अमेरिकी सरकार ने चीन के नवीनतम AI मॉडल को हैकिंग परीक्षण के लिए लगाया। इसने पाया कि मूनशॉट AI का किमी K3 अमेरिकी सर्वश्रेष्ठ मॉडलों की तुलना में काफी पीछे है।
सीएआईएसआई (केंद्र फॉर एआई स्टैंडर्ड्स एंड इनोवेशन), एक अमेरिकी एजेंसी, ने एक ब्रिटिश साझेदार के साथ परीक्षण किए। परिणाम उसी एक दिन बाद आए, जिस दिन वाशिंगटन ने मूनशॉट को चुराई गई अमेरिकी प्रौद्योगिकी के साथ किमी K3 बनाने का आरोप लगाया।
Kimi K3 US साइबर मानदंडों पर पूरा उतर नहीं पाया
व्यापार विभाग ने गुरुवार को परिणाम साझा किए। इसने कहा कि किमी K3 का स्थान शीर्ष अमेरिकी मॉडलों के बहुत नीचे रहा, जिसका हवाला ब्रिटिश विशेषज्ञों के साथ एक संयुक्त परीक्षण दिया गया।
मूनशॉट ने 16 जुलाई को किमी K3 लॉन्च किया। मांग इतनी अधिक थी कि उसे दो दिनों के भीतर नए साइनअप्स को रोकना पड़ा।
लॉन्च ने यूएस चिप स्टॉक्स को हिला दिया और अमेरिका के एआई नेतृत्व के बारे में नए संदेह उठाए।
एक परीक्षण, जिसे एक्सप्लॉइटबेंच कहा जाता है, कार्नेगी मेलन विश्वविद्यालय द्वारा बनाए गए वास्तविक Chrome ब्राउज़र बग्स का उपयोग करता है। किमी K3 ने 32% स्कोर किया। यह चीन के GLM-5.2 (24%) को पार कर गया। लेकिन यह शीर्ष अमेरिकी मॉडल्स के पीछे रह गया, जिन्होंने लगभग 76% स्कोर किया।
लक्ष्य मशीन पर पूर्ण नियंत्रण प्राप्त करना सबसे कठिन कदम है। किमी K3 ने सभी 41 परीक्षणों में इस कदम को पूरा नहीं किया। सर्वश्रेष्ठ यूएस मॉडल्स ने 20 पर इसे पूरा किया।
एक अन्य परीक्षण, जिसे द लास्ट ओन्स कहा जाता है, एक नकली कंपनी नेटवर्क हमला है जिसमें 32 चरण हैं। एक मानव विशेषज्ञ को इसे पूरा करने में लगभग 20 घंटे का समय लगता है। किमी K3 औसतन 17वें चरण तक पहुंचा। शीर्ष यूएस मॉडल्स 28.5वें चरण तक पहुंचे। किमी K3 ने 10 प्रयासों में सिर्फ एक बार पूरा कार्य पूरा किया।
जानकारी के अनुसार, सबसे अच्छे यूएस प्रणालियों ने इसे छह या सात बार किया।
लेकिन अंतर उतना बड़ा नहीं लग सकता जितना दिख रहा है
लेकिन संख्याएँ पूरी कहानी नहीं बतातीं। रिपोर्ट की अपनी सूक्ष्म छपाई में कई शर्तें हैं।
सबसे पहले, अमेरिकी मॉडल्स को उनके सुरक्षा फिल्टर्स बंद करके टेस्ट किया गया। यह सेटिंग उनकी पूरी क्षमता दिखाती है। सार्वजनिक संस्करण इन फिल्टर्स को चालू रखते हैं। इसलिए अमेरिकी स्कोर एक बेस्ट केस हैं, वास्तविक जीवन नहीं।
टीम ने कार्य को शीघ्र और सीमित भी कहा। इसने केवल एक परीक्षण पर किमी K3 का स्कोर किया और पूरे सेट का केवल एक हिस्सा ही चलाया। इसलिए इसका रेटिंग अस्थिर है। कुछ परीक्षण निजी भी हैं, इसलिए बाहरी लोग कार्य की जांच नहीं कर सकते।
एक बुनियादी असंगति भी है। किमी K3 एक खुला मॉडल है जिसे कोई भी डाउनलोड कर सकता है। यूएस मॉडल्स बंद, निजी प्रणालियाँ हैं। यूके संस्थान ने पाया कि खुले मॉडल्स आमतौर पर सबसे अच्छे बंद मॉडल्स से चार से सात महीने पीछे चलते हैं। मूनशॉट इसे जनता के लिए जारी करने के बाद ही किमी K3 को पूरा परीक्षण देगा।
ये परीक्षण वास्तविक हमले भी नहीं हैं। झूठे नेटवर्क में कोई मानव रक्षक नहीं थे और न ही कोई अलार्म थे जिन्हें ट्रिगर किया जा सके। फिर भी, किमी K3 ने अंतिम शीर्ष खुला मॉडल को हरा दिया। और इसने एक बार पूरा हमला पूरा किया।
समय और स्रोत दोनों ही प्रश्न उठाते हैं। CAISI पहले US AI Safety Institute था। ट्रम्प प्रशासन ने जून 2025 में इसका नाम बदला। यह उसी विभाग में स्थित है जो चीन को अमेरिकी चिप्स की बिक्री सीमित करता है। और इसकी एक चीनी प्रतिद्वंद्वी पर रिपोर्ट, चोरी के दावे के एक दिन बाद ही आई।
कमजोर सुरक्षा उपाय अभी भी जोखिम बढ़ाते हैं
फिर भी, कम स्कोर का अर्थ यह नहीं है कि किमी K3 सुरक्षित है। परीक्षण में पाया गया कि इसके गार्डरेल्स इसे हैक्स बनाने या सिस्टम पर हमला करने से नहीं रोक पाए।
यह इसलिए मायने रखता है क्योंकि अगला क्या आने वाला है। मूनशॉट जुलाई 27 को पूरा मॉडल जारी करने की योजना बना रहा है। एक बार यह जारी हो जाने के बाद, इसे वापस नहीं लिया जा सकता। कोई भी इसे डाउनलोड कर सकता है और सुरक्षा फिल्टर हटा सकता है।
परीक्षण एक चोरी के दावे के बाद भी आया है। वाशिंगटन का कहना है कि मूनशॉट ने चोरी की गई अमेरिकी एआई तकनीक पर किमी K3 बनाया है। व्हाइट हाउस के टेक प्रमुख माइकल क्रैट्सियोस ने कहा कि कंपनी ने एंथ्रोपिक के क्लॉड फेबल 5 की गुप्त रूप से नकल की है। इस तरीके को डिस्टिलेशन कहा जाता है, जो एक मजबूत मॉडल के उत्तरों पर एक नया मॉडल प्रशिक्षित करता है।
एंथ्रोपिक इस दावे का समर्थन करता है। फरवरी में, इसने पता लगाया कि सैकड़ों नकली खातों के माध्यम से 3.4 मिलियन से अधिक क्लॉड चैट्स मूनशॉट को भेजे गए। इसने चेतावनी दी कि कॉपी किए गए मॉडल्स मूल के सुरक्षा नियंत्रणों को खो देते हैं। यही कमजोर बिंदु यह परीक्षण अभी पाया है।
अमेरिका अभी भी चीन की तुलना में 23 गुना अधिक AI पर खर्च करता है। फिर भी चीनी लैब्स अंतर को कम करते रहते हैं। वास्तविक परीक्षा तब आएगी जब Kimi K3 सार्वजनिक होगा और बाहरी विशेषज्ञ खुद दावों की जांच कर सकेंगे।