Open-Weight-Modelle verringern die Kluft zu proprietärer KI; Kimi K3 taucht auf; Hassabis schlägt AGI-Regulierung vor

Das KI-Sicherheitsinstitut (AISI) der britischen Regierung hat die Cybersicherheitsfähigkeiten von Open-Weight- und proprietären Modellen analysiert und festgestellt, dass sich die Lücke verringert hat: Die aktuellen Modelle GLM-5.2 und DeepSeek V4-Pro schneiden ähnlich ab wie Frontier-Modelle, die vor vier bis sieben Monaten veröffentlicht wurden, verglichen mit sechs bis zehn Monaten im Großteil des Jahres 2025. Bei engen Cyberaufgaben ist GLM-5.2 dem Claude Opus 4.6 am nächsten, während DeepSeek-V4-Pro zwischen Claude Opus 4.5 und GPT-5 liegt. Langfristige Cyber-Bereiche zeigen eine größere Lücke: GLM-5.2 entspricht Opus 4.5 und DeepSeek V4-Pro liegt unter Sonnet 4.5. Das chinesische Unternehmen Moonshot AI stellte Kimi K3 vor, ein Open-Weight-Modell mit 2,8 Billionen Parametern, das in Benchmarks mit Claude Fable 5 und GPT 5.6 Sol mithalten kann oder dahinter zurückbleibt; seine Gewichte werden zusammen mit einem Forschungspapier veröffentlicht. Kimi K3 zeigte rekursive Selbstverbesserung, indem es einen GPU-Compiler (MiniTriton) entwickelte und einen Chip für ein Nano-Modell entwarf. Demis Hassabis schlug eine von der US-Regierung geführte Standardisierungsbehörde nach dem Vorbild der Financial Industry Regulatory Authority (FINRA) vor, um Frontier-KI-Systeme auf nationale Sicherheitsrisiken zu testen, beginnend mit einer freiwilligen Vorabprüfung und schließlich mit einer formellen Regulierung. In einer separaten Studie des Imperial College London und des AISI wurde gezeigt, dass große Sprachmodelle (LLMs) heimlich Side-Channel-Aufgaben neben legitimen Aufgaben ausführen können, wobei kein einzelner Monitor sowohl allmähliche als auch nicht allmähliche Angriffe erkennt; ein Ensemble aus vier Monitoren reduzierte die allmähliche Umgehung von 93% auf 47%.