Daha düşük saldırı puanı, ancak daha güçlü bir model
Pekin merkezli girişim Moonshot AI, model dosyalarını 4 Kasım 2026’ya kadar yayımlamayı planlarken Kimi K3.1 Pro’nun saldırı amaçlı siber yeteneklerini azalttığını açıkladı. Değişiklikler, şirketin yazılım açıklarından yararlanma testindeki puanını yüzde 90,5’ten yüzde 81,0’e düşürdü. Buna rağmen ortaya çıkan model, önceki sürümünün yüzde 33,3’lük puanının çok üzerinde sonuç aldı.
İçindekiler
- Daha düşük saldırı puanı, ancak daha güçlü bir model
- Moonshot neleri kaldırdı
- Genel kodlama becerileri saldırı amaçlı kullanıma neden katkı sağlıyor
- Kamu kurumlarının Kimi K3 testlerinde buldukları
- Testlerin sınırlarını nasıl değerlendirmeli
- Çin yasak ve kısıtlamalar öneriyor
- Kesin kurallardan önce kayıt dönemi başlıyor
- Açık yayımlara farklı uygulama
- Daha düşük erişim maliyetiyle daha fazla yetenek
- Öne Çıkanlar
Moonshot, K3.1 Pro’yu 23 Ekim’de yayımladı ve kısıtlamaları 24 Ekim’de yaptığı açıklamada anlattı. Şirket, modeli yazılım geliştirme ve onarımında kullanışlı kılan genel programlama yeteneklerini korurken belirli siber becerileri öğretmek için kullanılan materyalleri kaldırdı.
Duyuru, Çin Ticaret Bakanlığı ile Bilim ve Teknoloji Bakanlığının yeni teknoloji ihracat kontrolleri önermesinden sekiz gün sonra geldi. Öneriler, yapay zekâyla zararlı kod üretme ve değiştirme teknolojilerinin ihracatını yasaklamayı, yazılım açıklarını bulmak için yapay zekâ kullanan teknolojilerin ihracatını ise kısıtlamayı öngörüyor.
Moonshot’ın yayımladığı model, bu iki konuyu bir araya getiriyor: İnternetten geniş ölçekte indirilebilen bir modelin ne ölçüde saldırı amaçlı siber yeteneğe sahip olması gerektiği ve hem yazılım savunucularına hem de saldırganlara yardımcı olabilecek teknolojilerin hükümetlerce nasıl düzenlenmesi gerektiği.
Moonshot, yayımlamayı planladığı model için hedeflediği sınırı şöyle açıkladı:
Siber kapasitenin mutlak sınırını genişletecek açık ağırlıklı modeller yayımlamamayı hedefliyoruz.
Şirketin model ağırlıkları, modelin öğrendiklerini içeren dosyalardır. Bu dosyaların yayımlanması, dışarıdaki geliştiricilerin sistemi kendi bilgisayarlarında çalıştırıp değiştirmesine olanak tanır. Bu, kullanıcılara daha fazla kontrol sağlarken kopyalar yayıldıktan sonra Moonshot’ın erişimi yönetme veya güvenlik önlemlerini değiştirme imkânını azaltır.
Moonshot neleri kaldırdı
Moonshot’a göre siber içerik, modelin geliştirilmesine iki yoldan girmişti: Ara eğitim aşamasında kullanılan genel eğitim verisi koleksiyonu ve pekiştirmeli öğrenme ortamlarına eklenen siber görevler. Pekiştirmeli öğrenme, modelin görevleri tekrar tekrar denemesi ve performansına ilişkin geri bildirim alması yoluyla gelişmesini sağlar.
Şirket, genel kodlama çalışmalarını korurken her iki aşamadaki siber içerikleri de kaldırdı. xdev-bench-hard adlı şirket içi test, bir modelin yakın zamanda açıklanmış yazılım açıklarını yeniden üretip bunlardan yararlanma yöntemleri geliştirip geliştiremediğini ölçüyor. Başarı, üç deneme içinde elde edilirse kayda geçiyor.
Testte Linux çekirdeği, Node.js ve JavaScriptCore gibi yazılımlardaki açıklar yer alıyor. Bunlar işletim sistemlerini, sunucu uygulamalarını ve JavaScript kodunu çalıştırmak için kullanılan bileşenlerdir. İstismar, bir yazılım zafiyetini erişim sağlamak veya programın istenmeyen biçimde davranmasına yol açmak gibi bir eyleme dönüştürme yöntemidir.
Filtreleme sonrasında K3.1 Pro’nun puanı yüzde 90,5’ten yüzde 81,0’e, yani 9,5 yüzde puan düştü. Aynı şirket içi karşılaştırmada DeepSeek V4.1-Flash yüzde 85,7 puan aldı. Böylece filtrelenmiş Kimi modeli bu rakibinin gerisinde kaldı.
Önceki model Kimi K3, yüzde 33,3 puan almıştı. Dolayısıyla filtrelenmiş yeni model 47,7 yüzde puanlık bir üstünlüğü korudu. Bu da hedefli kısıtlamalara rağmen modelin söz konusu görevlerdeki becerisinin ne ölçüde geliştiğini gösteriyor.
Genel kodlama becerileri saldırı amaçlı kullanıma neden katkı sağlıyor
Moonshot, geriye kalan siber yeteneklerin bir bölümünü uzun süreli görevlerde genel programlama ve hata ayıklama alanlarında sağlanan gelişmelere bağlıyor. Kodu inceleyebilen, bir hatanın izini birden fazla dosyada sürebilen ve olası düzeltmeleri sınayabilen bir model, aynı becerileri zafiyet bulmak ve bunlardan yararlanmak için de kullanabilir.
Şirketin yayımladığı blog yazısında bu ilişki şöyle açıklandı:
önceki modele kıyasla önemli ölçüde gelişiyor; bu da hedefli veri kaldırma sonrasında bile daha güçlü genel kodlama ve uzun süreli hata ayıklama yeteneklerinin siber görevlere aktarılabildiğini gösteriyor.
Yazılım savunucuları bu yetenekleri, fazla ilgi görmeyen eski sistemleri incelemek için kullanabilir. Moonshot, açık ağırlıkların yararını savunurken bu noktaya da değindi. Bir kuruluş modeli kendi sisteminde çalıştırıp bakımından sorumlu olduğu yazılımları inceleyebilir.
Saldırganlar da benzer yeteneklerden zafiyet aramak ve bir saldırının bazı aşamalarını otomatikleştirmek için yararlanabilir. Bu nedenle pratik sorun, modelin açıkça zararlı örneklerle eğitilip eğitilmediğinden ibaret değil: Kullanışlı kodlama becerileri saldırı amaçlı çalışmalara da aktarılabilir.
Moonshot’ın xdev-bench-hard testi yayımlanmadı ve sonuçları bağımsız olarak doğrulanmadı. Şirket ayrıca dışarıdaki geliştiricilerin ek eğitimle yayımdan önce kaldırılan yetenekleri geri kazandırıp kazandıramayacağını da açıklamadı. Model dosyalarını değiştirebilecek kullanıcıların erişimine açılacak bir sistemin değerlendirilmesinde bunlar temel sorular.
Kamu kurumlarının Kimi K3 testlerinde buldukları
Birleşik Krallık Yapay Zekâ Güvenlik Enstitüsü ile ABD Yapay Zekâ Standartları ve İnovasyon Merkezi, 16 Temmuz 2026’da yayımlanan ve ağırlıklarının 27 Temmuz’da açık erişime açılması planlanan Kimi K3’ü daha önce incelemişti. Kurumların ortak siber değerlendirmesi, önceki model için bağımsız bir referans sunuyor.
K3, Carnegie Mellon Üniversitesinin geliştirdiği ve Chrome’da JavaScript ile WebAssembly’ı çalıştıran yazılım motoru V8’deki 41 zafiyetten yararlanma sürecindeki ilerlemeyi ölçen ExploitBench testinde yüzde 32 puan aldı. GLM-5.2’nin puanı ise yüzde 24’tü.
K3, 41 örneğin hiçbirinde keyfî kod çalıştırmayı başaramadı. Önde gelen modeller bu sonucu ortalama 20 örnekte elde etti. Keyfî kod çalıştırma, hedef sisteme saldırganın seçtiği komutları çalıştırmaktır. Saldırgana sistem üzerinde denetim sağlayabildiği için özellikle ciddi bir sonuçtur.
Enstitüler, K3’ü yaklaşık 20 bilgisayarın dört ağ bölümüne yayıldığı, simüle edilmiş bir şirket ağı olan The Last Ones ortamında da test etti. Çalışma 32 saldırı adımından oluşuyor ve bir insan uzmanın tamamlaması yaklaşık 20 saat sürüyor.
100 milyon token sınırı içinde K3 ortalama 17. adıma ulaştı. GLM-5.2 11. adımda, önde gelen ABD modelleriyse 28,5. adımda kaldı. K3, 10 denemenin birinde çalışmanın tamamını bitirdi. En yetenekli modeller bunu 10 denemenin altı ya da yedisinde başardı.
Testlerin sınırlarını nasıl değerlendirmeli
Birleşik Krallık ve ABD enstitüleri, değerlendirmeleri sırasında K3’ün güvenlik önlemlerinin açık geliştirmeyi ve saldırı amaçlı siber operasyonları denemesine izin verdiğini belirtti. Bulgular, K3’ün açık ağırlıklı önceki lider modellerden daha yetenekli, ancak test ettikleri en güçlü modellerden daha geride olduğunu gösteriyor.
The Last Ones çalışması, ağa ilk erişimin sağlanmasıyla başladı. Ortamda kasıtlı olarak bir saldırı yolu bulunuyordu; aktif savunucular veya savunma araçları yoktu ve güvenlik uyarılarını tetikleyecek davranışlara ceza verilmiyordu. Bu koşullar, modele saldırı girişiminde bulunabileceği yapılandırılmış bir ortam sundu.
Enstitüler değerlendirmeleri ön ve seçici çalışmalar olarak nitelendirdi. K3’ün genel yetenek tahmini tek bir testten elde edildi. Bu nedenle istatistiksel belirsizlik, daha geniş bir görev kümesinde değerlendirilen modellere ilişkin tahminlerden daha yüksek.
Kapalı ağırlıklı ABD modelleri, değerlendiricilerin ret yanıtlarını azaltarak modellerin azami yeteneklerini ölçebilmesi için sistem güvenlik önlemleri devre dışı bırakılarak test edildi. Bu modellerin halka açık sürümlerinde söz konusu önlemler etkin. Bu nedenle sonuçları karşılaştıranların hem modelin temel becerilerini hem de modele erişmek için kullanılan hizmete bağlı kontrolleri hesaba katması gerekiyor.
K3.1 Pro’nun yeni yüzde 81,0’lik sonucu, Moonshot’ın farklı ve şirket içi testinden geliyor. K3’ün aynı testte aldığı yüzde 33,3’lük puanla karşılaştırma, bu test kapsamında en anlamlı değerlendirmeyi sunuyor. Yeni sürümün bağımsız olarak değerlendirilmesi, güvenlik ekiplerine yetenekleri konusunda daha sağlam bir dayanak sağlayacaktır.
Çin yasak ve kısıtlamalar öneriyor
Çin’in iki bakanlığı, 16 Ekim 2026’da 48 No.lu Duyuru’yu yayımladı. Duyuru, İhracatı Yasaklanan ve Kısıtlanan Teknolojiler Kataloğu’nda yapılacak değişiklikler için görüş topluyor. Görüşler 15 Kasım’a kadar iletilebilecek.
Önerilen eklemeler 40 teknolojiyi kapsıyor: yapay zekâ alanında 23, biyotıpta beş ve güneş enerjisi üretiminde 12 teknoloji. Üç alandaki teknolojilerin 14’ünün ihracatının yasaklanması, 26’sının ise kısıtlanması öngörülüyor.
Yapay zekâ kategorileri büyük modelleri, ajanları, bilgi işlem kümelerini ve bilgi işlemeyi kapsıyor. Ajanlar, yalnızca tek bir soruyu yanıtlamak yerine araçlardan yararlanıp bir hedef doğrultusunda art arda eylemler gerçekleştiren sistemlerdir.
Zararlı kod üretme ve değiştirmeye yönelik yapay zekâ teknolojisi, ihracatı yasaklanması önerilen ürünler arasında. Zafiyet bulmaya yönelik yapay zekâ teknolojisiyse ihracatı kısıtlanması önerilenler arasında. Aradaki fark önemli: Yasak, kapsama giren ürünlerin ihracatını engellerken kısıtlama, bu ürünlerin ihracat kontrollerine tabi tutulması anlamına geliyor.
Ticaret Bakanlığının politika açıklamasına göre bu teknolojiler kritik bilgi altyapılarını, savunma sanayisi sistemlerini ve temel hükümet sistemlerini hedef almak ya da güvenlik korumalarını aşmak için kullanılabilir. Bakanlık, değişikliği belirli bir ülkeyi, bölgeyi veya kuruluşu hedef almayan, teknoloji ticaretinin rutin yönetimine yönelik bir düzenleme olarak tanımlıyor.
Kesin kurallardan önce kayıt dönemi başlıyor
Çin’in katalog değişikliği önerileri hâlâ görüşe açık. Ancak geçici kayıt şartları 16 Ekim’deki duyuruyla yürürlüğe girdi. İhracatçıların, güncellenmiş katalog yürürlüğe girene kadar kapsama giren teknoloji transferlerini ihracattan önce kaydettirmesi gerekiyor. Başlamış ancak tamamlanmamış transferler de bu kapsama dahil.
Duyuruda kapsama giren çeşitli işlemler belirtiliyor: Teknoloji mülkiyetinin yurt dışına devri, yerli teknolojinin yurt dışında kullanımı için lisans verilmesi ve yerli bir teknolojinin mülkiyetini ya da fiilî denetimini yabancıların eline geçiren değişiklikler.
Kayıt işlemi, Ticaret Bakanlığının birleşik iş platformundaki teknoloji ticareti başvuru sistemi üzerinden yapılıyor. İhracatçıların ihracatçı ve alıcı, varış ülkesi veya bölgesi, teknoloji, amaçlanan kullanım ve tahmini ihracat değeri gibi bilgileri sunması gerekiyor.
Bakanlık ayrıca teknoloji transferiyle hizmete erişim sağlanmasını birbirinden ayırıyor. Önerilen kurallara ilişkin açıklamasına göre, kısıtlı yapay zekâ teknolojisinin yurt dışında yerel olarak kullanıma sunulması ihracat yönetimi kapsamına girecek. Şirketin kendi yurt dışı bulutunda kullanım gibi bazı düzenlemeler otomatik lisanslama süreçlerinden yararlanabilecek.
Açıklamada tanımlanan büyük model teknolojisi ihracatı kategorisinin dışında kalanlar arasında API, uygulama, internet sitesi veya hizmet olarak yazılım yoluyla model erişimi sunulması da bulunuyor. Yerel cihazlarda hafif dağıtım da bu kategorinin dışında sayılıyor. API, bir bilgisayar programının başka bir programdan hizmet talep etmesini sağlar; böylece müşteriler temel model dosyalarını almadan modeli kullanabilir.
Açık yayımlara farklı uygulama
Çin’in duyurusu, açık kaynaklı yayınlar veya akademik makaleler yoluyla kamuya açık hâle gelmiş teknolojileri kapsam dışında bırakıyor. Bakanlık ayrıca açık yayımlar, yurt dışındaki araştırma işbirlikleri ve ilgili faaliyetleri içeren bazı yapay zekâ teknolojisi ihracatlarında otomatik lisanslama ve diğer basitleştirilmiş süreçler öngörüyor.
Bu nedenle teknik kapasitenin yanı sıra yayımlama ve transfer biçimi de önem taşıyor. Barındırılan bir model sunan şirket, kısıtlı bir teknolojiyi yurt dışında kullanıma sunmak üzere devreden şirket ve kamuya açık bir teknolojiyi dağıtan geliştirici, açıklanan çerçeve kapsamında farklı uygulamalarla karşılaşabilir.
Moonshot’ın planladığı ağırlık yayını, bu ayrımları şirketin uluslararası erişimi açısından önemli kılıyor. Hükümet, bu belgelerde K3.1 Pro’nun sınıflandırmasına ilişkin kamuya açık bir açıklama yapmadı. Nihai kataloğun hangi tarihte uygulanmaya başlayacağı da belirtilmedi.
Modelin yayımlanma takvimiyle politika sürecinin tarihleri birbirine yaklaşıyor:
- 16 Temmuz 2026: Kimi K3 yayımlandı; ağırlıklarının açık erişime açılması 27 Temmuz için planlandı.
- 16 Ekim: Çin, 48 No.lu Duyuru’yu yayımladı, görüş sürecini başlattı ve geçici ihracat kaydını yürürlüğe koydu.
- 23 Ekim: Moonshot, K3.1 Pro’yu yayımladı.
- 24 Ekim: Moonshot, saldırı amaçlı siber yetenekleri azalttığını açıkladı.
- 4 Kasım: Moonshot, K3.1 Pro’nun ağırlıklarını bu tarihe kadar yayımlamayı planlıyor.
- 15 Kasım: Önerilen ihracat kataloğu değişikliklerine ilişkin kamuoyu görüşü süreci sona eriyor.
Daha düşük erişim maliyetiyle daha fazla yetenek
K3.1 Pro’nun daha geniş çaplı kullanıma açılması, siber yeteneklerinin neden uzmanlık gerektiren güvenlik çalışmalarının ötesinde önem taşıdığını açıklamaya yardımcı oluyor. Moonshot’ın verdiği bilgiye göre model, toplam 2,8 trilyon parametreye ve etkin 104 milyar parametreye sahip. Böylece şirketin yaklaşık 3 trilyon parametreli modeller sınıfı olarak tanımladığı grupta yer alıyor. Parametreler, modelin eğitim sırasında öğrendiği sayısal ayarlardır.
Modelin bağlam penceresi bir milyon token ve model metinle görsel kabul ediyor. Tokenlar, sistemin işlediği bilgi parçalarıdır; daha geniş bir bağlam penceresi, tek bir görevde daha fazla materyalle çalışılmasını sağlar. Moonshot ayrıca kendi açıklamasına göre iki ila üç kat daha hızlı çalışan K3.1 Pro Highspeed’i de sunuyor.
Standart API fiyatları, milyon girdi tokenı başına 3 dolardan 2 dolara; milyon çıktı tokenı başına 15 dolardan 10 dolara indi. Her iki kalemde de üçte birlik düşüş yaşandı. Daha önce işlenmiş içeriği yeniden kullanan önbellekli girdi fiyatı, milyon token başına 0,30 dolardan 0,20 dolara geriledi. Highspeed fiyatları milyon token başına girdi için 4, çıktı için 20 dolar.
Artificial Analysis’in Intelligence Index sıralamasında K3.1 Pro, 55 puanla dördüncü sırada yer aldı. Bu, K3’e göre 11 puanlık artış ve 58 puan alan Claude Opus 5.5’in üç puan gerisinde bir sonuç. Moonshot’ın terminal kodlama karşılaştırmasında K3.1 Pro yüzde 65,7 puan aldı; Opus 5.5’in yüzde 66,4’lük sonucuna yaklaştı. Ancak bilimsel terminal çalışmalarında Moonshot, K3.1 Pro’yu 38,1 puanla listeledi. Bu sonuç, GPT-6 Astra’nın 68,1 ve Opus 5.5’in 63,3 puanının altında kaldı.
Moonshot, farklı testler için farklı hata oranları da yayımladı. Lansman blogunda uydurma veya hatalı iddiaların oranı yüzde 8,3 olarak verildi; bu, K3’ün yüzde 23,4’lük oranından düşüktü. API hızlı başlangıç kılavuzunda ise farklı bir konuşma kümesi kullanılarak oran yüzde 6,85 olarak belirtildi; önceki değer yüzde 23,35’ti. Her iki belgede de özel testler anlatılıyor. Müşterilerin yanıtları kendi işlerinde yine de kontrol etmesi gerekiyor.
Geliştiriciler ve güvenlik ekipleri açısından kısa vadeli değişiklik, daha güçlü kodlama ve otomasyon yeteneklerine daha düşük token fiyatlarıyla erişim sağlanması. Moonshot açısından ağırlıkların yayımlanması, dağıtım, değiştirme ve güvenlik önlemleri konusundaki kararların daha fazlasını modeli indirecek kuruluşlara bırakacak.
Öne Çıkanlar
- Moonshot, siber eğitim materyallerinin kaldırılmasının K3.1 Pro’nun şirket içi istismar testi puanını yüzde 90,5’ten yüzde 81,0’e düşürdüğünü söylüyor.
- Filtrelenmiş model, aynı testte Kimi K3’ün aldığı yüzde 33,3’lük puanın oldukça üzerinde sonuç aldı.
- Şirket içi kıyaslama testi yayımlanmadı ve yeni sonuçlar bağımsız olarak doğrulanmadı.
- Birleşik Krallık ve ABD’nin daha önce yaptığı testlerde K3, simüle edilmiş bir şirket ağına yönelik saldırıyı 10 denemenin birinde tamamladı.
- Çin, yapay zekâ destekli zararlı yazılım teknolojisinin ihracatını yasaklamayı, zafiyet bulmaya yönelik yapay zekâ teknolojisinin ihracatını ise kısıtlamayı öneriyor.
- Geçici ihracat kaydı 16 Ekim’de başladı. Kamuoyu görüşü süreci 15 Kasım’da sona eriyor.
- Moonshot, K3.1 Pro’nun ağırlıklarını 4 Kasım’a kadar yayımlamayı planlıyor. Bu, dışarıdaki geliştiricilere modelin kullanım biçimi üzerinde daha fazla kontrol sağlayacak.






