Offene Gewichte überschwemmen den Markt für Entscheidungsmodelle, während OpenAI einräumt, dass sein Reasoning gestohlen wurde
OpenAI hat am 1. Oktober eine Kampagne gestoppt, mit der Unbekannte das verborgene Reasoning hinter den eigenen Modellen auslesen wollten. Dieselbe Technik funktionierte wochenlang weiter auf Microsoft Azure. Am selben Tag erschienen drei neue offene oder offen gewichtete Modelle, dazu eine neue Anschuldigung: Die Schutzmechanismen der Frontier-Labore wandern nicht mit den Modellgewichten.

Über die Kampagne berichtete OpenAI in einem Blogbeitrag, den The Decoder und The Hacker News am 1. Oktober aufgriffen. Laut OpenAI begann die Aktivität am 1. Juli 2026 mit geringem Umfang. Am 24. und 25. Juli schnellte sie auf 16.000 Anfragen von mehr als 4.000 Nutzern hoch. Bis zum 28. Juli stoppte OpenAI sie vollständig. Eine Fußnote in OpenAIs Beitrag hält fest, dass es sich um versuchte Extraktionen handelte, nicht zwangsläufig um erfolgreiche.
OpenAI schreibt "einen Kerncluster" der Aktivität Personen zu, die mit Moonshot AI in Verbindung stehen, dem Pekinger Unternehmen hinter dem Modell Kimi. The Hacker News merkt an, dass OpenAI für diese Zuschreibung keine technischen Belege nannte. Das Unternehmen erklärt zudem, es sei unklar, ob jeder beobachtete Akteur auf eine einzige Quelle zurückgeht.
Der Trick, der die Reparatur überlebte
Der Mechanismus ist kein Hack im herkömmlichen Sinn. Anbieter geben das Reasoning eines Modells als verschlüsselte Pakete an Kunden zurück. Kunden schicken diese zusammen mit Folgefragen weiter. Die Forscher Joachim Schaeffer und Kollegen zeigten, dass diese Pakete gemeinsame Schlüssel verwenden. Sie lassen sich deshalb zwischen Sitzungen, Nutzern und Modellen desselben Anbieters verschieben. Ein günstigeres Modell dient dann als Entschlüsselungsorakel und gibt die verborgenen Gedanken des stärkeren Modells im Klartext aus. OpenAI nennt die Forscher namentlich und erklärt, man habe bestätigt, dass ihre Angriffswege real waren. Seitdem hat das Unternehmen Konten gesperrt, die Registrierung verschärft, den Weg zum Wiedereinspielen geschlossen und eine Prüfung der gestreamten Ausgabe ergänzt. The Decoder berichtet, die Forscher hätten am selben Tag ein Update veröffentlicht. "We stole reasoning. Again", schrieb Schaeffer auf X. Er argumentierte, wer seine eigene API absichere, sichere damit nicht das weitere Ökosystem der Cloud-Anbieter, die Zugang zu denselben Modellen weiterverkaufen. Für diese Anbieter nennt die Berichterstattung keine Summe von 500.000.000 Dollar an Schäden oder Investitionen; belegt sind nur die genannten Zugriffe.
Diese Einordnung ist für offene Gewichte wichtig.
Anthropic warnt seit einer Woche, dass chinesische offene Modelle wie GLM-5.3 Fähigkeiten zum Schreiben von Exploits auf Spitzenniveau erreichen, ohne gleichwertige Schutzmechanismen. The South China Morning Post und Tom's Hardware griffen diese Berichte auf. Yann LeCun nannte die Cybersicherheitsaussagen von Dario Amodei öffentlich überzogen, wie Startup Fortune am 1. Oktober berichtete. Der Streit ist ungelöst.
Entscheidungsmodelle, keine Chatbots
Die konkreteste Nachricht zu offenen Gewichten am 1. Oktober ist kleiner als ein Frontier-Modell. Cloudflare veröffentlichte Clef und Clef-flash, zwei Entscheidungsmodelle, die auf Workers AI laufen und auf Hugging Face unter Apache 2.0 als Open Source stehen. Cloudflare zufolge führt Clef den Jev Decision Index an. In einem internen Test zur Bedrohungsanalyse klassifizierte es eine Website in 2,2 Sekunden. Derselbe Ablauf dauerte mit gpt-oss-120b 4,7 Sekunden.
Auch andere drängen in diese Kategorie. TechCrunch meldete am 1. Oktober, Amazon habe einen eigenen Jev-Klon veröffentlicht, während Entscheidungsmodelle sich verbreiten. Ebenfalls dort war am 30. September zu lesen, dass OpenAIs neue Decisions API dem Modell Luna eine vorgegebene Auswahl von Optionen gibt, zwischen denen es wählen kann. InfoQ berichtete am 1. Oktober über Jev von TypeSafe AI; es liefert typisierte Wahrscheinlichkeiten statt Text. Die Analyse von Sebastian Raschka vom 29. September argumentiert, Jev sei ein Textklassifikator, der schneller und günstiger als allgemeine LLMs arbeitet, sie aber nicht ersetzt.
An anderer Stelle läuft die Strömung der offenen Gewichte durch Forschung und Hardware. Metas Superintelligence Labs veröffentlichten am 29. September Context Language Models, der Code liegt auf GitHub. Das Projekt beansprucht 11,4 Prozent höhere Genauigkeit und 21,5 Prozent weniger FLOPs auf BrowseComp-Plus. Ein Freiwilligenprojekt namens Coop trainiert vorab ein Modell mit 145.000.000 Parametern auf gespendeter Consumer-Hardware. Ein Cluster aus sieben ESP32-S3-Knoten betreibt ein 0,5B-BitNet-Modell über SPI. Nichts davon bedroht die Frontier-Labore. Zusammen zeigt es, wohin das billige Ende des Marktes läuft.
Quellen
15- 01OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on AzureEN
- 02OpenAI Disrupts Reasoning Extraction Campaign Linked to Moonshot AI AssociatesEN
- 03Introducing Clef: our open-source decision models, and new RL fine-tuning platformEN
- 04Amazon releases its own Jev clone as decision models flood the webEN
- 05OpenAI's Jev clone could help the frontier lab stop its swarming agentsEN
- 06TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of TextEN
- 07Language models for text classification: From bag-of-words to JevEN
- 08Context Language ModelsEN
- 09facebookresearch/context-language-modelsEN
- 10Coop: A small language model pretrained by volunteersEN
- 11ESP32S3 cluster running 1.58-bit (BitNet) Language modelEN
- 12China's DeepSeek open-sources tools to help Huawei chips supplant Nvidia in AIEN
- 13Nvidia launches Open Agent Safety Platform to physically restrain rogue AI agentsEN
- 14OpenAI halts frontier-model training amid string of agent misalignment incidentsEN
- 15Language models will hide 'bad news' in reports by defaultEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.