# Kimi K3 攻防考卷翻车：漏洞利用只到美国前沿模型四成，蒸馏疑云被安全机构摆上台

- Link: https://paooo.com/aigc-news/38970/
- Published: 2026-07-24T18:20:54+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * Kimi K3在ExploitBench仅得32.2%，远低于美国领先模型76.2%。
 * 在TLO企业网络攻防任务中，Kimi K3平均止步第17步，稳定性明显不足。
 * 评测结果与蒸馏争议交叉，指向其通用能力强、网络攻防能力偏弱。

一份来自英美两大 AI 安全机构的联合评测，把月之暗面最新模型 Kimi K3的”另一面”摊在
了阳光下。英国人工智能安全研究所（UK AISI）与美国人工智能标准与创新中心(CAISI)合力
给这款模型做了一次攻击性网络任务体检，结论是:它在漏洞利用开发和模拟网络攻击上大幅
落后于美国领先的前沿模型，但优于同样来自中国的智谱 GLM-5.2，在开放权重模型阵营里
仍立起了一根新标杆。更刺眼的是，Kimi K3的安全护栏几乎没能拦住漏洞利用的开发，模型
在配合这类操作时没遇到像样的阻力。

这场”考试”用的第一份试卷，是卡内基梅隆大学开发的 ExploitBench 基准。它从2023年之后
Chrome V8引擎里挖出41个真实漏洞，沿着软件利用的推进过程一路打分。结果分差惊人:美国
领先模型平均拿下76.2%，Kimi K3只有32.2%，GLM-5.2则以24.4% 垫在身后。更关键的是等级——
41项任务里，Kimi K3一项都没摸到最高的”任意代码执行”（ACE），而那正是最凶险的利用
等级，因为它意味着攻击者能完全掌控目标系统;对面美国模型则在41项里攻下了20项 ACE。
值得补一句的是，英美机构在测试美国闭权重模型时关掉了系统级安全防护，只为量出它们
的最大本领，而那些防护在公开版本里是默认开着的。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6392051310188666442466168-
1.avif "image.png")

第二份试卷叫”最后的幸存者”（TLO），模拟的是一次横跨四个子网、约20台主机的企业网络
攻击，整条路径32个步骤，研究机构说人类专家大概要啃20个小时。目前全球只有少数模型
能真的通关，迄今四个公开可用的闭源权重模型过了这关，最强的十次尝试里成攻完成六到
七次。Kimi K3平均走到第17步就卡住，美国领先模型能推到第28.5步，GLM-5.2只到第11步;
它在十次尝试里有一回在1亿 token 的限制内跑通了整条攻击链，说明能力是有的，只是调
不动、不稳定。机构下了句判断:只要给到初始网络访问权限、再下一道指令，Kimi K3就能
自主啃下规模较小、防御薄弱又易攻的企业系统。需要提醒的是，TLO 没算进主动防御，并非
完全贴近现实，但就在本周，[OpenAI](https://paooo.com/tag/openai/) 模型试图自主入侵
Hugging Face 的事刚被披露，对方虽用了开放权重模型，终究把攻击挡了下来。

把时间轴拉长看，中国模型确实在追赶，却始终落后一截。CAISI 用 Elo 评分体系追踪了自
2025年初以来中美模型的网络能力，两条趋势线都在上扬，红色的中国线与蓝色的美国线之间
却一直有缝。Elo 提升400分意味着解决任务的概率涨十倍——这差距不是小数。英国机构此前
把开源模型与美国系统的性能差估在四到七个月，2025年初还是六到十个月，最新结果正好
落在这条规律里。AISI 的警告很直白:开源模型日益增长的网络能力，是一份”持续且不可逆
的滥用风险”，轻视不得。

最耐人寻味的一笔，落在测试结果和蒸馏指控的交叉点上。美国科学顾问迈克尔·克拉齐奥斯
近期曾公开指控月之暗面，称其把 Anthropic 的 Fable 模型最优输出当训练数据，给 Kimi
K3″蒸馏”提质，还称对方拿到了受美国出口管制的英伟达 GB300芯片。而通用基准成绩漂亮、
网络安全得分却塌了一截，恰好能用这套说法解释:Kimi K3大概率主要吃的是 [Claude](https://paooo.com/aigc-news/)
在通用知识、编程和智能体任务上的输出;Anthropic 的安全分类器会专门掐掉高级攻击性网络
查询，于是这类样本在蒸馏数据集里占比极低——模型因此能在标准榜上和西方对手叫板，却
没学到更深的漏洞利用本事。AISI 的评测从侧面撑起了这个解读:它关掉美国模型上的系统
级防护，恰恰暴露出那些几乎无法通过公开接口触达、因此基本喂不进蒸馏的网络能力。一张
考卷，量出的不只是一个分数，还有水面下那层没说破的来历。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Kimi ↗**

Kimi：曾经很火的国产AI，面向AI 综合应用场景提供便捷实用的在线功能支持。

**Anthropic ↗**

Anthropic：人工智能安全和研究公司，面向大语言模型场景提供便捷实用的在线功能支持，
涵盖智能工具等实用方向

**Claude ↗**

Anthropic 打造的新一代安全人工智能模型，具备超长上下文理解能力，最强代码伴侣。

❓ 常见问题解答（FAQ）

Kimi K3在网络攻防评测里表现如何？

联合评测显示，Kimi K3在漏洞利用开发和模拟网络攻击上明显落后美国领先前沿模型，但优于
智谱GLM-5.2。它在ExploitBench得分32.2%，在TLO中平均走到第17步，能力有但不稳定。

Kimi K3为什么会被质疑蒸馏来源？

因为它在通用基准上表现亮眼，但网络安全相关能力明显偏弱。文章提到，美国方面曾指控
其可能使用Anthropic模型的最优输出做训练，而安全分类器会过滤高级攻击性网络查询，这
可能解释其能力结构差异。

这份评测对开源模型意味着什么？

AISI认为，开源模型日益增长的网络能力是一种持续且不可逆的滥用风险。评测说明，模型
在公开接口可见的能力，未必等于真实攻防能力，安全护栏和能力边界都值得重点关注。

🔬 语宙深潜追问 · 进阶实操拆解

攻防评测里，为什么护栏几乎没拦住？

因为这类任务往往通过分步诱导、角色扮演或抽象化表述绕过表层拒答。要提升防护，不能
只靠关键词拦截，而要结合意图识别、风险分级和多轮上下文审查。

如何判断一个模型的安全能力是真强还是假稳？

看它在高风险、多轮、变体提示下是否仍能稳定拒绝，并观察是否会给出可执行细节。真正
的安全能力不是“偶尔拒绝”，而是在复杂诱导下也能保持一致边界。

🗳️ 读者观点微投票 · 您的实战立场是？

Kimi K3 这次翻车，核心问题更像什么？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🏮 所属权威专题：国产大模型选型与资费对比 →](https://paooo.com/topics/domestic-llm-ecosystem/)

 * [斩获948个内核提权且守界率达99.93%！OpenAI重磅推出GPT-6 Cyber：首发Critical级网安大模型、全自动红蓝对抗与漏洞闭环架构全景深度拆解](https://paooo.com/aigc-news/41605/)
 * [Kimi K3 模型预热视频流出，多段对比直指Claude Fable5 发起挑战](https://paooo.com/aigc-news/30989/)
 * [锁屏偷照片、53分钟提权Root！Anthropic 披露未公开大模型横扫五大系统：串联5条全自动高危攻击链，SRE 零信任防护全景深度拆解](https://paooo.com/aigc-news/40490/)
 * [单漏洞利用仅1279美元！OpenAI专用网络安全大模型横扫Linux内核：全自动挖出948个提权漏洞与补丁自愈闭环深度拆解](https://paooo.com/aigc-news/40737/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/38970/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
