英國AISI與CAISI對Kimi K3網路能力的初步評估

英國人工智慧安全研究所（UK AISI）與美國人工智慧標準與創新中心（CAISI）近日聯合釋出了針對Moonshot AI最新模型Kimi K3的初步評估報告。該模型於2026年7月16日釋出，並計劃於2026年7月27日開源權重。評估聚焦於Kimi K3的網路能力，結果顯示其在多項基準測試中表現低於當前最先進的前沿模型，但優於同類開源模型GLM-5.2。

在漏洞利用開發方面，評估採用了卡內基梅隆大學開發的ExploitBench基準測試。該測試包含41個針對Chrome V8引擎（2023年後的漏洞）的任務，衡量模型在軟體利用鏈中的進展能力。Kimi K3的得分為32%，而GLM-5.2為24%，但最先進的前沿模型平均成功率達到更高水平。值得注意的是，Kimi K3未能在任何任務中實現任意程式碼執行（ACE），而前沿模型平均在20/41的任務中實現了ACE，這是漏洞利用中最嚴重的後果。

在模擬網路攻擊測試“The Last Ones”（TLO）中，研究人員構建了一個包含32個步驟、4個子網和約20臺主機的企業網路環境。Kimi K3平均僅到達第17步，而最強大的美國模型平均到達28.5步。在10次嘗試中，Kimi K3有1次成功完成了整個攻擊路徑，表明其具備自主攻擊小型且防禦薄弱的企業系統的能力。然而，TLO環境缺乏主動防禦和防禦工具，且存在預設的攻擊路徑，與現實環境存在差異。

此外，評估發現Kimi K3的安全防護措施未能阻止其嘗試網路利用開發或進攻性網路操作。儘管模型在整體能力上低於前沿模型，但其在開源模型中表現出相對較強的網路能力。UK AISI和CAISI指出，這些結果為初步評估，基於有限的公共和私有基準測試，未來將進行更全面的分析。

Kimi K3的總體網路能力置信區間較大，因為其能力僅從單個基準（ExploitBench，41個任務）中估算，而其他模型的能力來自更多工。美國的閉源模型在評估時關閉了系統級安全措施，以測量最大能力，而公開版本則保留了這些措施。由於Kimi K3的託管設定特殊性，評估僅選擇了部分網路測試。