英美AI安全机构（UK AISI与CAISI）联合评测月之暗面最新模型Kimi K3。在卡内基梅隆大学ExploitBench基准测试中，美国领先模型平均得分76.2%，Kimi K3仅32.2%，智谱GLM-5.2为24.4%。41项任务中，Kimi K3未能实现任意代码执行，而美国模型攻下20项。在模拟企业网络攻击的TLO测试中，Kimi K3平均走到第17步即卡住，美国领先模型推进至第28.5步。评测结果引发蒸馏指控：美国机构称月之暗面可能将Anthropic的Claude模型输出作为训练数据，但因Anthropic安全分类器会掐掉高级攻击性查询，导致Kimi K3在网络安全能力上存在明显短板，虽能在通用基准上叫板西方对手，却未学到深层漏洞利用本领。