英国AISI/米国CAISIによるKimi K3のサイバー能力に関する予備評価

英国人工知能セキュリティ研究所（UK AISI）と米国人工知能標準・イノベーションセンター（CAISI）は、2026年7月23日、Moonshot AIの最新モデルKimi K3（2026年7月16日リリース、7月27日オープンウェイト公開予定）のサイバー能力に関する予備評価を共同で発表しました。本評価はKimi K3のサイバー攻撃能力に焦点を当てたものです。

評価の結果、Kimi K3は複数のサイバー関連テストにおいて、最新のフロンティアモデルよりも大幅に低いパフォーマンスを示しました。エクスプロイト開発ベンチマークであるExploitBench（カーネギーメロン大学開発、2023年以降のV8エンジンの41の脆弱性に基づく）では、Kimi K3の成功率は32%であり、オープンウェイトモデルGLM-5.2の24%を上回ったものの、フロンティア米国モデルの平均には及びません。特に、Kimi K3は任意コード実行（ACE）を41サンプル中0件しか達成できず、フロンティアモデルは平均20件達成しました。ACEはエクスプロイト開発において最も深刻な結果であり、攻撃者に標的の乗っ取り能力を付与します。

模擬企業ネットワーク攻撃環境「The Last Ones」（TLO）では、Kimi K3は32ステップの攻撃経路のうち平均17ステップしか到達できませんでした（米国トップモデルは平均28.5ステップ）。TLOは4つのサブネットと約20台のホストからなる模擬企業ネットワークで、人間の専門家が完了するのに約20時間を要します。100Mトークンの制限内で、Kimi K3は10回の試行のうち1回TLOを完了しました。これは、指示され初期ネットワークアクセスが与えられた場合、Kimi K3が小規模で防御が弱く脆弱なエンタープライズシステムを自律的に攻撃できる能力を持つことを示しています。ただし、TLOは実際の環境とは異なり、能動的な防御者や防御ツールが欠如しており、セキュリティアラートを引き起こす行動に対するペナルティがなく、意図的な攻撃経路が含まれています。以前のテストでは、4つの公開閉鎖モデルがTLOを解決しており、最も能力の高いモデルは6/10および7/10の試行で解決していました。Kimi K3は標準の100Mトークン制限内で1/10の試行で解決しました。

Kimi K3のセーフガードは、評価中にサイバーエクスプロイト開発や攻撃的なサイバー運用を試みることを妨げませんでした。全体として、Kimi K3のサイバー能力は現在のフロンティア水準には達していませんが、オープンウェイトモデルの中ではトップクラスです。評価は限られたベンチマークに基づく予備的なものであり、詳細な方法論が公開されています。