Moonshot hạn chế khả năng hack của Kimi K3.1 Pro, nhưng thử nghiệm của chính nó vẫn cho thấy điểm khai thác 81%

Việc cắt là một phần

Việc cắt giảm không phải là một sự xóa sạch. Trong thử nghiệm khai thác nội bộ chưa được công bố của Moonshot, xdev-bench-hard, K3.1 Pro vẫn giải quyết được 81,0% vấn đề, so với 90,5% của bản dựng chưa được lọc. Công ty chưa cho biết liệu việc tinh chỉnh có thể khôi phục khả năng đã bị loại bỏ hay không và các trọng lượng mở không thể được thu hồi sau khi tải xuống.

Bối cảnh là các biện pháp kiểm soát xuất khẩu công nghệ được đề xuất của Trung Quốc, được công bố vào ngày 16 tháng 10: một dự thảo cấm xuất khẩu công nghệ đột biến và tạo phần mềm độc hại do AI điều khiển, đồng thời hạn chế các công cụ phát hiện lỗ hổng được hỗ trợ bởi AI, với các bình luận công khai sẽ mở cho đến ngày 15 tháng 11. Moonshot lập luận rằng các mô hình trọng lượng mở cũng có thể giúp nhiều tổ chức hơn kiểm tra và bảo mật phần mềm của riêng họ, bao gồm cả các hệ thống cũ ít nhận được sự chú ý.

K3.1 Pro, được phát hành vào ngày 23 tháng 10, được công ty mô tả là mẫu máy có trọng lượng mở loại 3 nghìn tỷ tham số có khả năng nhất. Điểm số Terminal-Bench 4.0 do nhà cung cấp báo cáo là 65,7%, trên GPT-6 Astra ở mức 58,2% và ngay dưới Claude Opus 5,5 ở mức 66,4% - số liệu của nhà cung cấp, chưa được xác minh độc lập.