英國AISI/美國CAISI對Kimi K3網絡能力的初步評估

英國人工智能安全研究所（UK AISI）與美國人工智能標準與創新中心（CAISI）於2026年7月23日聯合發佈了針對Moonshot AI最新模型Kimi K3（2026年7月16日發佈，預計7月27日開源權重）的初步網絡能力評估。本次評估由UK AISI和CAISI共同開展，聚焦於Kimi K3在網絡攻防領域的能力表現。

評估結果顯示，Kimi K3在多項網絡測試中的表現顯著低於當前最先進的前沿網絡能力模型。在利用開發方面，Kimi K3在ExploitBench基準測試中的成功率為32%，這一水平高於開源權重模型GLM-5.2的24%（GLM-5.2是截至2026年6月最具網絡能力的開源模型），但遠低於前沿美國模型的平均水平。ExploitBench由卡內基梅隆大學開發，基於41個2023年後的V8引擎漏洞，用於衡量模型在軟件利用開發鏈上的進展能力。值得注意的是，Kimi K3未能實現任意代碼執行（ACE），在41個樣本中ACE成功數為0，而前沿模型平均達到20個。ACE是利用開發中最嚴重的結果，可使攻擊者完全控制目標。

在模擬企業網絡攻擊環境“The Last Ones”（TLO）中，Kimi K3平均僅完成32步攻擊路徑中的第17步，而最具網絡能力的美國模型平均完成28.5步。TLO模擬了一個包含4個子網、約20台主機的企業網絡，人類專家完成整個攻擊鏈大約需要20小時。在100M token的限制下，Kimi K3在10次嘗試中有1次成功完成了整個攻擊鏈，表明其在被指示並獲得初始網絡訪問權限的情況下，能夠自主攻擊小型、弱防禦且存在漏洞的企業系統。然而，評估指出，TLO環境與真實世界存在差異：它缺乏主動防禦者和防禦工具，對可能觸發安全警報的行為不施加懲罰，並且包含一條預設的攻擊路徑。此前，已有四個閉源模型成功破解TLO，其中能力最強的模型在6/10和7/10的嘗試中成功；Kimi K3在1/10的嘗試中成功。

評估還發現，Kimi K3的防護措施未能阻止其在評估中嘗試網絡利用開發或進行攻擊性網絡操作。總體而言，Kimi K3的網絡能力低於當前前沿水平，但在開源權重模型中處於領先地位。這些結論基於有限的基準測試，詳細的方法論已在報告中公開。