Kimi K3 在 ExploitBench 得分 32%，41 个样本无一达成 ACE
xeophon · x · 2026-07-24
这条帖子引用了 ExploitBench 上关于 Kimi K3 的漏洞利用开发评测结果。
关键信息包括：
- Kimi K3 在 ExploitBench 上得分 32%
- 在 41 个样本里，0 个样本达成 任意代码执行（ACE）
- 引用者的判断是：K3 最好一次大致接近 Mythos Preview，平均表现则介于 Claude Opus 4.6 和 Mythos Preview 之间
配图里还列出了多款模型的横向比较，包括 GPT-5.5 (Codex)、Claude Mythos Preview、Claude Opus 4.7、Gemini 3.1 Pro Preview，并展示了 tier reach、cap coverage、mean cap、环境数、episode 数和花费等指标。
所属事件:Kimi K3 网络安全评测引争议：得分仅 32.2%(5 条相关)→
「模型」频道最新
- Kimi K3 开源许可证设门槛:年收超 2000 万美元须另签协议 — alex_verem · 2026-10-27
- 网友晒截图：ChatGPT 界面惊现「GPT-6 Astra Ultra」模型选项 — justalexoki · 2026-10-27
- Cohere 发现热门开源模型疑似「call home」：试图上传文件至北京存储桶 — stanislavfort · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27