USA accusano Moonshot AI: Kimi K3 sarebbe stato migliorato distillando Claude Fable 5

🤖 Cosa cambia

• NSA, FBI e CISA attribuiscono a sei aziende cinesi campagne industriali di distillazione contro modelli AI statunitensi.
• Il rapporto sostiene che Moonshot AI abbia usato dati da Claude Fable 5 per Kimi K3 e GPT-4o per Kimi K2.
• Le agenzie parlano di miliardi di token, milioni di richieste, proxy, account multipli e servizi aggregatori usati per aggirare i controlli.

Moonshot AI, sviluppatore cinese della famiglia Kimi, è entrato formalmente nel mirino delle agenzie di sicurezza statunitensi. Un advisory congiunto di NSA, FBI e CISA sostiene che Moonshot, DeepSeek, Alibaba, MiniMax, StepFun e Z.AI abbiano utilizzato la knowledge distillation su scala industriale per estrarre capacità dai modelli frontier statunitensi. Il documento va molto oltre le precedenti accuse provenienti dalle singole aziende: attribuisce esplicitamente a Moonshot l’uso di dati prodotti da Claude Fable 5 per addestrare Kimi K3 e di output di GPT-4o per Kimi K2. È un’accusa istituzionale, non una dimostrazione giudiziaria, ma sposta lo scontro sulla distillazione dall’industria alla sicurezza nazionale.

NSA, FBI e CISA parlano di miliardi di token

Nel Joint Cybersecurity Advisory pubblicato dalle agenzie statunitensi viene sostenuto che le sei società cinesi abbiano estratto miliardi di token attraverso milioni di richieste da modelli Claude, GPT, Gemini e Grok almeno dalla fine del 2024. Le agenzie riconoscono esplicitamente che la distillazione è una tecnica legittima e utilizzata normalmente nella ricerca AI, ma distinguono questa pratica dall’uso che attribuiscono alle aziende cinesi: accesso distribuito tra API, cloud, aggregatori e servizi proxy, con l’obiettivo di superare restrizioni geografiche, termini di servizio e sistemi di rilevamento. La questione è quindi formulata dagli Stati Uniti non come divieto generale della distillazione, ma come estrazione sistematica di capacità proprietarie attraverso accessi considerati non autorizzati.

Moonshot avrebbe usato Claude Fable 5 per Kimi K3

La parte dedicata a Moonshot AI è particolarmente dettagliata. Secondo l’advisory, l’azienda avrebbe condotto una campagna estesa almeno dalla metà del 2025, utilizzando modelli di Anthropic, OpenAI, Google e xAI per trasferire capacità di supervised fine-tuning, reinforcement learning, software engineering e matematica. Il rapporto sostiene esplicitamente che dati provenienti da Claude Fable 5 siano stati utilizzati per Kimi K3, mentre GPT-4o sarebbe stato sfruttato per Kimi K2. Tra i modelli elencati compaiono inoltre Claude Opus 4.1, diverse generazioni Sonnet, GPT-5, GPT-5 Codex, Gemini 2.5 Pro e Grok Code Fast-1. L’accusa arriva dopo che Kimi K3 aveva già costretto il mercato a interrogarsi sulla velocità con cui i laboratori cinesi stavano riducendo il divario.

Leggi anche: Anthropic aveva già accusato laboratori cinesi di condurre distillazione industriale contro Claude

Proxy e transfer station diventano l’infrastruttura della distillazione

Il rapporto descrive anche il modo in cui queste attività sarebbero state organizzate. Le aziende cinesi avrebbero distribuito le richieste tra account multipli, API ufficiali, provider cloud, aggregatori di modelli e un mercato grigio di proxy definiti transfer station. Lo scopo sarebbe stato ridurre la possibilità che un singolo provider identificasse volumi incompatibili con un utilizzo ordinario. Le agenzie citano anche abbonamenti premium acquistati in massa e condivisi tra gruppi di sviluppatori, failover automatico tra provider quando un percorso veniva bloccato, sistemi di valutazione per capire se il modello bersaglio stesse alterando le risposte e tentativi di estrazione del chain-of-thought. È una descrizione che avvicina la distillazione a una vera operazione distribuita di raccolta dati piuttosto che a una normale pipeline di training.

L’accusa riapre il problema delle prove pubbliche

Il salto istituzionale non elimina però una questione centrale: l’advisory espone attribuzioni molto precise ma non rende pubblica tutta l’evidenza tecnica sottostante. Questo aspetto pesa soprattutto nel caso Kimi K3, perché la distillazione era già diventata oggetto di contestazione quando Moonshot aveva presentato il modello. A luglio, la vicenda era stata inserita direttamente nel confronto geopolitico tra Kimi K3, chip, data center e modelli statunitensi. Le nuove accuse delle agenzie federali sono molto più circostanziate, ma restano dichiarazioni di intelligence e cybersecurity: non equivalgono automaticamente a una sentenza sulla violazione della proprietà intellettuale, né dimostrano da sole quale quota delle capacità finali di Kimi derivi dagli output statunitensi rispetto a dati, architettura e training proprietari.

Distillare un modello non significa copiarne i pesi

La distinzione è tecnicamente essenziale. La knowledge distillation non richiede l’accesso ai pesi del modello teacher. Il modello bersaglio viene interrogato e le sue risposte possono essere utilizzate come dati sintetici per addestrare un secondo sistema. In condizioni normali è una procedura standard, usata anche per comprimere modelli, trasferire capacità o produrre dataset. La controversia nasce quando i provider vietano nei termini di servizio l’uso degli output per sviluppare sistemi concorrenti e quando le richieste vengono mascherate attraverso proxy e account multipli. In quel momento il problema non è più soltanto scientifico, ma diventa contrattuale, industriale e geopolitico. Il caso Moonshot è quindi destinato a diventare un precedente importante per stabilire dove finisca l’apprendimento da un modello e dove inizi l’appropriazione di una capacità proprietaria.

Continua con:

• Kimi K3 guida la Frontend Code Arena e sfida Claude Fable 5 nel coding
• USA e Cina spostano la sfida AI su modelli open source, energia e infrastrutture

Kimi diventa un caso di sicurezza nazionale

La conseguenza più importante dell’advisory è il cambio di livello del confronto. Kimi non viene più osservato soltanto come concorrente tecnologico di Claude, GPT o Gemini, ma come parte di una dinamica che Washington considera rilevante per la sicurezza nazionale. Le agenzie sostengono che la distillazione consenta alla Cina di ridurre costi di ricerca, compute ed energia necessari per colmare il divario con gli Stati Uniti. Pechino ha respinto pubblicamente le accuse generali rivolte alle aziende cinesi. La questione resta quindi aperta su due piani differenti: da una parte la prova tecnica e giuridica delle singole condotte, dall’altra una competizione nella quale perfino gli output dei modelli vengono ormai trattati come un asset strategico da proteggere. Il paradosso è evidente: più i frontier model vengono resi accessibili come servizi globali, più diventa difficile impedire che le loro capacità diventino a loro volta materiale di training per il concorrente successivo.