Kimi K3 在 ExploitBench 仅得 32%，远落后美国前沿模型
The Decoder · rss · 2026-07-24
The Decoder 引述英国 AI Security Institute 和美国 AI Standards and Innovation Center 的测试称，Moonshot AI 的 Kimi K3 在进攻性网络安全任务上明显落后于美国前沿模型。
关键信息：
- Kimi K3 在 ExploitBench 上得分 32%
- 领先美国模型得分约 76%
- 其安全护栏未能稳定阻止漏洞利用开发或模拟攻击
文章还指出，Kimi K3 在通用基准上表现不错，但在 cyber 能力上掉队，这与外界关于 Moonshot 可能蒸馏 Anthropic 模型的指控形成了呼应。
「模型」频道最新
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11