Moonshot will Open-Weight-Cyberfähigkeiten schrittweise ausbauen, nachdem Kimi K3.1 Pro 81 % im Hacking-Test erreichte
Wichtige Erkenntnisse
- •Moonshots Kimi K3.1 Pro erreichte 81 % im unternehmensinternen xdev-bench-hard-Hacking-Test, während ein ohne die Cyber-Daten-Kürzungen trainierter Build 90,5 % erzielte – laut dem Unternehmen ein Beleg für deren Wirkung.
- •Die vollständigen Gewichte für K3.1 Pro werden bis zum 4. November veröffentlicht; das Modell ist bereits auf Kimi.ai und der Kimi API mit einem Kontextfenster von 1 Million Tokens sowie einer zwei- bis dreimal schnelleren Hochgeschwindigkeitsversion verfügbar.
- •Für die offene Veröffentlichung entfernte Moonshot Cyber-beogenes Material aus dem Mid-Training-Korpus und den Reinforcement-Learning-Aufgaben des Modells und erklärt, die absolute Spitze der Cyberfähigkeit nicht ausweiten zu wollen; den schrittweisen Rollout betrachtet es als defensive Maßnahme.
- •K3.1 Pro erzielte 65,7 % bei Terminal-Bench 4.0, vor OpenAIs GPT-6 Astra mit 58,2 % und knapp hinter Anthropics Claude Opus 5.5 mit 66,4 %; die Fehlinformationsrate auf Aussagenebene sank von 23,4 % bei K3 auf 8,3 %.
- •Die Veröffentlichung folgt auf Chinas vorgeschlagene Exportkontrollen für KI-Technologie zur Malware-Erstellung; Moonshots Gründer sehen sich vor dem geplanten Börsengang in Hongkong mit einer Schiedsklage von rund 700 Millionen US-Dollar des Aktionärs Recurrent AI konfrontiert.
Moonshot teilte mit, dass man beabsichtige, „die in offenen Gewichten verfügbaren Cyberfähigkeiten schrittweise auszubauen“, nachdem das neue Modell Kimi K3.1 Pro 81 % in einem unternehmensinternen Hacking-Test erreichte, wie aus der offiziellen Ankündigung des Unternehmens hervorgeht. Ein separat trainierter Build ohne die Cyber-Daten-Kürzungen des Unternehmens erzielte 90,5 % – eine Differenz von 9,5 Punkten, die nach Angaben des Unternehmens die Auswirkung dieser Kürzungen auf den Benchmark verdeutlicht.
Das Pekinger Startup wird die vollständigen Gewichte für K3.1 Pro bis zum 4. November veröffentlichen, sodass jeder die trainierten Parameter des Modells herunterladen und auf eigener Hardware ausführen kann. Das Modell ist bereits auf Kimi.ai und der Kimi API im Einsatz und läuft dort mit einem Kontextfenster von 1 Million Tokens. Moonshot bietet zudem eine Hochgeschwindigkeitsversion an, die zwei- bis dreimal schneller ist, so das Unternehmen.
Cyber-Daten-Kürzungen prägten die offene Veröffentlichung
Moonshot führte die wachsenden Exploit-Fähigkeiten des Modells auf Cyber-Material in seinem allgemeinen Mid-Training-Korpus und seinen Reinforcement-Learning-Aufgaben zurück. Frühere Experimente des Unternehmens zeigten, dass der Verbleib dieser Daten in einer der beiden Phasen die nachgelagerten Cyberfähigkeiten erheblich steigern würde. Für die offene Veröffentlichung entfernte Moonshot die Daten aus beiden Phasen und behielt die allgemeinen Coding-Aufgaben bei.
Der xdev-bench-hard-Test verlangt von einem Agenten, kürzlich offengelegte Schwachstellen in Software wie dem Linux-Kernel, Node.js und Exim auszunutzen. Jede Aufgabe umfasst den verwundbaren Quellcode, einen kurzen Hinweis auf den Fehler sowie die Binärdatei. Eine Aufgabe gilt erst als gelöst, wenn der Agent in einer Sandbox beliebigen Code ausführen und eine geheime Zeichenkette abrufen kann.
K3.1 Pro übertraf seinen Vorgänger Kimi K3, der lediglich 33,3 % erreichte,. Moonshots Tabelle weist DeepSeek-V4.1-Flash mit 85,7 % und GLM-5.3 mit 57,1 % aus, wobei beide auf einem anderen Harness liefen, sodass diese Werte nicht direkt mit dem Ergebnis von K3.1 Pro vergleichbar sind. Das Unternehmen erklärte, die Cyberfähigkeiten von K3.1 Pro lägen öffentlich verfügbaren führenden proprietären Modellen um mindestens drei Monate zurück. Keines der Ergebnisse wurde unabhängig überprüft.
Keine Erweiterung der Hacking-Spitze
„Unser Ziel ist es, keine offenen Gewichte zu veröffentlichen, die die absolute Spitze der Cyberfähigkeit ausweiten würden“, erklärte das Unternehmen.
Moonshot betrachtet den schrittweisen Rollout – beginnend mit den für den 4. November angekündigten Gewichten – als defensive Maßnahme. Unternehmen, die ein offenes Modell auf ihrer eigenen Infrastruktur betreiben, können den von ihnen betreuten Code prüfen, einschließlich Legacy-Systemen, die selten einer Sicherheitsüberprüfung unterzogen werden, so das Unternehmen. Die Kontrolle offener Gewichte ist schwieriger: Sobald die Dateien verbreitet sind, verliert der Entwickler weitgehend die Möglichkeit, den Zugang zu kontrollieren, die Nutzung zu überwachen oder Schutzmaßnahmen zu aktualisieren.
Die Veröffentlichung erfolgt inmitten verschärfter Kontrolle KI-gestützter Cyberwerkzeuge. In der vergangenen Woche schlug China Exportkontrollen vor, die das Exportieren von Technologie zur Erstellung von Malware mittels KI verbieten und Werkzeuge einschränken würden, die bei der Identifizierung von Schwachstellen mit KI helfen. Der Entwurf befindet sich noch in der öffentlichen Anhörung, sodass sein endgültiger Umfang offen ist. Noch in dieser Woche berichtete Cryptopolitan, dass Microsoft die mit China verbundene Gruppe Storm-0940 über ARTEX, ein Open-Source-Penetration-Testing-Framework, das beliebige KI-Modelle unterstützt, mit einem ConnectWise-Einbruch in Verbindung brachte.
Weitere Benchmark-Ergebnisse
Außerhalb des Cyberbereichs erreichte K3.1 Pro nach Angaben von Moonshot 65,7 % bei Terminal-Bench 4.0 und lag damit vor OpenAIs GPT-6 Astra mit 58,2 % und knapp hinter Anthropics Claude Opus 5.5 mit 66,4 %.
Beim unternehmensinternen Stresstest für erfundene Fakten sank die Fehlinformationsrate auf Aussagenebene – ein Maß dafür, wie häufig einzelne Aussagen in der Modellausgabe frei erfunden sind – von 23,4 % bei K3 auf 8,3 %.
Laut Cryptopolitan sehen sich Moonshots Gründer mit einer Schiedsklage in Höhe von rund 700 Millionen US-Dollar des Aktionärs Recurrent AI vor dem geplanten Börsengang des Unternehmens in Hongkong konfrontiert.
