AIニュース 2026年10月24日

今日 · 公開 10 月 23 日

Moonshot、サイバー学習を除いて公開——効果は自社試験

Moonshot、Kimi K3.1 Pro の重みの公開版からサイバー関連の学習データを除く——自社の脆弱性悪用試験で、除かない版は 90.5%、公開版は 81.0%

なぜ重要か： オープンウェイトのモデルがどこまで攻撃能力を持つかは各ラボが自ら決めており、共通の基準は今号の材料にない。

Moonshot は Kimi K3.1 Pro の重みを公開するにあたりサイバー関連の学習データを除き、問題非公開の自社の脆弱性悪用試験で、除かない同じモデルの解答率は 90.5%、公開版は 81.0% だった（Moonshot、2026-10-23）。同じ日、Artificial Analysis のサイバー防御の指数は、拒否を出さない DeepSeek V4.1 Flash 1017 を公開モデルの首位と評価した（Artificial Analysis、2026-10-23）。二つのスコアが測る能力は違う。

まだ言えないこと： 90.5% と 81.0% は問題非公開の自社試験の数字 どう確かめたか →

DeepSeek 1017 の総合点は前の版の DeepSeek V4.1 Flash より上がった。上昇はほぼすべて三つの下位試験の一つ（23% から 76%）によるもので、残る二つは横ばいか低下だった。理由は分からない。二つのスコアは、違うモデルの違う能力を測っている。Moonshot は攻撃を、Artificial Analysis は防御を測っており、互いの反証にはならない。オープンウェイトのモデルは追加の訓練ができる。データを除いた効果がどれだけ持つかは、原文で論じられていない。

判断の更新： 「オープンウェイトのモデル」は一つのリスク水準ではなく、攻撃能力は一社ずつ見る必要がある。これは本紙の読みである。Moonshot は自らデータを除いて公開版の攻撃能力を抑え、公開版はクローズドモデルの最前線より少なくとも三か月遅れていると自己申告したが、比べたモデルは名指ししていない。DeepSeek のモデルは防御の試験で首位に立ち、その点数の一部は拒否しないことから来ている。

AI の能力の進歩を追う研究機関 Epoch AI は同じ日、サイバー版の能力指数で推計した。最も強いオープンウェイトのモデル、智譜の GLM-5.3 は、6〜7 か月前の非公開の最前線にほぼ相当するという（Epoch AI、2026-10-23）。スコアを非公開モデルの公開時期と突き合わせて出した数字で、Moonshot が自己申告した「少なくとも三か月」とは測り方が違い、二つの数字は直接比べられない。Epoch の推計に K3.1 Pro と DeepSeek 1017 が入っているかは、Epoch の週次ニュースレターに書かれていない。Epoch のサイトの同日の発表ページは未確認である。この読みを支えるのは、今のところ Moonshot の自己申告と、二つの機関の一回ずつの数字だけだ。この判断を覆す条件は、Kimi K3.1 Pro の重みの公開後、第三者のサイバー計測で公開版が非公開の最前線に追いついたと示されることである。