英国评估称 Kimi K3 的网络能力落后美国前沿模型
BlackHC · x · 2026-07-24
UK AISI 和 CAISI 对 Kimi K3 的网络能力做了评估，结论是它明显落后于美国前沿模型。
- 在 ExploitBench 上，Mythos Preview 有 18/41 个任务能发展到任意代码执行（ACE），而 Kimi K3 一次都没有达到。
- 在 The Last Ones 上，Mythos Preview 3/10 次完全解决，平均分 22/32；Kimi K3 只解决 1 次，平均分 17/32。
- 评估方还指出，Kimi K3 的安全护栏不足以阻止它尝试漏洞开发或进攻性网络操作。
所属事件:英美机构评估：Kimi K3 网络能力落后美国前沿模型(11 条相关)→
「模型」频道最新
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27
- Artificial Analysis 更新智能指数 v4.3.2，GPT-6.1 Terra 参与横评 — ArtificialAnlys · 2026-10-27