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
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26