Moonshot AI hat etwas vollbracht, das nur wenige KI-Labore versuchen: Das Unternehmen hat eine Fähigkeit in seinem Flaggschiff-Modell bewusst abgeschwächt. Am Samstag teilte das Pekinger Startup mit, dass es die Cyber-Angriffsfähigkeiten von Kimi K3.1 Pro reduziert hat, seines bislang fortschrittlichsten Modells. Die Ankündigung kommt zu einem Zeitpunkt wachsender Besorgnis, dass zunehmend autonome KI-Systeme böswilligen Hackern einen mächtigen neuen Vorteil verschaffen könnten.

Statt externe Schutzmechanismen hinzuzufügen, griff das Unternehmen weiter upstream ein. Cyberbezogenes Material wurde vor der Veröffentlichung aus dem Trainingskorpus des Modells entfernt – eine Änderung, die darauf abzielt, die Fähigkeit von Kimi K3.1 Pro zur Ausnutzung von Software-Schwachstellen einzuschränken, während die Coding-Fähigkeiten unangetastet blieben.

Was Moonshot tatsächlich geändert hat

Benchmarks machen den Kompromiss messbar. Auf dem internen Exploit-Benchmark von Moonshot erzielte Kimi K3.1 Pro 81,0 %. Eine parallele, ungefilterte Version desselben Modells – trainiert mit weiterhin enthaltenen Cyber-Daten – erreichte 90,5 %. Die Filterung kostete das veröffentlichte Modell also rund neuneinhalb Prozentpunkte seiner Angriffsfähigkeit.

Der Generationenwechsel lässt sich schwerer abdämpfen. Kimis Vorgänger K3 erzielte im selben Test lediglich 33,3 %. Selbst nach der Filterung bleibt das neue Modell bei der Ausnutzung von Schwachstellen fast 48 Prozentpunkte leistungsfähiger als sein Vorgänger. Moonshot hat seine Hacking-Fähigkeiten nicht eingefroren; das Unternehmen hat den Anstieg verlangsamt.

Das Unternehmen hat seine Absicht in vorsichtiger Sprache beschrieben. Moonshot erklärte, dieses Modell sei nicht dazu bestimmt, die Grenzen cyberoffensiver Fähigkeiten auszuloten, und man plane schrittweise Verbesserungen der defensiven Schutzmechanismen in künftigen Versionen.

Die Spezifikationen hinter den Schutzmaßnahmen

Nach jedem Maßstab ist Kimi K3.1 Pro gewaltig. Das Modell nutzt eine Mixture-of-Experts-Architektur mit insgesamt 2,8 Billionen Parametern, von denen jederzeit 104 Milliarden aktiv sind. Zudem verfügt es über ein Kontextfenster von einer Million Tokens – genug Spielraum, um sehr lange Dokumente oder umfangreiche Codebasen in einem Durchgang zu verarbeiten.

Beim Coding zeigt sich, dass Moonshot bewahrt hat, was es schützen wollte Kimi K3.1 Pro erreichte 65,7 % auf Terminal-Bench 4.0, ein Ergebnis auf dem Niveau von Anthropics Claude Opus 5.5; das Modell wies zudem Berichten zufolge reduzierte Halluzinationsraten auf.

Dann kommt das Detail, das die Einsatzhöhe erhöht. Moonshot plant, die vollständigen Modellgewichte bis zum 4. November 2026 öffentlich freizugeben – das bedeutet, dass die gefilterte Version mit 81,0 % diejenige ist, die externe Nutzer letztlich herunterladen können.

Warum die Open-Weight-Veröffentlichung die Lage verändert

Die meisten KI-Labore an der Front halten ihre Modelle hinter einer API. Nutzer senden Anfragen, das Unternehmen liefert Antworten, und das Unternehmen kann das Verhalten dabei überwachen, drosseln oder korrigieren.

Open Weights funktionieren anders. Sobald die Dateien öffentlich sind, kann jeder das Modell herunterladen, auf eigener Hardware ausführen und verändern. Einen Rückrufknopf gibt es nicht.

Diese Realität erklärt, warum Moonshot zur Datenfilterung griff, statt sich allein auf Kontrollen nach der Veröffentlichung zu verlassen. Wenn eine Fähigkeit nie in das Modell während des Trainings einfließt, sitzt weniger davon in den Gewichten, das Außenstehende wieder hervorlocken könnten.

Die Entscheidung folgt zudem auf die kritische Prüfung von Kimi K3, das durch seine Leistung bei Cyber-Aufgaben Aufmerksamkeit erregt hatte. Die neueste Veröffentlichung liest sich teilweise als Reaktion auf diese Aufmerksamkeit – ein Versuch zu zeigen, dass Moonshot ein stärkeres Modell ausliefern kann, ohne ein schärferes Angriffswerkzeug auszuhändigen.

Was das für die KI-Branche bedeutet

Der auffälligste Aspekt ist, dass Moonshot seine Sicherheits-Kompromisse beziffert und veröffentlicht. Das Nebeneinander eines gefilterten und eines ungefilterten Ergebnisses macht den Preis der Vorsicht für alle sichtbar.

Auch eine kompetitive Dimension durchzieht die Geschichte. Mit Coding-Ergebnissen auf dem Niveau von Claude Opus 5.5 auf Terminal-Bench 4.0 steht ein chinesisches Open-Weight-Modell bei diesem Benchmark nun in derselben Diskussion wie ein führendes geschlossenes US-System.

Der nächste Prüfstein ist der 4. November 2026. Sobald die Gewichte öffentlich sind, werden Forscher und Sicherheitsteams Moonshots Aussagen unabhängig testen können – und erfahren, ob eine kuratierte Trainingsgrundlage ausreicht, um ein Modell mit 2,8 Billionen Parametern auf bestem Verhalten zu halten. Das veröffentlichte Bewertungspaar, 81,0 % gefiltert gegenüber 90,5 % ungefiltert, liefert ihnen dafür eine konkrete Grundlinie.