Pemaju AI China DeepSeek dan Moonshot AI sangat bergantung pada output daripada model OpenAI GPT-6 Astra untuk melatih sistem terbaharu mereka, menurut laporan dari The Information yang diterbitkan pada hari Rabu dan dibawa oleh Reuters. Laporan itu memetik orang yang mempunyai pengetahuan langsung tentang perkara itu, dan menekankan bahawa dakwaan penggunaan keluaran Astra belum ditubuhkan secara bebas.
Jika tepat, dakwaan itu akan meletakkan OpenAI di tengah-tengah pertikaian penyulingan yang sama yang telah menjerat saingan utamanya. Bagi pembaca yang menjejaki berita AI mengenai persaingan model dan amalan latihan, cerita itu muncul hanya tiga bulan selepas Anthropic secara terbuka menuduh dua makmal China yang sama — bersama Alibaba — menyuling model Claudenya.
Model manakah yang terlibat?
Pelaporan Maklumat menamakan dua sistem khusus. Kimi K3.1 Pro Moonshot AI, dikeluarkan minggu lepas, dan DeepSeek V4.1-Flash 1017 yang dinaik taraf, yang dilancarkan pada 17 Oktober, dikatakan mendapat manfaat daripada penyulingan menggunakan model sempadan OpenAI. Baik DeepSeek mahupun Moonshot tidak mengesahkan amalan itu, dan laporan itu sendiri memberi amaran bahawa penggunaan output Astra belum ditubuhkan secara bebas.
Penyulingan, dalam penggunaan industri, bermakna melatih satu model pada output yang lebih berkebolehan supaya pelajar belajar untuk menghasilkan semula respons guru. Daripada membayar untuk setiap keupayaan melalui latihan bebas, makmal boleh menanyakan sistem terkemuka dan menggunakan jawapannya sebagai isyarat latihan berkualiti tinggi — lebih murah, lebih pantas dan semakin penting kepada cara model kompetitif dibina.
Corak tuduhan — dan pembelaan baharu
Laporan itu tiba di tengah-tengah satu tahun tuntutan yang semakin meningkat mengenai pengekstrakan model. Pada bulan September, kerajaan A.S. berkata terdapat kempen penyulingan berskala besar oleh syarikat China terhadap syarikat AI Amerika — satu kenyataan Nota Maklumat adalah berasingan daripada laporan baharunya mengenai GPT-6 Astra secara khusus. Tuduhan Ogos Anthropic bahawa Alibaba, DeepSeek, dan Moonshot telah menyaring model Claude menetapkan templat untuk perjuangan semasa.
Pertahanan juga mengeras. Awal bulan ini, Anthropic berkata langkah baharu yang direka untuk menghalang saingan daripada menyalin keupayaan Claude telah mengurangkan data yang dituai melalui apa yang dipanggil serangan penyulingan sebanyak kira-kira 90 hingga 99 peratus. Angka tersebut menunjukkan bahawa memantau corak pertanyaan, menyekat akses dan mengehadkan kadar aktiviti mencurigakan boleh meningkatkan kos pengekstrakan secara terukur — walaupun perlindungan hanya berfungsi sehingga penyerang menyesuaikan diri.
OpenAI tidak menyatakan sama ada ia mengesan corak serupa terhadap GPT-6 Astra atau sama ada ia merancang perubahan dasar sebagai tindak balas kepada laporan itu. Syarat perkhidmatan syarikat, seperti pesaingnya, mengehadkan penggunaan output untuk melatih model bersaing.
Apakah penyulingan boleh dan tidak boleh lakukan
Realiti teknikal lebih bernuansa daripada yang dicadangkan oleh tajuk utama. Output boleh memberikan isyarat latihan yang berguna, tetapi ia tidak memindahkan seni bina model, data latihannya, parameter dalamannya atau setiap satu daripada keupayaannya. Keberkesanan penyulingan bergantung pada kualiti dan kepelbagaian contoh yang dituai dan pada proses latihan yang menggabungkannya. Model suling mungkin sepadan dengan guru pada penanda aras yang menyerupai data yang dituai sambil kekal lemah di tempat lain.
Nuansa itu memotong kedua-dua arah. Ini bermakna kempen penyulingan yang dilaporkan tidak mendedahkan berapa banyak prestasi model saingan yang sebenarnya diperoleh daripada pengekstrakan, sama ada syarat perkhidmatan telah dilanggar atau sama ada keupayaan yang terhasil akan muncul juga. Tetapi ini juga bermakna penuaian berskala besar boleh memberikan pesaing laluan yang lebih pantas kepada keupayaan tertentu — terutamanya pengekodan dan penaakulan, di mana jurang antara model sempadan dan pengikut pantas telah mengecil sepanjang tahun.
Keseimbangan yang sukar untuk industri
Kedua-dua pihak dalam pertikaian ini tidak melihat amalan itu mudah. Penyulingan itu sendiri tidak semestinya tidak wajar — pembangun AI secara rutin menggunakan teknik yang memindahkan pengetahuan antara model mereka sendiri — dan akses luas kepada sistem terkemuka adalah yang membolehkan syarikat pemula, penyelidik dan perniagaan membina produk sama sekali. Ketegangan timbul secara berskala: akses tanpa had menjadikannya lebih mudah bagi pihak ketiga untuk mengumpul set data output yang besar untuk tujuan yang tidak pernah dibenarkan oleh pembekal.
Perlindungan yang diberikan oleh penyedia sebagai tindak balas membawa kos mereka sendiri. Memantau corak pertanyaan luar biasa, mengehadkan akses kepada keupayaan tertentu, mengenakan had penggunaan dan menyiasat pengumpulan pukal semuanya menaikkan harga pengekstrakan — tetapi ia juga mewujudkan geseran operasi untuk pembangun dan perusahaan yang sah yang bergantung pada akses API yang mantap. Industri ini, pada hakikatnya, sedang berunding di mana pembangunan model yang sah berakhir dan pengekstrakan tanpa kebenaran bermula, satu perubahan dasar pada satu masa.
Ekonomi di sebalik perjuangan
Sebab penjagaan makmal adalah aritmetik. Latihan model sempadan menelan belanja berbilion dolar dalam pengiraan dan penyelidikan. Jika pesaing boleh menghasilkan semula keupayaan penting dengan menyoal model sedia ada secara sistematik pada harga API, kelebihan kewangan membina sistem sempadan mengecut — dan insentif untuk terus membinanya menyusut dengannya. Logik itu menerangkan sebab makmal Amerika telah menghabiskan tahun 2026 untuk mengeraskan pertahanan mereka, dan mengapa setiap tuduhan baharu tidak menjadi gosip berbanding sebagai titik data dalam perang ekonomi yang belum selesai.
Bagi pembangun Cina, kalkulusnya berbeza. Akses kepada cip paling canggih adalah terhad, dan penyulingan menawarkan laluan kepada prestasi kompetitif tanpa sepadan dengan belanjawan pengiraan. Laporan Maklumat mencadangkan bahawa laluan berjalan melalui perdana OpenAI sendiri — tuduhan yang sama, bertujuan untuk sasaran yang berbeza.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
