AI News

Moonshot AI: Nachrichten

5 Meldungen über Moonshot AI.

GerüchtPolitik und Regulierung ·

Moonshot AI soll Nvidia-Blackwell-GPUs über europäische Rechenzentren gesucht haben

Wie Quellen gegenüber CNBC berichteten, versuchte Moonshot AI, Zugang zu Nvidia-Blackwell-Clustern in Europa zu mieten, nachdem US-Beamte Bedenken wegen Fernzugriffen geäußert hatten.

Warum es wichtig ist: Fernzugriffe auf GPU-Cluster im Ausland können Exportbeschränkungen für Chips umgehen. Für Unternehmen, die Rechenleistung im Ausland mieten, entstehen dadurch Compliance-Risiken.

2 Quellen
OffiziellForschung ·

Artificial Analysis startet VIALS-AA: Gemini 4 Carbon (high) führt mit 64 %

Artificial Analysis hat mit VIALS-AA einen Benchmark für das Schlussfolgern über wissenschaftliche Bilder vorgestellt. An der Spitze liegt Gemini 4 Carbon (high), das 64 % der Aufgaben in allen drei Durchläufen richtig beantwortet.

Warum es wichtig ist: Ein Ergebnis aus einem einzigen Durchlauf kann bei bildbasierter wissenschaftlicher Arbeit große Unterschiede in Zuverlässigkeit und Kosten verdecken. Dort kann ein Ergebnis, das sich zwischen Läufen ändert, Teams zu falschen Schlüssen führen.

1 Quelle
BerichtetOpen Source · · Aktualisiert

Moonshot veröffentlicht offene Gewichte für Kimi K3.1 Pro

Moonshot hat die Gewichte seines Flaggschiffs K3.1 Pro freigegeben: ein Modell mit 2,8T Parametern, davon 104B aktiv, und einem Kontext von 1M Token.

Warum es wichtig ist: Ein Modell dieser Größe mit offenen Gewichten bietet Unternehmen eine selbst hostbare Option auf Frontier-Niveau, allerdings ist die dafür nötige Hardware beträchtlich.

2 Quellen
OffiziellForschung ·

Realtime-Bench: Führende KI-Modelle tun sich mit zeitkritischen Aufgaben schwer

Ein Benchmark mit 50 Spiel- und Webaufgaben zeigt: Unter realer Latenz bestehen Spitzenmodelle nur 36 % der Aufgaben, bei angehaltener Uhr sind es bis zu rund 80 %.

Warum es wichtig ist: Die Lücke zwischen den Ergebnissen mit angehaltener Uhr und in Echtzeit deutet darauf hin, dass aktuelle Agenten überall dort unzuverlässig sind, wo Reaktionsgeschwindigkeit zählt, etwa beim Ticketkauf oder bei Auktionsgeboten. Teams sollten nicht davon ausgehen, dass starke Offline-Benchmark-Werte auf latenzkritische Live-Workflows übertragbar sind.

1 Quelle
BerichtetSicherheit ·

DeepSeek und Moonshot sollen Modelle mit Outputs von GPT-6 Astra trainieren

Berichten zufolge nutzen DeepSeek und Moonshot AI Outputs von GPT-6 Astra, um neue Modelle zu trainieren, nachdem Anthropic seine Abwehr gegen Destillation verschärft hat.

Warum es wichtig ist: Der Diebstahl von Modell-Outputs entwickelt sich zu einem Wettbewerbs- und Sicherheitsproblem. Das könnte bei den Anbietern von Frontier-Modellen zu strengeren Zugangskontrollen und Nutzungsbedingungen führen.

1 Quelle