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网络安全评测：能挖漏洞但易被越狱(4 条相关)→
「模型」频道最新
- 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
- Terminal-Bench 4.0:GPT-6.1 Terra 涨约 20 分,追平 GPT-6.1 Sol — ArtificialAnlys · 2026-10-27
- AA 公布 Intelligence Index v4.3.2 各子项评测明细 — ArtificialAnlys · 2026-10-27
- AA 实测:GPT-6.1 Terra 幻觉率降 50%,准确率还升 2 分 — ArtificialAnlys · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27