Речь идёт о модели Moonshot Kimi K3.1 Pro, выпущенной на прошлой неделе, и обновлённой версии DeepSeek V4.1-Flash, вышедшей 17 октября. TNW не удалось независимо проверить эту информацию.
Этот процесс, известный как дистилляция, позволяет разработчикам ИИ учиться у более мощной модели, не создавая все её возможности с нуля. Они отправляют ей огромное количество запросов, собирают ответы и используют их для обучения собственных систем.
В больших масштабах это может помочь менее крупной модели воспроизвести часть возможностей более продвинутой системы при значительно меньших затратах.
OpenAI уже обвиняла Moonshot в использовании подобных методов. 30 сентября компания заявила, что связанные с разработчиком Kimi лица провели в июле скоординированную кампанию по извлечению скрытых рассуждений, лежащих в основе ответов её моделей.
По словам OpenAI, она обнаружила связанную с этим активность более 15 000 пользователей. К 28 июля компания пресекла кампанию, заблокировала причастные аккаунты и поделилась результатами с другими ИИ-лабораториями.
Новый материал усиливает напряжённость вокруг того, как китайские ИИ-компании создают модели, способные конкурировать с разработками американских лабораторий.
OpenAI, Anthropic и Google утверждают, что дистилляция позволяет конкурентам воспроизводить передовые возможности без сопоставимых вложений в обучение. Американские ведомства также назвали китайские компании, которые, по их словам, атаковали американские ИИ-модели.
Лаборатории стараются затруднить такие действия. В начале этого месяца Anthropic заявила, что новые меры защиты сократили объём данных, собираемых из её моделей Claude в ходе дистилляционных атак, примерно на 90–99%.
Обе китайские модели показали высокие результаты во внутренних тестах разработчиков. Moonshot заявила, что Kimi K3.1 Pro превзошла GPT-6 Astra в бенчмарке по программированию. DeepSeek представила V4.1-Flash в сентябре как более дешёвую альтернативу американским моделям. Результаты ни одной из компаний не прошли независимую проверку.
Сообщения об использовании Astra подчёркивают непростую проблему для ведущих ИИ-лабораторий: те же модели, которые они предлагают пользователям, могут служить обучающим материалом для конкурентов, стремящихся их догнать.
Опубликовано 29 октября 2026 - 01:56 Наверх
