「Kimi K3」不正蒸留疑惑、AIサプライチェーンに突きつけられた調達リスク

何が起きたのか #

中国Moonshot AIが2026年7月17日に発表した大規模言語モデル「Kimi K3」(パラメータ数2兆8000億)を巡り、米政府高官が「Anthropicの『Claude Fable 5』の出力を無断で学習に利用した"不正蒸留"が行われた疑いがある」と指摘した。Kimi K3はAIエージェント向けベンチマーク「AA-Briefcase」でFable 5に次ぐ2位の成績を記録する一方、実行コストはOpus 4.8より高くタスクあたり平均1時間近くかかるという評価も出ており、急速に存在感を高めるその"強さの理由"に疑念の目が向けられた形だ。

「蒸留」というグレーゾーン #

蒸留(distillation)は本来、大規模な教師モデルの出力を使い、小型の生徒モデルを効率よく訓練する確立された手法だ。問題は、競合他社のAPIから利用規約に反する形で大量の出力を収集し、そのまま学習データへ転用したかどうかにある。ハッカー視点で見ればこれは、APIレスポンスという公開された「出力チャネル」を経由して、モデルの重みという知的財産を間接的に抜き出す行為であり、構造としてはデータ持ち出し型のサプライチェーン攻撃に近い。防御側の打ち手も、異常なクエリパターンの検知、レート制限、透かし(watermark)の埋め込みといった、通常のAPI悪用対策の延長線上で語られている。

企業に突きつけられた調達リスク #

今回の騒動は、AIモデルを「中身の見えない完成品」として調達する企業に、学習データの由来が不透明なままでは著作権侵害や機密情報混入のリスクを抱え込みかねないという教訓を突きつけた。ソフトウェアの部品表(SBOM)と同じ発想で、AIモデルにも学習データ・派生関係を追跡できる透明性の仕組みが、今後の調達基準として求められていく可能性がある。米国と中国の間でAIモデルの実力を巡る競争が激化するほど、こうした"出所"を巡る疑惑は今後も繰り返し浮上するとみられ、AIベンダー選定を担う情報システム部門にとっても他人事では済まされないテーマになりつつある。