ওপেন রিলিজ ও চীনের রপ্তানি বিধির আগে Kimi K3.1 Pro-এর হ্যাকিং সক্ষমতা কমাল Moonshot

হ্যাকিং পরীক্ষায় স্কোর কমেছে, তবে মডেল আরও শক্তিশালী

বেইজিংয়ের স্টার্টআপ Moonshot AI জানিয়েছে, ২০২৬ সালের ৪ নভেম্বরের মধ্যে মডেল ফাইল প্রকাশের পরিকল্পনার আগে তারা Kimi K3.1 Pro-এর আক্রমণাত্মক হ্যাকিং সক্ষমতা কমিয়েছে। এতে অভ্যন্তরীণ সফটওয়্যার দুর্বলতা কাজে লাগানোর পরীক্ষায় মডেলটির স্কোর ৯০.৫% থেকে কমে ৮১.০% হয়েছে। তবে এই স্কোরও আগের মডেলটির ৩৩.৩%-এর চেয়ে অনেক বেশি।

Moonshot ২৩ অক্টোবর K3.1 Pro প্রকাশ করে এবং ২৪ অক্টোবর এক বিবৃতিতে সক্ষমতা কমানোর বিষয়টি তুলে ধরে। তাদের পদ্ধতি হলো, নির্দিষ্ট সাইবার দক্ষতা শেখাতে ব্যবহৃত উপকরণ বাদ দেওয়া, কিন্তু সফটওয়্যার তৈরি ও মেরামতে মডেলটিকে কার্যকর করে এমন সাধারণ প্রোগ্রামিং দক্ষতা বজায় রাখা।

চীনের বাণিজ্য মন্ত্রণালয় ও বিজ্ঞান ও প্রযুক্তি মন্ত্রণালয় নতুন প্রযুক্তি রপ্তানি নিয়ন্ত্রণের প্রস্তাব দেওয়ার আট দিন পর এই ঘোষণা এল। প্রস্তাবগুলোতে এআই দিয়ে ক্ষতিকর কোড তৈরি ও পরিবর্তনের প্রযুক্তি রপ্তানি নিষিদ্ধ করার পাশাপাশি, এআই ব্যবহার করে সফটওয়্যারের দুর্বলতা শনাক্ত করার প্রযুক্তিতে বিধিনিষেধ আরোপের কথা বলা হয়েছে।

Moonshot-এর এই প্রকাশনা দুটি বিষয়কে একসঙ্গে সামনে এনেছে: ব্যাপকভাবে ডাউনলোড করা যায় এমন একটি মডেলে কতটা হ্যাকিং সক্ষমতা থাকা উচিত, এবং সফটওয়্যারের রক্ষক ও আক্রমণকারী উভয়কেই সহায়তা করতে পারে এমন প্রযুক্তি সরকার কীভাবে নিয়ন্ত্রণ করবে।

প্রকাশনার জন্য নির্ধারিত সীমা ব্যাখ্যা করে Moonshot বলেছে:

আমরা এমন ওপেন ওয়েট প্রকাশ করতে চাই না, যা সাইবার সক্ষমতার সর্বোচ্চ সীমাকে আরও এগিয়ে দেবে।

কোম্পানির ওয়েট হলো মডেলটি যা শিখেছে, তা ধারণকারী ফাইল। সেগুলো প্রকাশ করলে বাইরের ডেভেলপাররা নিজেদের কম্পিউটারে সিস্টেমটি চালাতে ও পরিবর্তন করতে পারেন। এতে ব্যবহারকারীরা বেশি নিয়ন্ত্রণ পান, তবে কপি ছড়িয়ে পড়ার পর সেগুলোর ব্যবহার নিয়ন্ত্রণ বা সুরক্ষাব্যবস্থা পরিবর্তনের ক্ষমতা Moonshot-এর কমে যায়।

Moonshot কী বাদ দিয়েছে

Moonshot জানিয়েছে, মডেলটির উন্নয়নে সাইবারবিষয়ক উপকরণ দুটি পথে যুক্ত হয়েছিল: মধ্যবর্তী প্রশিক্ষণপর্বে ব্যবহৃত সাধারণ প্রশিক্ষণ-উপকরণের সংগ্রহে এবং রিইনফোর্সমেন্ট লার্নিংয়ের পরিবেশে অন্তর্ভুক্ত সাইবার-সংক্রান্ত কাজে। রিইনফোর্সমেন্ট লার্নিংয়ে কোনো কাজ বারবার করার চেষ্টা এবং সেই কাজের ফল সম্পর্কে প্রতিক্রিয়ার মাধ্যমে মডেলকে উন্নত করা হয়।

সাধারণ কোডিংয়ের কাজ রেখে কোম্পানিটি দুই পর্ব থেকেই সাইবার-সংক্রান্ত উপকরণ বাদ দিয়েছে। xdev-bench-hard নামের তাদের অভ্যন্তরীণ পরীক্ষা যাচাই করে, কোনো মডেল সম্প্রতি প্রকাশিত সফটওয়্যার দুর্বলতা পুনরায় তৈরি করতে এবং তা কাজে লাগানোর উপায় বের করতে পারে কি না। তিনবারের চেষ্টার মধ্যে সফল হলে তা স্কোরে গণনা করা হয়।

পরীক্ষায় Linux kernel, Node.js ও JavaScriptCore-এর মতো সফটওয়্যারের দুর্বলতা রয়েছে। এগুলো অপারেটিং সিস্টেম, সার্ভার অ্যাপ্লিকেশন ও JavaScript কোড চালাতে ব্যবহৃত উপাদান। এক্সপ্লয়েট হলো সফটওয়্যারের দুর্বলতাকে কাজে লাগিয়ে কোনো পদক্ষেপ নেওয়ার পদ্ধতি, যেমন প্রবেশাধিকার পাওয়া বা কোনো প্রোগ্রামকে অনিচ্ছাকৃতভাবে কাজ করানো।

ফিল্টার করার পর K3.1 Pro-এর স্কোর ৯.৫ শতাংশ পয়েন্ট কমে ৯০.৫% থেকে ৮১.০% হয়েছে। একই অভ্যন্তরীণ তুলনায় DeepSeek V4.1-Flash পেয়েছে ৮৫.৭%, অর্থাৎ ফিল্টার করা Kimi মডেলটি ওই প্রতিদ্বন্দ্বীর চেয়ে পিছিয়ে ছিল।

আগের মডেল Kimi K3-এর স্কোর ছিল ৩৩.৩%। ফলে ফিল্টার করা পরবর্তী মডেলটি ৪৭.৭ শতাংশ পয়েন্টের ব্যবধানে এগিয়ে ছিল। লক্ষ্যভিত্তিকভাবে সক্ষমতা কমানোর পরও এ ধরনের কাজ সামলানোর দক্ষতা কতটা বেড়েছে, তা এতে দেখা যায়।

হ্যাকিংয়ে সাধারণ কোডিং দক্ষতার ভূমিকা

দীর্ঘ সময় ধরে চলা কাজের ক্ষেত্রে সাধারণ প্রোগ্রামিং ও ডিবাগিংয়ের উন্নতিকে অবশিষ্ট সাইবার সক্ষমতার একটি কারণ হিসেবে দেখছে Moonshot। কোড পরীক্ষা করা, একাধিক ফাইলে কোনো ত্রুটির সূত্র অনুসরণ করা এবং সম্ভাব্য সমাধান যাচাই করতে পারা মডেল একই দক্ষতা ব্যবহার করে দুর্বলতা খুঁজে বের করতেও পারে এবং তা কাজে লাগাতেও পারে।

কোম্পানির প্রকাশনা ব্লগে এই সম্পর্কটি এভাবে ব্যাখ্যা করা হয়েছে:

পূর্বসূরির তুলনায় উল্লেখযোগ্যভাবে উন্নত হয়েছে। এতে বোঝা যায়, লক্ষ্যভিত্তিকভাবে তথ্য বাদ দেওয়ার পরও সাধারণ কোডিং এবং দীর্ঘমেয়াদি ডিবাগিংয়ের উন্নত দক্ষতা সাইবার-সংক্রান্ত কাজেও প্রয়োগ করা যায়।

সফটওয়্যার রক্ষকেরা এসব দক্ষতা ব্যবহার করে কম নজর পাওয়া পুরোনো সিস্টেম পরীক্ষা করতে পারেন। ওপেন ওয়েটের পক্ষে যুক্তি হিসেবে Moonshot এই সুবিধার কথা বলেছে। কোনো প্রতিষ্ঠান মডেলটি স্থানীয়ভাবে চালিয়ে তার রক্ষণাবেক্ষণের দায়িত্বে থাকা সফটওয়্যার পরীক্ষা করতে পারে।

আক্রমণকারীরাও একই ধরনের সক্ষমতা ব্যবহার করে দুর্বলতা খুঁজতে এবং অনুপ্রবেশের কিছু ধাপ স্বয়ংক্রিয় করতে পারে। তাই বাস্তব প্রশ্নটি শুধু এই নয় যে মডেলটি স্পষ্টতই ক্ষতিকর উদাহরণ দেখেছে কি না; কার্যকর কোডিং দক্ষতা আক্রমণাত্মক কাজেও প্রয়োগ করা যায়।

Moonshot-এর xdev-bench-hard পরীক্ষা প্রকাশ করা হয়নি এবং এর ফল স্বাধীনভাবে যাচাই করা হয়নি। প্রকাশের আগে বাদ দেওয়া সক্ষমতা বাইরের ডেভেলপারদের আরও প্রশিক্ষণের মাধ্যমে ফিরিয়ে আনা সম্ভব কি না, কোম্পানিটি সেটিও ব্যাখ্যা করেনি। ব্যবহারকারীরা মডেলের ফাইল পরিবর্তন করতে পারবেন, এমন একটি মডেলের সক্ষমতা মূল্যায়নে এগুলো গুরুত্বপূর্ণ প্রশ্ন।

Kimi K3 নিয়ে সরকারি পরীক্ষায় যা পাওয়া গেছে

যুক্তরাজ্যের Artificial Intelligence Security Institute এবং যুক্তরাষ্ট্রের Center for AI Standards and Innovation আগে Kimi K3 পরীক্ষা করেছিল। মডেলটি ২০২৬ সালের ১৬ জুলাই প্রকাশিত হয়, আর ওপেন ওয়েট প্রকাশের তারিখ নির্ধারিত ছিল ২৭ জুলাই। তাদের যৌথ সাইবার মূল্যায়ন পূর্ববর্তী মডেলটির একটি স্বাধীন তুলনামূলক ভিত্তি দেয়।

ExploitBench-এ K3-এর স্কোর ছিল ৩২%, যেখানে GLM-5.2-এর ছিল ২৪%। Carnegie Mellon University-এর তৈরি ওই বেঞ্চমার্কে Chrome-এ JavaScript ও WebAssembly চালানো সফটওয়্যার ইঞ্জিন V8-এর ৪১টি দুর্বলতা কাজে লাগানোর অগ্রগতি পরীক্ষা করা হয়।

৪১টি নমুনার কোনোটিতেই K3 নির্বিচারে কোড চালাতে পারেনি। শীর্ষস্থানীয় মডেলগুলো গড়ে ২০টি নমুনায় তা করতে পেরেছে। নির্বিচারে কোড চালানো বলতে লক্ষ্য সিস্টেমকে আক্রমণকারীর বেছে নেওয়া নির্দেশ চালাতে বাধ্য করাকে বোঝায়। এতে আক্রমণকারী নিয়ন্ত্রণ পেতে পারে বলে এটি বিশেষভাবে গুরুতর পরিণতি।

প্রতিষ্ঠান দুটি The Last Ones-এও K3-কে পরীক্ষা করে। এটি একটি কৃত্রিম করপোরেট নেটওয়ার্ক, যেখানে চারটি নেটওয়ার্ক সেগমেন্টে প্রায় ২০টি কম্পিউটার রয়েছে। অনুশীলনটিতে আক্রমণের ৩২টি ধাপ আছে এবং একজন মানব বিশেষজ্ঞের এটি শেষ করতে আনুমানিক ২০ ঘণ্টা লাগবে।

১০ কোটি টোকেনের সীমার মধ্যে K3 গড়ে ১৭তম ধাপে পৌঁছায়। তুলনায়, GLM-5.2 পৌঁছায় ১১তম ধাপে এবং শীর্ষ মার্কিন মডেলগুলো ২৮.৫তম ধাপে। ১০টি চেষ্টার মধ্যে একবার K3 পুরো অনুশীলনটি শেষ করে। সবচেয়ে সক্ষম মডেলগুলো ১০টির মধ্যে ছয় বা সাতবার তা শেষ করে।

পরীক্ষার সীমাবদ্ধতা কীভাবে বুঝবেন

যুক্তরাজ্য ও যুক্তরাষ্ট্রের প্রতিষ্ঠানগুলো জানিয়েছে, তাদের মূল্যায়নের সময় K3-এর সুরক্ষাব্যবস্থা এক্সপ্লয়েট তৈরি ও আক্রমণাত্মক সাইবার কার্যক্রমের চেষ্টা করতে দিয়েছিল। তাদের ফলাফলে K3 আগের একটি শীর্ষ ওপেন-ওয়েট মডেলের চেয়ে এগিয়ে, তবে পরীক্ষিত সবচেয়ে শক্তিশালী মডেলগুলোর চেয়ে পিছিয়ে।

The Last Ones অনুশীলনটি নেটওয়ার্কে প্রাথমিক প্রবেশাধিকার দিয়ে শুরু হয়েছিল। এতে ইচ্ছাকৃতভাবে আক্রমণের একটি পথ রাখা হয়েছিল, কোনো সক্রিয় রক্ষক বা প্রতিরক্ষামূলক সরঞ্জাম ছিল না এবং নিরাপত্তা সতর্কতা জাগিয়ে তুলত এমন আচরণের জন্য কোনো শাস্তিও ছিল না। এসব শর্ত মডেলকে আক্রমণ চালানোর জন্য একটি কাঠামোবদ্ধ পরিবেশ দিয়েছিল।

প্রতিষ্ঠান দুটি মূল্যায়নকে প্রাথমিক ও নির্বাচিত বলে বর্ণনা করেছে। K3-এর সামগ্রিক সক্ষমতার হিসাব একটি বেঞ্চমার্কের ওপর ভিত্তি করে করা হয়েছিল। বেশি বিস্তৃত কাজের সেটে মূল্যায়িত মডেলগুলোর তুলনায় এতে পরিসংখ্যানগত অনিশ্চয়তা বেশি।

মূল সক্ষমতা মাপতে যুক্তরাষ্ট্রের বন্ধ ওয়েটের মডেলগুলোর সিস্টেম সুরক্ষাব্যবস্থা বন্ধ রেখে পরীক্ষা করা হয়েছিল, যাতে সেগুলো কমবার প্রত্যাখ্যান করে সর্বোচ্চ কতটা সক্ষমতা দেখাতে পারে তা যাচাই করা যায়। তবে জনসাধারণের জন্য উন্মুক্ত সংস্করণে সুরক্ষাব্যবস্থা চালু থাকে। তাই ফলাফল তুলনা করার সময় মডেলের অন্তর্নিহিত দক্ষতার পাশাপাশি সেটি ব্যবহারের সেবায় থাকা নিয়ন্ত্রণব্যবস্থাও বিবেচনায় নিতে হবে।

K3.1 Pro-এর নতুন ৮১.০% ফল এসেছে Moonshot-এর ভিন্ন একটি অভ্যন্তরীণ পরীক্ষা থেকে। একই পরীক্ষায় পূর্বসূরি K3-এর ৩৩.৩% স্কোরের সঙ্গে তুলনাটি সবচেয়ে কার্যকর। নতুন প্রকাশনার স্বাধীন মূল্যায়ন হলে নিরাপত্তা দলগুলো এর সক্ষমতা বিচার করার জন্য আরও নির্ভরযোগ্য ভিত্তি পাবে।

নিষেধাজ্ঞা ও বিধিনিষেধের প্রস্তাব চীনের

চীনের দুই মন্ত্রণালয় ২০২৬ সালের ১৬ অক্টোবর ঘোষণা নম্বর ৪৮ জারি করে। নিষিদ্ধ ও সীমাবদ্ধ রপ্তানি প্রযুক্তির তালিকা সংশোধনের প্রস্তাবে মতামত চেয়েছে বিজ্ঞপ্তিটি। ১৫ নভেম্বর পর্যন্ত মতামত জমা দেওয়া যাবে।

প্রস্তাবিত সংযোজনগুলোতে ৪০টি প্রযুক্তি রয়েছে: এআইয়ের ২৩টি, বায়োমেডিসিনের পাঁচটি এবং সৌর উৎপাদনের ১২টি। তিন ক্ষেত্র মিলিয়ে ১৪টি প্রযুক্তির রপ্তানি নিষিদ্ধ এবং ২৬টির ওপর বিধিনিষেধ আরোপের প্রস্তাব করা হয়েছে।

এআই-সংক্রান্ত শ্রেণিগুলোর মধ্যে রয়েছে বড় মডেল, এজেন্ট, কম্পিউটিং ক্লাস্টার ও তথ্য প্রক্রিয়াকরণ। এজেন্ট হলো এমন সিস্টেম, যা শুধু একটি প্রশ্নের উত্তর না দিয়ে লক্ষ্য অর্জনে বিভিন্ন টুল ব্যবহার করে ধারাবাহিকভাবে কাজ করে।

এআই দিয়ে ক্ষতিকর কোড তৈরি ও পরিবর্তনের প্রযুক্তি প্রস্তাবিত নিষিদ্ধ রপ্তানির তালিকায় রয়েছে। দুর্বলতা খুঁজে বের করার এআই প্রযুক্তি প্রস্তাবিত সীমাবদ্ধ রপ্তানির তালিকায় আছে। এই পার্থক্য গুরুত্বপূর্ণ: নিষেধাজ্ঞা আরোপ হলে সংশ্লিষ্ট প্রযুক্তির রপ্তানি বন্ধ হবে, আর বিধিনিষেধ থাকলে ওই প্রযুক্তি হস্তান্তর রপ্তানি নিয়ন্ত্রণের আওতায় পড়বে।

বাণিজ্য মন্ত্রণালয়ের নীতিবিষয়ক ব্যাখ্যায় বলা হয়েছে, গুরুত্বপূর্ণ তথ্য অবকাঠামো, প্রতিরক্ষা শিল্পের ব্যবস্থা ও সরকারের মূল ব্যবস্থার বিরুদ্ধে, অথবা নিরাপত্তাব্যবস্থা পাশ কাটাতে এসব প্রযুক্তি ব্যবহার করা হতে পারে। মন্ত্রণালয় সংশোধনটিকে নিয়মিত প্রযুক্তি বাণিজ্য ব্যবস্থাপনা হিসেবে বর্ণনা করেছে, যার লক্ষ্য কোনো নির্দিষ্ট দেশ, অঞ্চল বা প্রতিষ্ঠান নয়।

চূড়ান্ত বিধি কার্যকরের আগেই নিবন্ধন শুরু

চীনের প্রস্তাবিত তালিকা পরিবর্তনের বিষয়ে এখনো পরামর্শ চলছে, তবে ১৬ অক্টোবরের ঘোষণা জারির সঙ্গে অস্থায়ী নিবন্ধনের শর্ত কার্যকর হয়েছে। সংশোধিত তালিকা কার্যকর না হওয়া পর্যন্ত রপ্তানিকারকদের আওতাভুক্ত প্রযুক্তি হস্তান্তরের আগে নিবন্ধন করতে হবে। চলমান কিন্তু সম্পন্ন না হওয়া হস্তান্তরও এর অন্তর্ভুক্ত।

বিজ্ঞপ্তিতে আওতাভুক্ত কয়েকটি ব্যবস্থার কথা বলা হয়েছে: বিদেশে প্রযুক্তির মালিকানা হস্তান্তর, বিদেশে ব্যবহারের জন্য দেশীয় প্রযুক্তির লাইসেন্স দেওয়া এবং এমন পরিবর্তন, যাতে দেশীয় প্রযুক্তির মালিকানা বা প্রকৃত নিয়ন্ত্রণ বিদেশি পক্ষের হাতে যায়।

বাণিজ্য মন্ত্রণালয়ের সমন্বিত ব্যবসায়িক প্ল্যাটফর্মে প্রযুক্তি বাণিজ্য আবেদনের মাধ্যমে নিবন্ধন করতে হবে। রপ্তানিকারককে রপ্তানিকারক ও গ্রহীতা, গন্তব্য দেশ বা অঞ্চল, প্রযুক্তি, ব্যবহারের উদ্দেশ্য এবং আনুমানিক রপ্তানি মূল্যের মতো তথ্য দিতে হবে।

প্রযুক্তি হস্তান্তর ও কোনো সেবায় প্রবেশাধিকার দেওয়ার মধ্যেও পার্থক্য করেছে মন্ত্রণালয়। প্রস্তাবিত বিধি সম্পর্কে তাদের ব্যাখ্যায় বলা হয়েছে, বিদেশে স্থানীয়ভাবে সীমাবদ্ধ এআই প্রযুক্তি স্থাপন রপ্তানি ব্যবস্থাপনার আওতায় পড়বে। কোম্পানির নিজস্ব বিদেশি ক্লাউডে স্থাপনের মতো কিছু ব্যবস্থা স্বয়ংক্রিয় লাইসেন্সিং পদ্ধতির যোগ্য হতে পারে।

এপিআই, অ্যাপ, ওয়েবসাইট বা সফটওয়্যার অ্যাজ আ সার্ভিসের মাধ্যমে মডেল ব্যবহারের সুযোগ দিলে তা ব্যাখ্যায় বর্ণিত বড় মডেল প্রযুক্তি রপ্তানি শ্রেণির বাইরে থাকবে। স্থানীয় ডিভাইসে হালকা সংস্করণ স্থাপনও ওই শ্রেণির বাইরে তালিকাভুক্ত। এপিআইয়ের মাধ্যমে একটি কম্পিউটার প্রোগ্রাম অন্যটির কাছে সেবার অনুরোধ পাঠাতে পারে, ফলে গ্রাহকেরা মডেলের মূল ফাইল না পেয়েও তা ব্যবহার করতে পারেন।

ওপেন রিলিজের ক্ষেত্রে আলাদা ব্যবস্থা

ওপেন সোর্স প্রকাশনা বা একাডেমিক গবেষণাপত্রের মাধ্যমে আগে থেকেই জনপরিসরে থাকা প্রযুক্তিকে চীনের ঘোষণা থেকে বাদ রাখা হয়েছে। ওপেন রিলিজ, বিদেশি গবেষণা সহযোগিতা ও সংশ্লিষ্ট কার্যক্রমের ক্ষেত্রে নির্দিষ্ট কিছু এআই প্রযুক্তি রপ্তানির জন্য স্বয়ংক্রিয় লাইসেন্সিং ও অন্যান্য সহজ পদ্ধতির কথাও মন্ত্রণালয় জানিয়েছে।

তাই প্রযুক্তিগত সক্ষমতার পাশাপাশি প্রকাশনা ও হস্তান্তরের ধরনও গুরুত্বপূর্ণ। হোস্টেড মডেল দেওয়া একটি কোম্পানি, বিদেশে স্থাপনের জন্য সীমাবদ্ধ প্রযুক্তি হস্তান্তর করা কোম্পানি এবং জনপরিসরে আগে থেকেই থাকা প্রযুক্তি বিতরণকারী ডেভেলপার ঘোষিত কাঠামোর অধীনে ভিন্ন আচরণের মুখে পড়তে পারে।

Moonshot-এর পরিকল্পিত ওয়েট প্রকাশনা তাদের আন্তর্জাতিক বিস্তারের ক্ষেত্রে এসব পার্থক্যকে প্রাসঙ্গিক করে তুলেছে। এসব নথিতে সরকার K3.1 Pro-কে শ্রেণিবদ্ধ করে কোনো প্রকাশ্য সিদ্ধান্ত দেয়নি, আর চূড়ান্ত তালিকা কার্যকরের তারিখও জানানো হয়নি।

পরবর্তী তারিখগুলোতে প্রকাশনার সময়সূচি ও নীতিপ্রক্রিয়া কাছাকাছি এসেছে:

• ১৬ জুলাই, ২০২৬: Kimi K3 প্রকাশিত হয়; এরপর ২৭ জুলাই ওয়েট প্রকাশের পরিকল্পনা করা হয়।
• ১৬ অক্টোবর: চীন ঘোষণা নম্বর ৪৮ জারি করে, পরামর্শ শুরু করে এবং অস্থায়ী রপ্তানি নিবন্ধন চালু করে।
• ২৩ অক্টোবর: Moonshot K3.1 Pro প্রকাশ করে।
• ২৪ অক্টোবর: Moonshot আক্রমণাত্মক সাইবার সক্ষমতা কমানোর বিষয়টি তুলে ধরে।
• ৪ নভেম্বর: Moonshot-এর পরিকল্পনা অনুযায়ী K3.1 Pro-এর ওয়েট প্রকাশিত হওয়ার কথা।
• ১৫ নভেম্বর: প্রস্তাবিত রপ্তানি তালিকা সংশোধনের বিষয়ে জনমত গ্রহণ শেষ হবে।

কম খরচে আরও সক্ষমতা

K3.1 Pro-এর বিস্তৃত উদ্বোধন ব্যাখ্যা করে, বিশেষায়িত নিরাপত্তা কাজের বাইরেও এর সাইবার সক্ষমতা কেন গুরুত্বপূর্ণ। মডেলটিতে মোট ২.৮ ট্রিলিয়ন প্যারামিটার রয়েছে, যার মধ্যে ১০৪ বিলিয়ন সক্রিয় প্যারামিটার। Moonshot-এর বর্ণনা অনুযায়ী, এতে মডেলটি প্রায় ৩ ট্রিলিয়ন প্যারামিটারের শ্রেণিতে পড়ে। প্যারামিটার হলো প্রশিক্ষণের সময় মডেল যে সংখ্যাভিত্তিক সেটিংস শেখে।

মডেলটির কনটেক্সট উইন্ডো ১০ লাখ টোকেন এবং এটি টেক্সট ও ছবি গ্রহণ করতে পারে। টোকেন হলো সিস্টেমের প্রক্রিয়াকৃত তথ্যের অংশ; বড় কনটেক্সট উইন্ডো একটি কাজের মধ্যে আরও বেশি উপকরণ নিয়ে কাজ করতে দেয়। Moonshot-এর K3.1 Pro Highspeed সংস্করণও রয়েছে, যা তাদের দাবি অনুযায়ী দুই থেকে তিন গুণ দ্রুত চলে।

স্ট্যান্ডার্ড এপিআইয়ের দাম প্রতি ১০ লাখ ইনপুট টোকেনে ৩ ডলার থেকে কমে ২ ডলার হয়েছে এবং প্রতি ১০ লাখ আউটপুট টোকেনে ১৫ ডলার থেকে কমে ১০ ডলার হয়েছে; দুই ক্ষেত্রেই দাম এক-তৃতীয়াংশ কমেছে। আগে প্রক্রিয়াকৃত উপকরণ পুনর্ব্যবহারে ব্যবহৃত ক্যাশড ইনপুটের দাম প্রতি ১০ লাখ টোকেনে ০.৩০ ডলার থেকে কমে ০.২০ ডলার হয়েছে। Highspeed সংস্করণে প্রতি ১০ লাখ টোকেন ইনপুটের দাম ৪ ডলার এবং আউটপুটের দাম ২০ ডলার।

Artificial Analysis-এর Intelligence Index-এ K3.1 Pro ৫৫ পয়েন্ট নিয়ে চতুর্থ স্থানে ছিল। K3-এর তুলনায় এটি ১১ পয়েন্ট বেশি এবং ৫৮ পয়েন্ট নিয়ে Claude Opus 5.5-এর চেয়ে তিন পয়েন্ট কম। Moonshot-এর টার্মিনাল কোডিং তুলনায় K3.1 Pro-এর স্কোর ছিল ৬৫.৭%, যা Opus 5.5-এর ৬৬.৪%-এর কাছাকাছি। তবে বৈজ্ঞানিক টার্মিনাল কাজের পরীক্ষায় Moonshot K3.1 Pro-কে ৩৮.১ পয়েন্ট দিয়েছে, যা GPT-6 Astra-এর ৬৮.১ এবং Opus 5.5-এর ৬৩.৩-এর নিচে।

বিভিন্ন পরীক্ষায় ভুলের ভিন্ন পরিসংখ্যানও প্রকাশ করেছে Moonshot। তাদের উদ্বোধনী ব্লগে বানানো বা ভুল দাবির হার ৮.৩% বলা হয়েছে, যা K3-এর ২৩.৪% থেকে কম। অন্যদিকে এপিআই কুইকস্টার্টে ভিন্ন কথোপকথনের সেট ব্যবহার করে হার ৬.৮৫% বলা হয়েছে, যা K3-এর ২৩.৩৫% থেকে কম। দুই নথিতেই বিশেষায়িত পরীক্ষার বর্ণনা রয়েছে; তবে গ্রাহকদের নিজেদের কাজেও উত্তর যাচাই করতে হবে।

ডেভেলপার ও নিরাপত্তা দলের জন্য তাৎক্ষণিক পরিবর্তন হলো কম টোকেন খরচে আরও উন্নত কোডিং ও স্বয়ংক্রিয়করণ ব্যবহারের সুযোগ। আর Moonshot-এর ওয়েট প্রকাশিত হলে স্থাপন, পরিবর্তন ও সুরক্ষাব্যবস্থা নিয়ে সিদ্ধান্তের আরও বেশি দায়িত্ব মডেল ডাউনলোড করা প্রতিষ্ঠানগুলোর হাতে যাবে।

মূল বিষয়গুলো

• Moonshot-এর দাবি, সাইবার প্রশিক্ষণ উপকরণ বাদ দেওয়ায় K3.1 Pro-এর অভ্যন্তরীণ এক্সপ্লয়েট পরীক্ষার স্কোর ৯০.৫% থেকে ৮১.০%-এ নেমেছে।
• একই পরীক্ষায় ফিল্টার করা মডেলটির স্কোর Kimi K3-এর ৩৩.৩%-এর চেয়ে অনেক বেশি ছিল।
• অভ্যন্তরীণ বেঞ্চমার্কটি প্রকাশ করা হয়নি এবং নতুন ফলাফল স্বাধীনভাবে যাচাই করা হয়নি।
• যুক্তরাজ্য ও যুক্তরাষ্ট্রের আগের পরীক্ষায় K3 ১০টি চেষ্টার একটিতে কৃত্রিম করপোরেট নেটওয়ার্কে আক্রমণ সম্পন্ন করেছিল।
• চীন এআই দিয়ে ম্যালওয়্যার তৈরির প্রযুক্তি রপ্তানি নিষিদ্ধ এবং এআই দিয়ে দুর্বলতা খোঁজার প্রযুক্তি রপ্তানিতে বিধিনিষেধের প্রস্তাব করেছে।
• ১৬ অক্টোবর অস্থায়ী রপ্তানি নিবন্ধন শুরু হয়েছে। জনমত গ্রহণ শেষ হবে ১৫ নভেম্বর।
• Moonshot-এর পরিকল্পনা অনুযায়ী ৪ নভেম্বরের মধ্যে K3.1 Pro-এর ওয়েট প্রকাশিত হবে, এতে বাইরের ডেভেলপাররা মডেলটির ব্যবহার সম্পর্কে আরও বেশি নিয়ন্ত্রণ পাবেন।