Moonshot AI, Kimi K3.1 Pro'nun siber saldırı yeteneklerini sınırladı

Çin merkezli yapay zekâ şirketi Moonshot AI, 24 Ekim'de yeni modeli Kimi K3.1 Pro'nun siber saldırılarda kullanılabilecek bazı yeteneklerini bilerek azalttığını açıkladı. Şirket, yazılım açıklarını tespit etme ve bu açıkları kullanma becerilerini sınırlamaya yöneldi. Teknoloji şirketlerinin modellerini daha yetenekli hale getirmek için yarıştığı bir dönemde alınan bu kararın arkasında, yapay zekânın karmaşık saldırıları daha düşük maliyetle ve daha fazla kişi tarafından gerçekleştirilebilir hale getirmesi endişesi bulunuyor.

Karar, Kimi K3.1 Pro'nun model ağırlıklarının 4 Kasım 2026'da yayımlanmasının planlandığı bir aşamada alındı. Bu dosyaların kullanıcıların kendi altyapılarında modeli çalıştırmasına imkân tanıyabilmesi, yayımlama sonrasında üretici şirketin kullanım üzerindeki kontrolünün nasıl sağlanacağı sorusunu da öne çıkardı.

Moonshot'ın testinde başarı oranı yüzde 81'e indi

Moonshot, modelin eğitim sürecinde siber saldırılarla ilişkili bazı verileri hem eğitim içeriğinden hem de pekiştirmeli öğrenme ortamlarından çıkardı. Şirketin hedefi, Kimi K3.1 Pro'nun genel yazılım geliştirme becerilerini korurken güvenlik açıklarını kötüye kullanmaya dönük kabiliyetlerini daraltmaktı. Müdahalenin etkisi, Moonshot'ın hazırladığı kontrollü yazılım güvenliği değerlendirmesinde ölçüldü.

Yazılım açıklarını bulma ve bunlardan yararlanma görevlerinin yer aldığı testte, kısıtlama uygulanmayan model yüzde 90,5 başarı gösterdi. Siber güvenlik verileri eğitimden çıkarılan Kimi K3.1 Pro'nun sonucu ise yüzde 81 oldu. İki sürüm arasındaki fark böylece 9,5 puana ulaştı.

Bu düşüş, modelin saldırı yapma kapasitesinin bütünüyle ortadan kalktığını göstermiyor. Testteki yüzde 81'lik sonuç hâlâ yüksek bir performansa işaret ederken Moonshot, yeni modelin önceki Kimi sürümünden daha başarılı olduğunu belirtiyor. Değerlendirme şirketin kendi testine dayanıyor; sonuçlar bağımsız araştırmacılar tarafından henüz doğrulanmış değil.

Riskli kullanımlar hedeflenirken yazılım becerileri korundu

Şirketin yaklaşımı, modelin tüm yazılım geliştirme yeteneklerini genel olarak azaltmak yerine belirli riskli kullanım alanlarına odaklandı. Moonshot, siber saldırılarla bağlantılı eğitim verilerini ayıklarken modelin kod yazma, yazılımları düzenleme ve uzun süreli görevleri tamamlama becerilerini korumaya çalıştı. Böylece güvenlik kısıtlamalarının ürünün ticari kullanım değerine mümkün olduğunca az yansıması amaçlandı.

Bu tercih, güvenlik açığı bulma becerisinin iki farklı amaçla kullanılabilmesinden kaynaklanan ikilemi de gözler önüne seriyor. Bir sistem, yazılımdaki zayıflıkları tespit ederek bunların giderilmesine katkı sağlayabileceği gibi aynı bilgiyi saldırı amacıyla da kullanabilir. Şirketlerin önündeki mesele, güvenlik araştırmalarında işe yarayan teknik kapasiteyi muhafaza ederken kötüye kullanım ihtimalini sınırlamak.

Moonshot'ın yaptığı sınırlama, kullanıcının tehlikeli bir talebine yanıt vermemek gibi, yalnızca istek anında devreye giren bir engellemeden farklı. Şirket, riskli becerilerle bağlantılı bilgileri eğitimden çıkararak bu yetenekleri modelin geliştirilme aşamasında daraltmaya çalıştı. Yöntemin gerçek kullanım koşullarındaki etkisi, bağımsız değerlendirmelerle daha net ortaya çıkabilecek.

Çin'de yapay zekâ destekli saldırılara yönelik düzenleme gündemi

Moonshot'ın adımı, Çin'de yapay zekâ destekli siber saldırı araçlarına ilişkin düzenleme önerilerinin tartışıldığı bir döneme denk geldi. Pekin yönetimi, yapay zekâdan yararlanılarak zararlı yazılım geliştirilmesi veya değiştirilmesiyle bağlantılı bazı teknolojilerin ihracatını yasaklamayı öngören taslaklar hazırladı. Yazılım açıklarını yapay zekâ yardımıyla tespit eden araçların ihracatına sınırlama getirilmesi de gündemde.

Henüz kesinleşmeyen taslak düzenlemelerde kritik altyapıların, savunma sanayisinin ve kamu sistemlerinin korunmasıyla ilgili kaygılar öne çıkıyor. Yapay zekânın saldırı hazırlıklarını hızlandırma ve güvenlik önlemlerini aşmayı kolaylaştırma ihtimali, hükümetlerin bu alandaki denetim arayışını artırıyor. Moonshot'ın kararı da bu nedenle yalnızca bir modelin teknik özellikleriyle değil, gelişmekte olan düzenleyici ortamla birlikte değerlendiriliyor.

Şirketin sınırlamayı Çin hükümetinin yeni düzenlemeleri nedeniyle zorunlu olarak uyguladığına dair bir açıklaması bulunmuyor. Düzenleme girişimleri ile Moonshot'ın tercihi aynı güvenlik tartışmasının içinde yer alsa da şirket kararının doğrudan resmî bir talimatla alındığı sonucuna varılamıyor.

Kimi K3.1 Pro'nun kapasitesi ve yayımlanma planı

Yaklaşık 3 trilyon parametre ölçeğindeki modeller arasında bulunan Kimi K3.1 Pro, bir milyon tokenlik bağlam penceresi sunuyor. Bu kapasite, modelin tek bir işlem sırasında uzun metinleri, geniş yazılım projelerini ve kapsamlı belge yığınlarını ele almasına imkân tanıyor. Moonshot, yeni sürümde uzun süreli görevleri yürütme, yazılım geliştirme ve karmaşık işlemleri tamamlama performansının iyileştirildiğini bildiriyor.

Moonshot ayrıca Kimi K3.1 Pro Highspeed adlı daha hızlı bir seçeneği de kullanıma açtı. Şirketin verdiği bilgiye göre Highspeed, standart modele kıyasla yaklaşık iki ila üç kat daha hızlı çalışabiliyor. İki seçenekte temel model yetenekleri aynı tutulurken hız ve hizmet koşulları bakımından farklı alternatifler sunuluyor.

Model, Kimi uygulamalarında ve yazılım geliştiricilere yönelik hizmetlerde kullanılacak. Model ağırlıkları olarak adlandırılan, yapay zekânın eğitim sürecinde oluşan ve çalışma biçimini belirleyen sayısal dosyaların 4 Kasım 2026'da yayımlanması planlanıyor. Dosyalara erişim, geliştiricilerin modeli kendi bilgisayar altyapılarında çalıştırmasına ve gerekli izinler kapsamında değişiklik yapmasına olanak sağlayabiliyor.

Bu imkân, şirketlerin yapay zekâyı kendi sistemlerine uyarlamasına ve üçüncü taraf hizmetlere bağımlılığını azaltmasına yardımcı olabilir. Öte yandan model ağırlıkları çok sayıda kullanıcıya dağıtıldığında, üretici şirketin modelin kullanımını denetlemesi zorlaşabiliyor. Merkezi hizmetlerde şirket erişimi kısıtlayabilir, kullanımı izleyebilir ve güvenlik önlemlerini güncelleyebilir; dosyalar dağıtıldıktan sonra aynı kontrolleri uygulamak daha güç hale geliyor. Moonshot'ın model yayımlanmadan önce kısıtlama yapması bu farkla doğrudan ilişkili.

Açık erişim ve güvenlik arasındaki denge sınanacak

Kimi K3.1 Pro'nun özellikleri, modelin yalnızca bireysel kullanıcılara yönelik bir sohbet aracı olarak tasarlanmadığını gösteriyor. Yazılım geliştiren şirketler, büyük belge arşivleri üzerinde çalışan kurumlar ve yapay zekâyı kendi sistemlerinde kullanmak isteyen işletmeler de olası kullanıcılar arasında. Siber güvenlik yeteneklerine getirilen sınırın ticari performansı nasıl etkileyeceği, bu kullanıcıların deneyimleriyle daha iyi anlaşılacak.

Moonshot'ın tercihi, yapay zekâ yarışında başarının artık yalnızca test sonuçlarıyla ölçülmediğini de ortaya koyuyor. Güçlü modellerin daha geniş erişime açılması, üreticileri teknolojinin kötüye kullanımından kaynaklanabilecek riskleri hesaba katmaya yöneltiyor. Şirketler hem gelişmiş ürün sunmak hem de bu ürünlerin güvenli kullanımını sağlamak arasında denge kurmaya çalışıyor.

Model ağırlıklarının yayımlanması daha fazla şirket ve araştırmacının gelişmiş yapay zekâya erişmesini sağlayabilir; ancak dağıtımın ardından güvenlik önlemlerini değiştirmek de zorlaşabilir. Moonshot, saldırı amaçlı kullanımla bağlantılı becerileri sınırlandırarak bu iki hedef arasında bir çözüm arıyor. Buna karşın yüzde 81'lik test sonucu risklerin tamamen ortadan kalkmadığını gösteriyor.

4 Kasım'da model ağırlıkları yayımlandığında bağımsız araştırmacıların değerlendirmeleri daha fazla önem kazanacak. Kimi K3.1 Pro'nun başarısı, yalnızca görevleri ne kadar hızlı tamamladığıyla değil, sınırlandırılması amaçlanan riskli yeteneklerin ne ölçüde kontrol altında tutulabildiğiyle de değerlendirilecek.