US Department of Commerce Evaluates Kimi K3, Claims US Leads, But Report Shows Test Was Not Fully Equivalent

Odaily 星球日报報道 米国商務省傘下のAI標準・イノベーションセンターは、英国AI安全研究所と共同でKimi K3のネットワーク攻撃能力をテストし、「米国が依然としてリードしている」と強調しました。

しかし、この評価はテスト範囲の制限により、参考価値に議論があります。ホスティング環境の制約のため、Kimi K3は一部のテストのみに参加し、その全体的なネットワーク能力の推定は主に41の脆弱性悪用ベンチマークに基づいています。一方、他のモデルはより包括的なテストを受けたため、Kimi K3の結果にはより大きな誤差範囲が存在します。

脆弱性悪用テストでは、Kimi K3のスコアは約32%で、GLM-5.2の24%を上回りましたが、米国のリーディングモデルの平均約76%を下回りました。模擬攻撃チェーンテストでは、Kimi K3は平均32ステップの攻撃チェーンのうち17ステップを完了し、10回の試行中1回ネットワークの突破に成功しました。米国の最先端モデルは平均28.5ステップを完了しました。

報告書は、Kimi K3がすでにある程度の自律的な攻撃能力を有しており、その安全対策がモデルによる脆弱性の開発や攻撃の実行を妨げなかったことを指摘しています。ただし、報告書はテスト範囲が限定的であることも強調しています。