एंथ्रॉपिक का आरोप: मूनशॉट ने किमी के लगभग 3 लाख यूज़र अनुरोध क्लॉड के जरिए प्रोसेस किए

एंथ्रॉपिक की सितंबर 2026 की थ्रेट-इंटेलिजेंस रिपोर्ट में आरोप लगाया गया है कि मूनशॉट एआई ने अपनी Kimi सेवा पर आए कुछ अनुरोधों को चुपके से एंथ्रॉपिक के Claude मॉडल तक भेजा, फिर मिले जवाबों को किमी के जवाब के रूप में पेश किया। एंथ्रॉपिक इसे सामान्य थर्ड-पार्टी एआई उपयोग नहीं, बल्कि मॉडल क्षमताएं निकालने के लिए किया गया कथित अवैध डिस्टिलेशन बताता है। इन आरोपों का सार्वजनिक रूप से स्वतंत्र कानूनी या तकनीकी निपटारा नहीं हुआ है। 15

एंथ्रॉपिक ने मूनशॉट पर क्या आरोप लगाया?

एंथ्रॉपिक के अनुसार, उसने मूनशॉट से जुड़ा एक ऐसा ऑपरेशन पहचाना जिसमें करीब 3 लाख ग्राहक अनुरोध मुख्य रूप से Claude Opus को भेजे गए। कंपनी ने इस ट्रैफिक को 5,380 कथित फर्जी खातों से जोड़ा; इनमें से अधिकांश खाते सिंगापुर और जापान में स्थित प्रतीत हुए। एंथ्रॉपिक का कहना है कि किमी इस्तेमाल करने वाले यूज़रों को यह नहीं बताया गया था कि उनके अनुरोध मूनशॉट के अपने मॉडल के बजाय क्लॉड से प्रोसेस हो रहे हैं। 15

कंपनी का दावा है कि ऑपरेटरों ने असमान रूप से Claude Opus को निशाना बनाया और नए, आम लोगों के लिए उपलब्ध क्लॉड मॉडल जारी होने के 24 घंटे के भीतर ही उन्हें क्वेरी करना शुरू कर दिया। एंथ्रॉपिक इसे नई क्षमताओं को तेजी से हासिल करने की कोशिश का संकेत मानता है। 15

‘डिस्टिलेशन’ क्या है और यहां विवाद क्यों है?

मशीन लर्निंग में डिस्टिलेशन अपने-आप में वैध तकनीक हो सकती है। मसलन, कोई डेवलपर अपने नियंत्रण वाले या अनुमति से इस्तेमाल किए गए बड़े मॉडल के जवाबों के आधार पर छोटा मॉडल प्रशिक्षित कर सकता है।

लेकिन एंथ्रॉपिक का आरोप है कि इस मामले में कथित गतिविधि फर्जी खातों, प्रॉक्सी और ऐसे एक्सेस पर आधारित थी जो उसकी सेवा-शर्तों और क्षेत्रीय पहुंच प्रतिबंधों का उल्लंघन करते थे। 1315

एंथ्रॉपिक के मुताबिक, ज्यादा सक्षम मॉडल से बड़ी और विविध मात्रा में जवाब जुटाकर—खासकर रीजनिंग, कोडिंग और टूल-यूज़ जैसे कामों में—प्रतिस्पर्धी मॉडल को बेहतर किया जा सकता है। उसका आकलन है कि Claude से बने जवाब Kimi को सुधारने के लिए जुटाए जा रहे थे। यह एंथ्रॉपिक का आरोप और मूल्यांकन है, कोई स्वतंत्र रूप से स्थापित निष्कर्ष नहीं। 15

फरवरी के 1.6 करोड़ एक्सचेंज वाले दावे से इसका संबंध

सितंबर की रिपोर्ट को फरवरी 2026 में एंथ्रॉपिक द्वारा बताए गए व्यापक कथित पैटर्न के एक अधिक विस्तृत मामले के रूप में देखा जाना चाहिए। फरवरी में कंपनी ने आरोप लगाया था कि DeepSeek, Moonshot और MiniMax ने अपने मॉडल बेहतर बनाने के लिए लगभग 24,000 फर्जी खातों के जरिए Claude के साथ 1.6 करोड़ से अधिक एक्सचेंज किए। 13

इसलिए लगभग 3 लाख अनुरोधों का आंकड़ा 1.6 करोड़ के कुल आंकड़े का विकल्प या संशोधन नहीं है। यह मूनशॉट से जुड़े एक विशिष्ट कथित रूटिंग ऑपरेशन का विवरण है, जबकि फरवरी का आंकड़ा तीन लैब से सामूहिक रूप से जोड़ी गई गतिविधि को कवर करता था। 1315

एंथ्रॉपिक ने सितंबर रिपोर्ट में यह भी कहा कि फरवरी के खुलासे के बाद उसने चीन स्थित सात लैब की ओर से क्लॉड पर अतिरिक्त कथित डिस्टिलेशन हमले पहचाने और बाधित किए। कंपनी के अनुसार, ये प्रयास आम लोगों के लिए उपलब्ध मॉडल पर थे, न कि उन मॉडल पर जो सार्वजनिक रूप से सुलभ नहीं हैं। 15

अमेरिकी एजेंसियों के व्यापक आरोप

एंथ्रॉपिक की रिपोर्ट से अलग, अमेरिकी एजेंसियों ने सितंबर की एक एडवाइजरी में कहा कि चीन स्थित छह एआई कंपनियों—DeepSeek, Moonshot, Alibaba, MiniMax, StepFun और Z.AI—ने लाखों अनुरोधों के जरिए अमेरिकी फ्रंटियर एआई मॉडल से अरबों टोकन निकाले। एडवाइजरी ने इसे औद्योगिक पैमाने का डिस्टिलेशन बताया और कहा कि इसमें Anthropic, OpenAI, Google और xAI के मॉडल शामिल थे। 33

यह सरकारी आरोप मूनशॉट के मामले और सिर्फ क्लॉड, दोनों से व्यापक है। यह भी सार्वजनिक कानूनी या तकनीकी निपटारे के बजाय आरोप ही है। 33

एंथ्रॉपिक की कार्रवाई और सुझाई गई सुरक्षा

एंथ्रॉपिक का कहना है कि उसने पहचानी गई गतिविधि बाधित की, संबंधित खातों पर प्रतिबंध लगाया और इस ऑपरेशन के व्यवहारिक संकेतों के आधार पर डिटेक्शन सिस्टम तैयार किए, ताकि नए खाते बनाकर गतिविधि दोहराने की कोशिश रोकी जा सके। 15

कंपनी एक ही अकाउंट बैन पर निर्भर रहने के बजाय कई स्तरों वाली सुरक्षा का सुझाव देती है:

• व्यवहार-आधारित पहचान: असामान्य रूप से अधिक मात्रा, दोहराव या खास क्षमताओं पर केंद्रित अनुरोध पैटर्न की पहचान।
• खाते और इन्फ्रास्ट्रक्चर का मिलान: अकाउंट, भुगतान माध्यम, आईपी एड्रेस, प्रॉक्सी और अनुरोध मेटाडेटा के संकेतों को आपस में जोड़ना।
• अतिरिक्त जांच और प्रवर्तन: संदिग्ध एक्सेस को सत्यापित या सीमित करना और तेजी से नए खाते बनाने को कठिन करना।
• नए मॉडल लॉन्च पर निगरानी: नया मॉडल उपलब्ध होते ही बारीकी से निगरानी रखना, क्योंकि कथित एक्सट्रैक्शन प्रयास जल्दी रुख बदल सकते हैं।
• जानकारी साझा करना: एआई प्रदाताओं और संबंधित अधिकारियों के बीच संकेत साझा करना, क्योंकि प्रॉक्सी नेटवर्क गतिविधि को एक सेवा से दूसरी सेवा तक ले जा सकते हैं। 1315

एंथ्रॉपिक की रिपोर्ट का मुख्य तर्क यह नहीं है कि हर तरह का मॉडल डिस्टिलेशन गलत है। कंपनी का कहना है कि कथित फर्जी पहचान और बिना बताए रूटिंग के साथ बड़े पैमाने पर आउटपुट निकालना किसी प्रतिस्पर्धी को प्रदाता के एक्सेस नियमों और सुरक्षा उपायों को दरकिनार करते हुए अहम क्षमताएं दोहराने में मदद कर सकता है। 1315