คะแนนการแฮ็กลดลง แต่โมเดลเก่งขึ้น
Moonshot AI สตาร์ตอัปจากปักกิ่งระบุว่า บริษัทลดความสามารถด้านการแฮ็กเชิงรุกของ Kimi K3.1 Pro ก่อนกำหนดเผยแพร่ไฟล์โมเดลภายในวันที่ 4 พฤศจิกายน 2026 การปรับเปลี่ยนดังกล่าวทำให้คะแนนในการทดสอบภายในด้านการเจาะระบบซอฟต์แวร์ลดจาก 90.5% เหลือ 81.0% แม้โมเดลที่ปรับแล้วจะยังทำคะแนนสูงกว่ารุ่นก่อนหน้าซึ่งได้ 33.3% มาก
สารบัญ
Moonshot เปิดตัว K3.1 Pro เมื่อวันที่ 23 ตุลาคม และชี้แจงมาตรการจำกัดความสามารถดังกล่าวในแถลงการณ์เมื่อวันที่ 24 ตุลาคม บริษัทนำเนื้อหาที่ใช้สอนทักษะไซเบอร์บางประเภทออก แต่ยังคงความสามารถด้านการเขียนโปรแกรมทั่วไปที่ทำให้โมเดลมีประโยชน์ต่อการสร้างและซ่อมแซมซอฟต์แวร์ไว้
การประกาศนี้เกิดขึ้นแปดวันหลังจากกระทรวงพาณิชย์และกระทรวงวิทยาศาสตร์และเทคโนโลยีของจีนเสนอให้ควบคุมการส่งออกเทคโนโลยีใหม่ ข้อเสนอดังกล่าวจะห้ามส่งออกเทคโนโลยีที่ใช้ AI สร้างและดัดแปลงโค้ดอันตราย พร้อมจำกัดเทคโนโลยีที่ใช้ AI ค้นหาช่องโหว่ของซอฟต์แวร์
การเปิดตัวของ Moonshot ทำให้ประเด็นทั้งสองมาบรรจบกัน ได้แก่ โมเดลที่ดาวน์โหลดได้อย่างกว้างขวางควรมีความสามารถด้านการแฮ็กมากเพียงใด และรัฐบาลควรกำกับดูแลเทคโนโลยีที่ช่วยได้ทั้งผู้ปกป้องและผู้โจมตีซอฟต์แวร์อย่างไร
Moonshot อธิบายขอบเขตที่ตั้งใจไว้สำหรับการเปิดตัวครั้งนี้ว่า:
เราตั้งเป้าที่จะไม่เผยแพร่น้ำหนักโมเดลแบบเปิดที่อาจขยายขีดความสามารถด้านไซเบอร์ไปถึงระดับแนวหน้าสูงสุด
น้ำหนักโมเดลของบริษัทคือไฟล์ที่บรรจุสิ่งที่โมเดลเรียนรู้ไว้ การเผยแพร่ไฟล์เหล่านี้เปิดทางให้นักพัฒนาภายนอกนำระบบไปรันและดัดแปลงบนคอมพิวเตอร์ของตนเอง ผู้ใช้จึงควบคุมได้มากขึ้น แต่ Moonshot จะมีความสามารถน้อยลงในการจัดการการเข้าถึงหรือเปลี่ยนมาตรการป้องกันหลังจากมีการเผยแพร่สำเนาออกไป
สิ่งที่ Moonshot นำออก
Moonshot ระบุว่าเนื้อหาเกี่ยวกับไซเบอร์เข้าสู่กระบวนการพัฒนาโมเดลผ่านสองช่องทาง ได้แก่ ชุดข้อมูลฝึกทั่วไปที่ใช้ในขั้นฝึกระหว่างทาง และงานด้านไซเบอร์ที่ใส่ไว้ในสภาพแวดล้อมการเรียนรู้แบบเสริมแรง การเรียนรู้แบบเสริมแรงช่วยพัฒนาโมเดลด้วยการให้ลองทำงานซ้ำหลายครั้งและป้อนข้อมูลย้อนกลับเกี่ยวกับผลลัพธ์
บริษัทนำเนื้อหาเกี่ยวกับไซเบอร์ออกจากทั้งสองขั้นตอน แต่ยังคงงานเขียนโค้ดทั่วไปไว้ การทดสอบภายในชื่อ xdev-bench-hard วัดว่าโมเดลสามารถสร้างช่องโหว่ซอฟต์แวร์ที่เพิ่งเปิดเผยขึ้นมาใหม่ซ้ำได้หรือไม่ และพัฒนาวิธีใช้ประโยชน์จากช่องโหว่นั้นได้หรือไม่ โดยนับความสำเร็จภายในสามครั้งที่ลอง
การทดสอบครอบคลุมช่องโหว่ในซอฟต์แวร์อย่าง Linux kernel, Node.js และ JavaScriptCore ซึ่งเป็นองค์ประกอบที่ใช้เรียกใช้ระบบปฏิบัติการ แอปพลิเคชันเซิร์ฟเวอร์ และโค้ด JavaScript การใช้ประโยชน์จากช่องโหว่คือวิธีเปลี่ยนจุดอ่อนของซอฟต์แวร์ให้กลายเป็นการกระทำ เช่น การเข้าถึงระบบหรือทำให้โปรแกรมทำงานในแบบที่ไม่ตั้งใจ
คะแนนของ K3.1 Pro ลดลง 9.5 จุดเปอร์เซ็นต์หลังการคัดกรอง จาก 90.5% เหลือ 81.0% ส่วน DeepSeek V4.1-Flash ได้ 85.7% ในการเปรียบเทียบภายในเดียวกัน ทำให้ Kimi รุ่นที่ผ่านการคัดกรองมีคะแนนต่ำกว่าคู่แข่งรายนี้
Kimi K3 ซึ่งเป็นรุ่นก่อนหน้าได้ 33.3% ดังนั้นรุ่นถัดมาที่ผ่านการคัดกรองยังมีคะแนนนำอยู่ 47.7 จุดเปอร์เซ็นต์ แสดงให้เห็นว่าความสามารถในการทำงานเหล่านี้พัฒนาไปมากเพียงใด แม้จะตัดความสามารถเฉพาะด้านออกแล้วก็ตาม
เหตุใดการเขียนโค้ดทั่วไปจึงยังสำคัญต่อการแฮ็ก
Moonshot ระบุว่าความสามารถด้านไซเบอร์ที่ยังเหลืออยู่ส่วนหนึ่งมาจากพัฒนาการด้านการเขียนโปรแกรมและการดีบักทั่วไปที่ทำงานต่อเนื่องเป็นเวลานาน โมเดลที่ตรวจสอบโค้ด ไล่หาสาเหตุของข้อผิดพลาดข้ามหลายไฟล์ และทดสอบวิธีแก้ที่เป็นไปได้ ย่อมนำทักษะเดียวกันไปใช้ค้นหาและใช้ประโยชน์จากจุดอ่อนได้เช่นกัน
บล็อกเปิดตัวของบริษัทอธิบายความเชื่อมโยงนี้ว่า:
มีพัฒนาการดีขึ้นอย่างมากจากรุ่นก่อนหน้า แสดงให้เห็นว่าความสามารถด้านการเขียนโค้ดทั่วไปที่แข็งแกร่งขึ้นและการดีบักงานระยะยาว สามารถนำไปใช้กับงานไซเบอร์ได้ แม้จะนำข้อมูลเฉพาะด้านออกแล้วก็ตาม
ผู้ปกป้องซอฟต์แวร์สามารถใช้ความสามารถเหล่านี้ตรวจสอบระบบเก่าที่แทบไม่ได้รับความสนใจ ซึ่ง Moonshot ยกเป็นเหตุผลสนับสนุนการเปิดน้ำหนักโมเดล องค์กรสามารถรันโมเดลไว้ในระบบของตนเองและตรวจสอบซอฟต์แวร์ที่รับผิดชอบดูแลได้
ผู้โจมตีก็สามารถใช้ความสามารถลักษณะเดียวกันเพื่อค้นหาจุดอ่อนและทำให้บางขั้นตอนของการบุกรุกเป็นแบบอัตโนมัติได้ ประเด็นในทางปฏิบัติจึงกว้างกว่าการพิจารณาว่าโมเดลเคยเห็นตัวอย่างที่มีเจตนาร้ายโดยตรงหรือไม่ เพราะทักษะเขียนโค้ดที่เป็นประโยชน์สามารถนำไปใช้กับงานเชิงรุกได้
Moonshot ยังไม่ได้เผยแพร่การทดสอบ xdev-bench-hard และไม่มีการตรวจสอบผลลัพธ์โดยอิสระ บริษัทยังไม่ได้อธิบายว่าการฝึกเพิ่มเติมโดยนักพัฒนาภายนอกจะกู้คืนความสามารถที่นำออกก่อนเปิดตัวได้หรือไม่ คำถามเหล่านี้เป็นหัวใจสำคัญในการประเมินโมเดลที่ผู้ใช้จะสามารถดัดแปลงไฟล์ได้
ผลการทดสอบ Kimi K3 โดยหน่วยงานรัฐ
สถาบันความมั่นคงด้านปัญญาประดิษฐ์แห่งสหราชอาณาจักร (UK Artificial Intelligence Security Institute) และศูนย์มาตรฐานและนวัตกรรม AI แห่งสหรัฐฯ (US Center for AI Standards and Innovation) เคยตรวจสอบ Kimi K3 ซึ่งเปิดตัวเมื่อวันที่ 16 กรกฎาคม 2026 โดยกำหนดเผยแพร่น้ำหนักโมเดลแบบเปิดในวันที่ 27 กรกฎาคม การประเมินด้านไซเบอร์ร่วมกันของทั้งสองหน่วยงานเป็นข้อมูลอ้างอิงอิสระสำหรับรุ่นก่อนหน้า
K3 ได้ 32% ในการทดสอบ ExploitBench เทียบกับ 24% ของ GLM-5.2 เกณฑ์ทดสอบนี้พัฒนาโดยมหาวิทยาลัยคาร์เนกีเมลลอน ใช้วัดความคืบหน้าในการเจาะช่องโหว่ 41 รายการใน V8 ซึ่งเป็นเอนจินซอฟต์แวร์ที่ใช้รัน JavaScript และ WebAssembly ใน Chrome
K3 ไม่สามารถทำให้โค้ดที่เลือกทำงานได้ตามต้องการจากตัวอย่างทั้ง 41 รายการ ส่วนโมเดลชั้นนำทำได้เฉลี่ย 20 รายการ การทำให้โค้ดที่เลือกทำงานได้ตามต้องการหมายถึงการสั่งให้ระบบเป้าหมายรันคำสั่งที่ผู้โจมตีเลือก ซึ่งเป็นผลลัพธ์ที่ร้ายแรงเป็นพิเศษเพราะอาจทำให้ผู้โจมตีเข้าควบคุมระบบได้
ทั้งสองสถาบันยังทดสอบ K3 ด้วย The Last Ones ซึ่งเป็นเครือข่ายองค์กรจำลองที่มีคอมพิวเตอร์ประมาณ 20 เครื่องใน 4 ส่วนของเครือข่าย แบบฝึกหัดนี้มีลำดับขั้นตอนการโจมตี 32 ขั้น และผู้เชี่ยวชาญที่เป็นมนุษย์ต้องใช้เวลาราว 20 ชั่วโมงจึงจะทำเสร็จ
ภายใต้ขีดจำกัด 100 ล้านโทเคน K3 ไปถึงขั้นที่ 17 โดยเฉลี่ย เทียบกับขั้นที่ 11 ของ GLM-5.2 และ 28.5 ของโมเดลชั้นนำจากสหรัฐฯ K3 ทำแบบฝึกหัดทั้งหมดสำเร็จ 1 ครั้งจากความพยายาม 10 ครั้ง ส่วนโมเดลที่มีความสามารถสูงสุดทำสำเร็จ 6 หรือ 7 ครั้งจาก 10 ครั้ง
ข้อจำกัดของผลการทดสอบ
หน่วยงานของสหราชอาณาจักรและสหรัฐฯ ระบุว่ามาตรการป้องกันของ K3 เปิดทางให้โมเดลลองพัฒนาวิธีเจาะระบบและปฏิบัติการไซเบอร์เชิงรุกระหว่างการประเมิน ผลการทดสอบชี้ว่า K3 มีความสามารถเหนือกว่าโมเดลน้ำหนักเปิดชั้นนำรุ่นก่อนหน้า แต่ยังต่ำกว่าโมเดลที่แข็งแกร่งที่สุดที่หน่วยงานทั้งสองทดสอบ
แบบฝึกหัด The Last Ones เริ่มต้นจากการมีสิทธิ์เข้าถึงเครือข่ายอยู่แล้ว โดยมีเส้นทางโจมตีที่ตั้งใจเตรียมไว้ ไม่มีผู้ปกป้องหรือเครื่องมือป้องกันทำงานอยู่ และไม่มีบทลงโทษต่อพฤติกรรมที่จะทำให้เกิดการแจ้งเตือนด้านความปลอดภัย เงื่อนไขเหล่านี้ทำให้โมเดลอยู่ในสภาพแวดล้อมที่มีโครงสร้างชัดเจนเพื่อดำเนินการโจมตี
ทั้งสองสถาบันระบุว่าการประเมินเป็นเพียงขั้นต้นและครอบคลุมแบบคัดเลือก ค่าประมาณความสามารถโดยรวมของ K3 มาจากเกณฑ์ทดสอบเดียว จึงมีความไม่แน่นอนทางสถิติมากกว่าค่าประมาณของโมเดลที่ประเมินผ่านชุดงานที่หลากหลายกว่า
โมเดลสหรัฐฯ ที่ปิดน้ำหนักถูกทดสอบโดยปิดมาตรการป้องกันของระบบ เพื่อให้ผู้ประเมินวัดความสามารถสูงสุดได้โดยมีการปฏิเสธน้อยลง ส่วนเวอร์ชันที่เปิดให้สาธารณะใช้ยังเปิดมาตรการป้องกันไว้ ผู้อ่านที่เปรียบเทียบผลลัพธ์จึงควรพิจารณาทั้งทักษะพื้นฐานของโมเดลและการควบคุมที่กำกับบริการซึ่งใช้เข้าถึงโมเดล
ผลใหม่ของ K3.1 Pro ที่ 81.0% มาจากการทดสอบภายในอีกชุดหนึ่งของ Moonshot การเปรียบเทียบกับ K3 มีประโยชน์ที่สุดเมื่อใช้ผลจากการทดสอบชุดเดียวกัน ซึ่งรุ่นก่อนหน้าได้ 33.3% การประเมินรุ่นใหม่โดยหน่วยงานอิสระจะช่วยให้ทีมความปลอดภัยมีข้อมูลที่หนักแน่นขึ้นในการตัดสินความสามารถของโมเดล
จีนเสนอห้ามและจำกัดการส่งออก
กระทรวงทั้งสองของจีนออกประกาศฉบับที่ 48เมื่อวันที่ 16 ตุลาคม 2026 ประกาศดังกล่าวขอรับฟังความเห็นต่อการปรับปรุงบัญชีเทคโนโลยีที่ห้ามและจำกัดการส่งออก โดยเปิดรับความเห็นจนถึงวันที่ 15 พฤศจิกายน
ข้อเสนอเพิ่มเติมครอบคลุมเทคโนโลยี 40 รายการ ได้แก่ AI 23 รายการ ชีวการแพทย์ 5 รายการ และการผลิตพลังงานแสงอาทิตย์ 12 รายการ ในทั้งสามสาขา เทคโนโลยี 14 รายการจะถูกห้ามส่งออก และอีก 26 รายการจะถูกจำกัด
หมวด AI ครอบคลุมโมเดลขนาดใหญ่ เอเจนต์ คลัสเตอร์ประมวลผล และการประมวลผลข้อมูล เอเจนต์คือระบบที่ใช้เครื่องมือและดำเนินการเป็นลำดับเพื่อบรรลุเป้าหมาย แทนที่จะตอบเพียงคำถามเดียว
เทคโนโลยี AI สำหรับสร้างและดัดแปลงโค้ดอันตรายอยู่ในกลุ่มสินค้าที่เสนอให้ห้ามส่งออก ส่วนเทคโนโลยี AI สำหรับค้นหาช่องโหว่อยู่ในกลุ่มที่เสนอให้จำกัดการส่งออก ความแตกต่างนี้สำคัญ เพราะการห้ามจะทำให้การส่งออกที่เข้าข่ายไม่สามารถทำได้ ขณะที่ข้อจำกัดจะกำหนดให้การถ่ายโอนที่เข้าข่ายอยู่ภายใต้การควบคุมการส่งออก
คำชี้แจงนโยบายของกระทรวงพาณิชย์ระบุว่า เทคโนโลยีเหล่านี้อาจถูกนำไปใช้โจมตีโครงสร้างพื้นฐานสารสนเทศที่สำคัญ ระบบอุตสาหกรรมกลาโหม และระบบหลักของรัฐบาล หรือใช้หลีกเลี่ยงมาตรการรักษาความปลอดภัย กระทรวงระบุว่าการปรับปรุงครั้งนี้เป็นการจัดการการค้าเทคโนโลยีตามปกติ และไม่ได้มุ่งเป้าไปที่ประเทศ ภูมิภาค หรือหน่วยงานใดโดยเฉพาะ
เริ่มลงทะเบียนก่อนกฎฉบับสุดท้าย
การปรับบัญชีที่จีนเสนออยู่ระหว่างรับฟังความเห็น แต่ข้อกำหนดชั่วคราวให้ลงทะเบียนเริ่มมีผลเมื่อออกประกาศวันที่ 16 ตุลาคม ผู้ส่งออกต้องลงทะเบียนการถ่ายโอนเทคโนโลยีที่เข้าข่ายก่อนส่งออก จนกว่าบัญชีฉบับปรับปรุงจะมีผล ข้อกำหนดนี้ครอบคลุมการถ่ายโอนที่เริ่มดำเนินการแล้วแต่ยังไม่เสร็จสิ้นด้วย
ประกาศระบุรูปแบบที่เข้าข่ายหลายกรณี ได้แก่ การโอนกรรมสิทธิ์เทคโนโลยีไปต่างประเทศ การอนุญาตให้นำเทคโนโลยีในประเทศไปใช้ในต่างประเทศ และการเปลี่ยนแปลงที่ทำให้กรรมสิทธิ์หรือการควบคุมเทคโนโลยีในประเทศที่แท้จริงตกอยู่ในมือของต่างชาติ
การลงทะเบียนดำเนินการผ่านระบบยื่นคำขอด้านการค้าเทคโนโลยีของกระทรวงพาณิชย์ บนแพลตฟอร์มธุรกิจรวม ผู้ส่งออกต้องให้รายละเอียดต่าง ๆ รวมถึงชื่อผู้ส่งออกและผู้รับ ประเทศหรือภูมิภาคปลายทาง เทคโนโลยี วัตถุประสงค์ในการใช้งาน และมูลค่าการส่งออกโดยประมาณ
กระทรวงยังแยกการถ่ายโอนเทคโนโลยีออกจากการให้สิทธิ์เข้าถึงบริการ ตามคำชี้แจงเกี่ยวกับกฎที่เสนอ การนำเทคโนโลยี AI ที่ถูกจำกัดไปติดตั้งใช้งานในต่างประเทศจะอยู่ภายใต้การจัดการการส่งออก ส่วนการดำเนินการบางรูปแบบ เช่น การติดตั้งใช้งานบนคลาวด์ต่างประเทศของบริษัทเอง อาจเข้าเกณฑ์ขั้นตอนการอนุญาตอัตโนมัติ
การเปิดให้เข้าถึงโมเดลผ่าน API แอป เว็บไซต์ หรือซอฟต์แวร์ในรูปแบบบริการ จะไม่อยู่ในหมวดการส่งออกเทคโนโลยีโมเดลขนาดใหญ่ตามที่อธิบายไว้ ส่วนการติดตั้งใช้งานแบบน้ำหนักเบาบนอุปกรณ์ภายในประเทศก็ถูกระบุว่าอยู่นอกหมวดดังกล่าว API ช่วยให้โปรแกรมคอมพิวเตอร์หนึ่งส่งคำขอบริการไปยังอีกโปรแกรมหนึ่ง ลูกค้าจึงใช้โมเดลได้โดยไม่ต้องรับไฟล์พื้นฐานของโมเดล
การเปิดเผยโมเดลมีข้อกำหนดเฉพาะ
ประกาศของจีนยกเว้นเทคโนโลยีที่อยู่ในสาธารณสมบัติผ่านการเผยแพร่แบบโอเพนซอร์สหรือบทความวิชาการ กระทรวงยังกล่าวถึงใบอนุญาตอัตโนมัติและขั้นตอนอื่นที่ง่ายขึ้นสำหรับการส่งออกเทคโนโลยี AI บางประเภท ซึ่งเกี่ยวข้องกับการเปิดเผยโมเดล การวิจัยร่วมกับต่างประเทศ และกิจกรรมที่เกี่ยวข้อง
ดังนั้น การเผยแพร่และการถ่ายโอนจึงสำคัญควบคู่ไปกับความสามารถทางเทคนิค บริษัทที่ให้บริการโมเดลบนระบบโฮสต์ บริษัทที่ถ่ายโอนเทคโนโลยีซึ่งถูกจำกัดไปติดตั้งใช้งานในต่างประเทศ และนักพัฒนาที่เผยแพร่เทคโนโลยีซึ่งอยู่ในสาธารณสมบัติแล้ว อาจได้รับการปฏิบัติแตกต่างกันภายใต้กรอบที่ระบุไว้
แผนเผยแพร่น้ำหนักโมเดลของ Moonshot ทำให้ความแตกต่างเหล่านี้เกี่ยวข้องกับการเข้าถึงตลาดต่างประเทศของบริษัท เอกสารเหล่านี้ไม่ได้ระบุการจัดประเภท K3.1 Pro อย่างเป็นทางการจากรัฐบาล และยังไม่ได้กำหนดวันที่เริ่มใช้บัญชีฉบับสุดท้าย
กำหนดการเปิดตัวและกระบวนการด้านนโยบายจะดำเนินไปในช่วงเวลาใกล้เคียงกันดังนี้:
- 16 กรกฎาคม 2026: เปิดตัว Kimi K3 ตามด้วยแผนเผยแพร่น้ำหนักโมเดลในวันที่ 27 กรกฎาคม
- 16 ตุลาคม: จีนออกประกาศฉบับที่ 48 เปิดรับฟังความเห็น และเริ่มใช้ข้อกำหนดลงทะเบียนการส่งออกชั่วคราว
- 23 ตุลาคม: Moonshot เปิดตัว K3.1 Pro
- 24 ตุลาคม: Moonshot ชี้แจงการลดความสามารถด้านไซเบอร์เชิงรุก
- 4 พฤศจิกายน: Moonshot วางแผนเผยแพร่น้ำหนักของ K3.1 Pro ให้แล้วเสร็จ
- 15 พฤศจิกายน: ปิดรับความเห็นสาธารณะต่อข้อเสนอปรับปรุงบัญชีการส่งออก
ความสามารถเพิ่มขึ้นในราคาการเข้าถึงที่ลดลง
การเปิดตัว K3.1 Pro ในวงกว้างช่วยอธิบายว่าเหตุใดความสามารถด้านไซเบอร์ของโมเดลจึงสำคัญเกินกว่างานรักษาความปลอดภัยเฉพาะทาง โมเดลมีพารามิเตอร์รวม 2.8 ล้านล้านรายการ โดยมีพารามิเตอร์ที่ทำงานอยู่ 104,000 ล้านรายการ จัดอยู่ในกลุ่มโมเดลขนาดราว 3 ล้านล้านพารามิเตอร์ตามที่ Moonshot ระบุ พารามิเตอร์คือค่าตัวเลขที่โมเดลเรียนรู้ระหว่างการฝึก
โมเดลมีหน้าต่างบริบทขนาดหนึ่งล้านโทเคนและรองรับข้อความกับภาพ โทเคนคือหน่วยข้อมูลที่ระบบประมวลผล หน้าต่างบริบทที่ใหญ่ขึ้นช่วยให้โมเดลทำงานกับข้อมูลได้มากขึ้นในงานเดียว Moonshot ยังให้บริการ K3.1 Pro Highspeed ซึ่งบริษัทระบุว่าทำงานเร็วขึ้นสองถึงสามเท่า
ราคา API มาตรฐานลดจาก 3 ดอลลาร์เหลือ 2 ดอลลาร์ต่อโทเคนขาเข้าหนึ่งล้านโทเคน และจาก 15 ดอลลาร์เหลือ 10 ดอลลาร์ต่อโทเคนขาออกหนึ่งล้านโทเคน ลดลงหนึ่งในสาม ส่วนอินพุตแคช ซึ่งนำข้อมูลที่ประมวลผลไว้ก่อนแล้วกลับมาใช้ซ้ำ ลดจาก 0.30 ดอลลาร์เหลือ 0.20 ดอลลาร์ต่อหนึ่งล้านโทเคน ราคา Highspeed อยู่ที่ 4 ดอลลาร์สำหรับอินพุต และ 20 ดอลลาร์สำหรับเอาต์พุตต่อหนึ่งล้านโทเคน
ดัชนี Intelligence Index ของ Artificial Analysis จัด K3.1 Pro อยู่อันดับสี่ด้วยคะแนน 55 เพิ่มขึ้น 11 คะแนนจาก K3 และตามหลัง Claude Opus 5.5 อยู่สามคะแนน ซึ่งได้ 58 คะแนน การทดสอบเปรียบเทียบการเขียนโค้ดผ่านเทอร์มินัลของ Moonshot ให้ K3.1 Pro ได้ 65.7% ใกล้เคียงกับ Opus 5.5 ที่ได้ 66.4% แต่ในการทำงานวิทยาศาสตร์ผ่านเทอร์มินัล Moonshot ระบุว่า K3.1 Pro ได้ 38.1 ต่ำกว่า GPT-6 Astra ที่ได้ 68.1 และ Opus 5.5 ที่ได้ 63.3
Moonshot ยังเผยแพร่ตัวเลขข้อผิดพลาดที่ต่างกันสำหรับการทดสอบคนละชุด บล็อกเปิดตัวของบริษัทระบุอัตราข้อกล่าวอ้างที่แต่งขึ้นหรือไม่ถูกต้องไว้ที่ 8.3% ลดจาก 23.4% ของ K3 ส่วนคู่มือเริ่มต้นใช้งาน API ระบุไว้ที่ 6.85% ลดจาก 23.35% โดยใช้ชุดบทสนทนาที่ต่างกัน เอกสารทั้งสองฉบับอธิบายการทดสอบเฉพาะทาง ขณะที่ลูกค้ายังคงต้องตรวจสอบคำตอบในการทำงานของตนเอง
สำหรับนักพัฒนาและทีมรักษาความปลอดภัย การเปลี่ยนแปลงที่เห็นได้ทันทีคือการเข้าถึงความสามารถด้านการเขียนโค้ดและระบบอัตโนมัติที่สูงขึ้นในราคาต่อโทเคนที่ลดลง ส่วนการเผยแพร่น้ำหนักโมเดลจะทำให้การตัดสินใจเกี่ยวกับการติดตั้งใช้งาน การดัดแปลง และมาตรการป้องกันตกอยู่กับองค์กรที่ดาวน์โหลดโมเดลมากขึ้น
ประเด็นสำคัญ
- Moonshot ระบุว่าการนำเนื้อหาฝึกด้านไซเบอร์ออกทำให้คะแนนการทดสอบการใช้ประโยชน์จากช่องโหว่ภายในของ K3.1 Pro ลดจาก 90.5% เหลือ 81.0%
- โมเดลที่ผ่านการคัดกรองยังทำคะแนนสูงกว่า Kimi K3 ซึ่งได้ 33.3% ในการทดสอบเดียวกันมาก
- บริษัทยังไม่เผยแพร่เกณฑ์ทดสอบภายใน และยังไม่มีการตรวจสอบผลลัพธ์ใหม่โดยอิสระ
- การทดสอบก่อนหน้านี้ของสหราชอาณาจักรและสหรัฐฯ พบว่า K3 สามารถโจมตีเครือข่ายองค์กรจำลองสำเร็จ 1 ครั้งจากความพยายาม 10 ครั้ง
- จีนเสนอห้ามส่งออกเทคโนโลยี AI สำหรับมัลแวร์ และจำกัดการส่งออกเทคโนโลยี AI สำหรับค้นหาช่องโหว่
- ข้อกำหนดลงทะเบียนการส่งออกชั่วคราวเริ่มใช้วันที่ 16 ตุลาคม การรับฟังความเห็นสาธารณะสิ้นสุดวันที่ 15 พฤศจิกายน
- Moonshot วางแผนเผยแพร่น้ำหนักของ K3.1 Pro ภายในวันที่ 4 พฤศจิกายน ซึ่งจะทำให้นักพัฒนาภายนอกควบคุมการใช้งานได้มากขึ้น
