Kimi K3.1 Pro、オープンソース重みを公開予定——訓練段階での攻撃的サイバー能力の意図的削減が論争を呼ぶ

Moonshot AIは2026年10月25日にKimi K3.1 Proを発表した。同モデルは訓練段階におけるデータ操作を通じて攻撃的サイバー能力を意図的に低下させており、オープンソース重み版における当該能力は内部パイプラインが生成可能なレベルを下回る設計となっている。

事実の整理

複数の独立した情報源によると、Kimi K3.1 ProはArtificial AnalysisのショートベンチマークでClaude 5.5モデルに近い性能を示す一方、Terminal-Bench ScienceではGPT-6 Astraに約20ポイント差で及ばない。Kimiは、訓練中のデータ操作によって攻撃的サイバー能力を低下させつつ防御面の有用性は維持したと説明しており、持続的な攻撃チェーンなど長期的な攻撃能力の阻止を目標としている。オープンソース重みは2026年11月4日に公開される予定だ。

仕組みの解説

KimiはInterconnectsポッドキャストにおいて、モデルの攻撃的サイバー能力は「設計上」パイプラインが生成可能なレベルを下回るものとなっており、長期的な攻撃チェーンの削減に重点を置いていると説明した。Abliteration.aiやMorphなどのサービスはすでに他のオープンソースモデルの安全制限解除版を提供しており、理論上はK3.1 Proの当該制限を除去するためにも利用可能だ。また、LiteLLMがGitHub上でAPIキーを5か月間露出させ不正アクセスを受けた事例や、OpenAIの「Patch the Planet」プログラムで開示されたPHPリモートコード実行脆弱性は、関連するリスクを浮き彫りにしている。

産業への影響

オープンソース重みの公開後、アブリタレーションサービスによって制限なしバージョンが迅速に生成される可能性があり、訓練段階における「自己削減」措置の効果を損なうおそれがある。Kimiはアブリタレーション版が出現した場合の対応策については明らかにしていない。ポッドキャスト司会者のNathan LambertとFlorian Brandは、この取り組みが性能と安全性のバランスを図るものであると指摘しつつも、ポスト訓練フェーズは「未成熟」と評した。

戦略的評価

【分析】訓練段階における能動的な能力制限がオープンソースモデルの境界を長期にわたって制約できるかどうかは、依然としてアブリタレーションサービスの実際の対応速度と有効性に左右される。Abliteration.aiなどのツールが迅速に介入した場合、Kimiの手法は能力の拡散を防ぐのではなく遅らせるにとどまる可能性があり、オープンソースエコシステムにおけるこうした設計の持続可能性は引き続き注視が必要だ。