Kimi K3 在利用开发上胜过 GLM-5.2，但端到端仍未攻成
kevinsxu · x · 2026-07-28
这条转引的是 Kimi K3 论文里的网络安全评测结果，重点是模型在 exploit 开发上的具体表现。
- 论文称，英国 AI Security Institute 和 NIST CAISI 的独立联合评估结论与其一致。
- 在 ExploitBench 上，Kimi K3 的得分为 32%，高于 GLM-5.2 的 24%。
- 在一个模拟企业网络任务上，它需要 17 步，而人类专家大约要 20 小时。
- 但在端到端 exploit completion 上，它仍落后于前沿 cyber-capable 模型，41 个任务里 0 个实现任意代码执行。
这条的看点是：中美相关机构在这类安全能力评测上居然给出了相近结论。
所属事件:Kimi K3红队测试：攻防能力落后美系前沿模型(2 条相关)→
「模型」频道最新
- Opus 5 体验：技术极强但对话僵硬，更适合做智能体而非创意助手 — MicahBerkley · 2026-07-28
- Reddit 贴出 Google AI 的离谱结论截图 — FrankieMint · 2026-07-28
- AMD 6800H 核显实测：Qwen 3.6 MoE 远快于 31B Q8_0 — tabletuser_blogspot · 2026-07-28
- Kimi K3 公开可视化页上线，可看 896 个专家分析 — uncommoncrawl · 2026-07-28
- Kimi K3 架构可视化工具上线，深度解析 896 个专家 — Course_Latter · 2026-07-28
- 大模型更像“智慧”，推理努力更像“勤奋” — breath_mirror · 2026-07-28