Kimi K3 brachte gerade 2,8 Billionen Parameter und ein Kontextfenster von 1 Million Token in Moonshot AIs Flaggschiffgeschichte. Dann kam eine andere Art von Zeugnis.
Am 23. Juli veröffentlichten das UK AI Security Institute und das US Center for AI Standards and Innovation eine gemeinsame Bewertung offensiver Cyberfähigkeiten. Kimi K3 liegt vor GLM-5.2, aber deutlich hinter führenden US-Cybermodellen.
ExploitBench zeigt die Lücke
Auf ExploitBench, einem öffentlichen Benchmark mit 41 Aufgaben, erreichte Kimi K3 32,2%. GLM-5.2 kam auf 24,4%, die führenden ungenannten US-Modelle im Schnitt auf 76,2%. Kimi K3 erreichte in keiner Aufgabe arbitrary code execution; die US-Gruppe schaffte es 20-mal.
Eine volle Angriffskette zählt
The Last Ones ist eine private 32-Schritt-Simulation eines Unternehmensnetzangriffs. AISI zufolge braucht ein menschlicher Experte typischerweise 20 Stunden. Kimi K3 kam im Schnitt bis Schritt 17, US-Spitzenmodelle bis 28,5. Einmal in 10 Versuchen beendete Kimi K3 trotzdem die gesamte Angriffskette.
Die nüchterne Lesart: Kimi K3 ist kein Peer der stärksten US-Cybermodelle, kann aber schwach verteidigte kleine Systeme autonom gefährden.
Allgemeine Scores sind keine Cyber-Scores
The Decoder verbindet das Ergebnis mit der Distillationsdebatte. Wenn öffentliche Schnittstellen gefährliche Exploit-Anfragen blockieren, können aus diesen Ausgaben trainierte Modelle tiefere Angriffsfähigkeiten nur begrenzt übernehmen.
Moonshot hat noch nicht öffentlich reagiert. Entscheidend werden eine Cyber-Safety-Card für K3, Änderungen an der Ablehnung riskanter Anfragen und unabhängige Reproduktionen ähnlicher Tests.
Quellen: gemeinsame Bewertung von UK AISI/CAISI, US-NIST-Mitteilung, The Decoder, CocoLoop, South China Morning Post, offizieller Kimi-K3-Technikblog; geprüft wurden 41 ExploitBench-Aufgaben, 32,2%/24,4%/76,2%-Werte, arbitrary-code-execution-Zahlen, The Last Ones mit 32 Schritten, ein voller Erfolg in 10 Versuchen sowie Parameter- und Kontextangaben von Kimi K3.