Moonshot a déclaré avoir l'intention de « relever progressivement les capacités cyber disponibles dans les poids ouverts » après que son nouveau modèle Kimi K3.1 Pro a obtenu 81 % à un test de piratage interne, selon l'annonce officielle de l'entreprise. Une version distincte, entraînée sans les coupes de données cyber de l'entreprise, a obtenu 90,5 % — un écart de 9,5 points qui, selon les chiffres de l'entreprise, mesure l'effet de ces coupes sur le benchmark.

La startup basée à Pékin publiera les poids complets de K3.1 Pro d'ici le 4 novembre, ce qui signifie que chacun pourra télécharger les paramètres entraînés du modèle et l'exécuter sur son propre matériel. Le modèle est déjà déployé sur Kimi.ai et l'API Kimi, avec une fenêtre de contexte d'1 million de tokens. Moonshot propose également une version haute vitesse deux à trois fois plus rapide, a indiqué l'entreprise.

Les coupes de données cyber ont façonné la version ouverte

Moonshot a relié les capacités d'exploitation croissantes du modèle au matériel cyber présent dans son corpus général de mid-training et dans ses tâches d'apprentissage par renforcement. Les premières expériences de l'entreprise ont révélé que conserver ces données à l'une ou l'autre de ces étapes augmenterait considérablement les capacités cyber en aval. Pour la version ouverte, Moonshot a retiré ces données des deux étapes tout en conservant les tâches générales de codage.

Le test xdev-bench-hard demande à un agent d'exploiter des vulnérabilités récemment divulguées dans des logiciels tels que le noyau Linux, Node.js et Exim. Chaque tâche comprend le code source vulnérable, un court indice sur le bug et le binaire. Une tâche est considérée comme résolue uniquement si l'agent peut exécuter du code arbitraire dans un bac à sable et récupérer une chaîne secrète.

K3.1 Pro a largement surpassé son prédécesseur, Kimi K3, qui n'avait atteint que 33,3 %. Le classement de Moonshot place DeepSeek-V4.1-Flash à 85,7 % et GLM-5.3 à 57,1 %, mais tous deux tournaient sur un autre harnais, ces chiffres ne sont donc pas directement comparables au résultat de K3.1 Pro. L'entreprise a précisé que les compétences cyber de K3.1 Pro accusent au moins trois mois de retard sur les modèles propriétaires de pointe disponibles publiquement. Aucun des scores n'a été corroboré de manière indépendante.

Aucune extension de la frontière du piratage

« Notre objectif est de ne pas publier de poids ouverts qui étendraient la frontière absolue des capacités cyber », a déclaré l'entreprise.

Moonshot considère ce déploiement graduel — commençant par les poids attendus d'ici le 4 novembre — comme une mesure défensive. Les entreprises qui exécutent un modèle ouvert sur leur propre infrastructure peuvent auditer le code qu'elles maintiennent, y compris les systèmes hérités rarement soumis à des revues de sécurité, a indiqué l'entreprise. Le contrôle des poids ouverts est plus difficile : une fois les fichiers diffusés, le développeur perd une grande partie de sa capacité à contrôler les accès, surveiller l'utilisation ou mettre à jour les protections.

Cette publication intervient alors que l'examen des outils cyber pilotés par l'IA se durcit. La semaine dernière, la Chine a proposé des contrôles à l'exportation qui interdiraient l'exportation de technologies permettant de générer des malwares à l'aide de l'IA et restreindraient les outils facilitant l'identification de vulnérabilités grâce à l'IA. Le projet est encore aux commentaires du public, laissant sa portée finale incertaine. Cette semaine également, Cryptopolitan a rapporté que Microsoft avait relié le groupe Storm-0940, lié à la Chine, à une violation de ConnectWise via ARTEX, un framework open source de test d'intrusion compatible avec n'importe quel modèle d'IA.

Résultats plus larges aux benchmarks

En dehors du domaine cyber, Moonshot a indiqué que K3.1 Pro avait obtenu 65,7 % au Terminal-Bench 4.0, devant GPT-6 Astra d'OpenAI à 58,2 % et juste derrière Claude Opus 5.5 d'Anthropic à 66,4 %.

Lors du test de résistance interne de l'entreprise sur les faits inventés, le taux d'hallucination au niveau des affirmations — une mesure de la fréquence à laquelle les déclarations individuelles dans les sorties du modèle sont fabriquées — est passé de 23,4 % pour K3 à 8,3 %.

Selon Cryptopolitan, les fondateurs de Moonshot font face à une demande d'arbitrage d'environ 700 millions de dollars de l'actionnaire Recurrent AI avant l'introduction en bourse prévue de l'entreprise à Hong Kong.