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
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11