Kimi K3 против США: 32% против 76% на кибератаках

Британский институт безопасности ИИ (AISI) и американский Центр стандартов и инноваций AI (CAISI) совместно протестировали китайскую модель Kimi K3 от Moonshot AI на способность проводить кибератаки. Это первый публично опубликованный результат, где два правительства одновременно измерили разрыв между китайскими и американскими моделями в практическом наступательном применении.

На бенчмарке ExploitBench, включающем 41 уязвимость Chrome V8, Kimi K3 набрала 32,2%. Ведущие американские системы показали 76,2%, GLM-5.2 (другая китайская модель) — 24,4%. Наиболее показательная метрика — произвольное исполнение кода (Arbitrary Code Execution): американские модели достигли этого уровня на 20 из 41 задачи, Kimi K3 — ни разу.

Второй тест — «The Last Ones» — симулировал реальную корпоративную атаку в 32 последовательных шага. Kimi K3 в среднем доходила до шага 17, американские системы — до 28,5. Полную цепочку из 32 шагов Kimi K3 завершила лишь один раз из десяти попыток. При этом защитные фильтры модели не заблокировали ни разработку эксплойтов, ни имитацию наступательных операций.

Один из ключевых выводов отчёта — возможная роль дистилляции. Kimi K3 предположительно обучалась на выходных данных других моделей, а не на примерах реальных кибератак. Это объясняет высокие результаты на общих бенчмарках при слабой специализированной компетенции: модель умеет рассуждать, но не умеет атаковать на практике.

Результаты важны не как абсолютные оценки, а как прецедент: Вашингтон впервые располагает опубликованными данными, количественно подтверждающими эффект экспортных ограничений на AI-чипы. Разрыв в 44 процентных пункта между Kimi K3 и американскими лидерами — измеримый след санкционной политики последних лет.