英国人工智能安全研究所（UK AISI）与美国人工智能标准与创新中心（CAISI）于2026年7月23日联合发布了针对Moonshot AI最新模型Kimi K3（2026年7月16日发布，预计7月27日开源权重）的初步网络能力评估。本次评估由UK AISI和CAISI共同开展，聚焦于Kimi K3在网络攻防领域的能力表现。
评估结果显示，Kimi K3在多项网络测试中的表现显著低于当前最先进的前沿网络能力模型。在利用开发方面，Kimi K3在ExploitBench基准测试中的成功率为32%，这一水平高于开源权重模型GLM-5.2的24%（GLM-5.2是截至2026年6月最具网络能力的开源模型），但远低于前沿美国模型的平均水平。ExploitBench由卡内基梅隆大学开发，基于41个2023年后的V8引擎漏洞，用于衡量模型在软件利用开发链上的进展能力。值得注意的是，Kimi K3未能实现任意代码执行（ACE），在41个样本中ACE成功数为0，而前沿模型平均达到20个。ACE是利用开发中最严重的结果，可使攻击者完全控制目标。
在模拟企业网络攻击环境“The Last Ones”（TLO）中，Kimi K3平均仅完成32步攻击路径中的第17步，而最具网络能力的美国模型平均完成28.5步。TLO模拟了一个包含4个子网、约20台主机的企业网络，人类专家完成整个攻击链大约需要20小时。在100M token的限制下，Kimi K3在10次尝试中有1次成功完成了整个攻击链，表明其在被指示并获得初始网络访问权限的情况下，能够自主攻击小型、弱防御且存在漏洞的企业系统。然而，评估指出，TLO环境与真实世界存在差异：它缺乏主动防御者和防御工具，对可能触发安全警报的行为不施加惩罚，并且包含一条预设的攻击路径。此前，已有四个闭源模型成功破解TLO，其中能力最强的模型在6/10和7/10的尝试中成功；Kimi K3在1/10的尝试中成功。
评估还发现，Kimi K3的防护措施未能阻止其在评估中尝试网络利用开发或进行攻击性网络操作。总体而言，Kimi K3的网络能力低于当前前沿水平，但在开源权重模型中处于领先地位。这些结论基于有限的基准测试，详细的方法论已在报告中公开。