sa mga lokal na device. Hinahayaan ng API ang isang computer program na humiling ng serbisyo mula sa isa pang programa, kaya nagagamit ng mga customer ang isang modelo nang hindi nila tinatanggap ang mga pinagbabatayang file nito.

May natatanging pagtrato sa mga bukas na paglalabas

Ibinubukod sa anunsyo ng China ang teknolohiyang naging pampublikong kaalaman na sa pamamagitan ng mga bukas na paglalabas o akademikong papel. Inilalarawan din ng ministeryo ang mga awtomatikong lisensiya at iba pang pinasimpleng proseso para sa ilang pag-export ng teknolohiya ng AI na may kinalaman sa mga bukas na paglalabas, pakikipagtulungan sa pananaliksik sa ibang bansa at mga kaugnay na aktibidad.

Mahalaga rin ang paglalathala at paglilipat, bukod pa sa teknikal na kakayahan. Maaaring magkakaiba ang pagtrato sa kumpanyang nag-aalok ng naka-host na modelo, kumpanyang naglilipat ng pinaghihigpitang teknolohiya para gamitin sa ibang bansa at developer na namamahagi ng teknolohiyang pampublikong kaalaman na.

Dahil sa planong paglalabas ng weights ng Moonshot, nagiging mahalaga ang mga pagkakaibang ito sa pandaigdigang saklaw ng produkto nito. Hindi naglabas ang pamahalaan ng pampublikong klasipikasyon ng K3.1 Pro sa mga dokumentong ito, at wala pang petsa kung kailan ipatutupad ang pinal na katalogo.

Magkalapit sa takdang panahon ang iskedyul ng paglalabas at proseso ng patakaran:

• Hulyo 16, 2026: Inilabas ang Kimi K3. Nakatakda namang ilabas ang weights nito sa Hulyo 27.
• Oktubre 16: Inilabas ng China ang Anunsyo Blg. 48, sinimulan ang konsultasyon at ipinatupad ang pansamantalang pagpaparehistro ng export.
• Oktubre 23: Inilabas ng Moonshot ang K3.1 Pro.
• Oktubre 24: Ipinaliwanag ng Moonshot ang pagbabawas nito sa mga kakayahan sa mapanirang cyber.
• Nobyembre 4: Plano ng Moonshot na mailathala na ang weights ng K3.1 Pro.
• Nobyembre 15: Magsasara ang pagsusumite ng mga pampublikong komento sa mga iminungkahing rebisyon ng katalogo ng export.

Mas mahusay na kakayahan sa mas mababang gastos sa paggamit

Naipapaliwanag ng mas malawak na paglulunsad ng K3.1 Pro kung bakit mahalaga ang mga kakayahan nito sa cyber lampas sa espesyalisadong gawain sa seguridad. Mayroon itong kabuuang 2.8 trilyong parameter, kung saan 104 bilyon ang aktibo. Kabilang ito sa hanay ng mga modelong may humigit-kumulang 3 trilyong parameter, ayon sa Moonshot. Ang mga parameter ay mga numerikong setting na natututuhan ng modelo habang sinasanay.

May isang milyong token ang context window ng modelo at tumatanggap ito ng teksto at mga larawan. Mga bahagi ng impormasyong pinoproseso ng sistema ang mga token. Dahil mas malaki ang context window, mas marami itong materyal na mapagtatrabahuhan sa iisang gawain. Nag-aalok din ang Moonshot ng K3.1 Pro Highspeed, na ayon dito ay tumatakbo nang dalawa hanggang tatlong ulit na mas mabilis.

Bumaba nang isang katlo ang karaniwang presyo ng API: mula $3 tungong $2 kada isang milyong input token at mula $15 tungong $10 kada isang milyong output token. Bumaba naman mula $0.30 tungong $0.20 kada isang milyong token ang naka-cache na input, na muling gumagamit ng materyal na naproseso na. $4 ang presyo ng Highspeed para sa input at $20 para sa output kada isang milyong token.

Nasa ikaapat na puwesto ang K3.1 Pro sa Intelligence Index ng Artificial Analysis, na may 55 puntos. Mas mataas ito nang 11 puntos kaysa K3 at tatlong puntos naman ang agwat nito sa Claude Opus 5.5 na may 58. Sa paghahambing ng Moonshot sa coding sa terminal, 65.7% ang nakuha ng K3.1 Pro, malapit sa 66.4% ng Opus 5.5. Ngunit sa gawaing pang-agham sa terminal, inilagay ng Moonshot ang K3.1 Pro sa 38.1, mas mababa sa 68.1 ng GPT-6 Astra at 63.3 ng Opus 5.5.

Naglabas din ang Moonshot ng magkakaibang bilang ng error para sa magkakaibang pagsusulit. Ayon sa blog nito tungkol sa paglulunsad, 8.3% ang antas ng mga gawa-gawa o maling pahayag, bumaba mula sa 23.4% ng K3. Sa quickstart para sa API, 6.85% naman ang iniulat, bumaba mula sa 23.35%, gamit ang ibang hanay ng mga pag-uusap. Parehong tumutukoy ang dalawang dokumento sa mga espesyalisadong pagsusulit, samantalang kailangan pa ring beripikahin ng mga customer ang mga sagot sa sarili nilang gawain.

Para sa mga developer at security team, ang agarang pagbabago ay ang access sa mas mahusay na coding at automation sa mas mababang presyo kada token. Para sa Moonshot, ililipat ng paglalathala ng weights ang higit pang pagpapasya tungkol sa paglalagay, pagbabago at mga pananggalang sa mga organisasyong magda-download sa mga ito.

Mahahalagang Punto

• Ayon sa Moonshot, dahil sa pag-aalis ng mga materyal sa pagsasanay tungkol sa cyber, bumaba mula 90.5% tungong 81.0% ang marka ng K3.1 Pro sa panloob na pagsusulit nito sa pagsasamantala sa software.
• Mas mataas pa rin nang malaki ang marka ng nasalang modelo kaysa 33.3% ng Kimi K3 sa parehong pagsusulit.
• Hindi inilathala ang panloob na benchmark at wala pang independiyenteng beripikasyon sa mga bagong resulta.
• Sa naunang pagsusuri ng UK at US, natuklasang nakumpleto ng K3 ang isang kunwaring pag-atake sa corporate network sa isa sa 10 pagsubok.
• Iminumungkahi ng China na ipagbawal ang pag-export ng teknolohiya ng AI para sa malware at paghigpitan ang pag-export ng teknolohiya ng AI para tumuklas ng mga kahinaan.
• Nagsimula ang pansamantalang pagpaparehistro ng export noong Oktubre 16. Magsasara ang pampublikong konsultasyon sa Nobyembre 15.
• Plano ng Moonshot na ilathala ang weights ng K3.1 Pro pagsapit ng Nobyembre 4, na magbibigay sa mga developer sa labas ng higit na kontrol sa paggamit nito.