Výzkumníci z univerzity v Tübingen, Institutu Maxe Plancka, organizace MATS Research a firmy Snyk objevili způsob, jak z modelů Claude, GPT a Gemini získat skryté reasoning traces, tedy psané kroky uvažování, které modely provádějí při řešení složitých problémů. Metoda využívá toho, že poskytovatelé nabízejí modely různých velikostí: menší verze prošly méně alignment tréninkem, a tak méně odmítají prozradit své vnitřní myšlení. Výsledky naznačují, že čínský open-weight model Kimi K3 od Moonshot AI produkuje nápadně podobné výstupy jako skryté uvažování Claude Opus 4.8 a GPT 5.6 Sol. To podle vědců může být známka, že část čínských modelů vzniká destilací z předních amerických modelů, důkaz to ale nepodává. Metoda zároveň umožňuje získat z uvažování osobní údaje, třeba hesla a API klíče; tato zranitelnost už byla opravena.
