英美两家AI安全机构联评Moonshot AI的Kimi K3网络攻击能力：ExploitBench成功率32%，41项任务全部未实现任意代码执行

英国人工智能安全研究所（UK AISI）与美国国家标准与技术研究院下属人工智能标准与创新中心（CAISI）在2026年7月23日联合发布对Moonshot AI模型Kimi K3的网络攻击能力初步评估。该模型于2026年7月16日发布。评估用两套环境考察它能不能自己完成攻击链条。在漏洞开发基准ExploitBench上，Kimi K3的任务成功率为32%，高于GLM-5.2的24%；但在全部41项任务中，它一次也没有实现任意代码执行，而前沿模型平均能在41个样本里拿下20个。在名为The Last Ones的网络靶场中，一次完整攻击模拟共32步，Kimi K3平均推进到第17步，美国前沿模型平均推进到第28.5步；在1亿token的上限内，它十次尝试中只有一次走完全程。评估同时指出，Kimi K3的安全防护允许它协助智能体式的漏洞开发。两家机构给出的结论是，这一模型的网络能力强于其他开放权重模型，但明显落后于领先的闭源前沿模型。

开放权重模型到底能不能被直接用来打网络攻击，此前多停留在推测。这份联评把它拆成可复核的分数：能力差距是量化的，而防护缺口是明确的，两者都能被后续评测重复检验。

对模型厂商而言，安全防护是否允许协助漏洞开发，正在成为一项公开可比的指标；对采购方和监管方而言，跨国联合评测提供了不依赖厂商自述的能力基线。