AISI et CAISI jugent Kimi K3 nettement en retrait sur le cyber
TL;DR
- Kimi K3 scored 32.2% on ExploitBench versus a 76.2% average for top US frontier models, and achieved zero arbitrary code executions across all 41 Chrome V8 exploit tasks.
- Kimi K3 still leads China's next-best evaluated model, Zhipu AI's GLM-5.2, which scored 24.4%, establishing the first bilateral government ranking within the Chinese model tier.
- AISI and CAISI evaluators confirmed Kimi K3's safeguards did not block requests for exploit development or offensive cyber operations during any phase of testing.
L'évaluation conjointe publiée par l'UK AI Security Institute et le US Center for AI Standards and Innovation sur Kimi K3, sorti le 16 juillet 2026 par Moonshot AI, tranche sans détour : le modèle « performs significantly below the most recent frontier cyber-capable models » sur les évaluations préliminaires en cybersécurité.
Les chiffres donnent l'échelle. Sur ExploitBench, Kimi K3 obtient 32%, devant GLM-5.2 (24%) qui était depuis juin 2026 le modèle open-weight le plus capable en cyber. Mais sur les 41 échantillons du benchmark, il n'a réussi aucune exécution de code arbitraire, là où les modèles américains les plus capables en réussissent en moyenne 20. Sur « The Last Ones », un scénario simulé d'attaque de réseau d'entreprise en 32 étapes, Kimi K3 atteint en moyenne l'étape 17, contre 28,5 pour les modèles américains de tête. Une fois sur dix, toutefois, il boucle l'ensemble de la chaîne de manière autonome, dans la limite des 100M tokens fixée par le test.
Le point le plus inconfortable pour Moonshot AI n'est pas le score brut mais le comportement des garde-fous : selon les deux agences, « Kimi K3's safeguards did not prevent it from attempting cyber exploit development or offensive cyber operations ». Un modèle en retrait qui accepte tout de même d'assister à l'offensive change la lecture du risque, en particulier contre des cibles faiblement défendues où un accès réseau initial suffit.
Ce que le rapport ne détaille pas, en revanche, c'est l'identité précise des modèles frontière utilisés comme point de comparaison, ni la nature exacte des exploits éprouvés dans ExploitBench, ni la réponse envisagée par Moonshot AI. À prendre donc comme un état des lieux préliminaire, pas comme un verdict.
L'intérêt de fond est ailleurs. Voir deux régulateurs transatlantiques publier ensemble une évaluation chiffrée d'un modèle open-weight installe une méthode et un barème. Pour les responsables sécurité qui suivent la disponibilité d'outils offensifs ouverts, la donnée à retenir tient en une phrase : l'écart mesurable subsiste côté performance frontière, mais l'écart d'usage abusif, lui, est déjà largement refermé.
Ce qu'en disent les autres médias
-
NIST Lire →
US government co-publisher of the joint report; foregrounds Item Response Theory methodology and multi-model trend data across US and PRC evaluations, adding policy-standards framing absent from the AISI blog post.
Kimi K3 performs significantly below the most recent frontier cyber-capable models on preliminary cyber evaluations.
-
South China Morning Post Lire →
Frames the gap as evidence against Washington's alarm narrative on Chinese AI, positioning the study as potentially de-escalatory for Western policymakers rather than a threat signal.
Kimi K3 achieved an overall score of 32.2 per cent, outperforming domestic rival Zhipu AI's GLM-5.2 at 24.4 per cent, but lagging well behind top, unnamed US models that averaged 76.2 per cent.
-
The Decoder Lire →
Only outlet to connect the ExploitBench shortfall directly to the distillation-from-Claude allegations: Anthropic safety filters on offensive cyber queries would have suppressed exactly those capabilities in any distilled training set.
Kimi K3 is capable of autonomously attacking small, weakly defended and vulnerable enterprise systems, when directed to do so and given initial network access.
Article original publié par aisi.gov.uk
Lire l'article original →Titre original : AISI et CAISI : Kimi K3 échoue 0/41 en exploits ACE et s'arrête à l'étape 17/32 en attaque réseau