Chiński model Kimi K3 kontra amerykańska czołówka: dystans w cyberbezpieczeństwie wciąż jest wyraźny

Najnowsze testy możliwości ofensywnych modeli sztucznej inteligencji rzucają nowe światło na rywalizację między USA a Chinami. Choć chiński Kimi K3, opracowany przez Moonshot AI, ustanowił nowy standard dla modeli open-weight, wciąż znacząco odstaje od amerykańskiej czołówki w zadaniach związanych z realną eksploatacją luk w zabezpieczeniach. Wyniki te nie tylko definiują obecny układ sił, ale również ożywiają dyskusję na temat metod trenowania modeli na Wschodzie i ich realnej autonomii.

Dlaczego to ważne właśnie teraz? Pierwsza publiczna ocena cyberzdolności Kimi K3, przeprowadzona przez ekspertów z brytyjskiego i kanadyjskiego instytutu bezpieczeństwa AI, obnaża słabości modelu, który rynkowi analitycy okrzyknęli zagrożeniem dla OpenAI. Raport UK AISI i CAISI wskazuje wprost: chiński gigant nie radzi sobie z zaawansowaną walką w sieci tak dobrze, jak jego zachodni rywale.

Próg nie do przejścia: wyzwania testu ExploitBench

Badania przeprowadzone z wykorzystaniem benchmarku ExploitBench, stworzonego na Carnegie Mellon University, ujawniły surową prawdę o ograniczeniach Kimi K3. Test oparty na 41 podatnościach w silniku V8 przeglądarki Chrome wykazał, że chiński model osiąga zaledwie 32,2% skuteczności w procesie tworzenia eksploitów. Dla porównania, topowe, zamknięte modele z USA osiągnęły średnio 76,2%.

Różnica staje się jeszcze bardziej drastyczna na poziomie ACE (Arbitrary Code Execution). Podczas gdy amerykańskie systemy pomyślnie przeprowadziły ataki dające pełną kontrolę nad systemem w 20 z 41 zadań, Kimi K3 poniósł spektakularną porażkę. Analitycy UK AISI / CAISI zauważają gorzko: „Kimi K3 nie zdołał opracować eksploitów umożliwiających dowolne wykonanie kodu (ACE) dla zadań ExploitBench”. Zero sukcesów przy 20 udanych próbach konkurencji to przepaść, której nie da się zasypać marketingiem.

Autonomia w sieci: symulacja The Last Ones

W kolejnym teście, nazwanym „The Last Ones” (TLO), symulującym atak na sieć korporacyjną składającą się z 20 hostów i czterech podsieci, Kimi K3 również nie zachwycił. Model dotarł średnio do 17 z 32 kroków ścieżki ataku. Chociaż raz udało mu się przejść całą trasę, potwierdzając teoretyczną zdolność do autonomicznego ataku na słabo zabezpieczone systemy, wynik ten uznano za mało powtarzalny. Amerykańskie odpowiedniki rutynowo docierały niemal do końca ścieżki, osiągając średnią 28,5 kroku.

Co ciekawe, zabezpieczenia Kimi K3 nie zablokowały ani jednej próby użycia go do celów ofensywnych. Oznacza to, że słaby wynik nie wynikał z narzuconych filtrów etycznych, a z realnego braku umiejętności technicznych modelu w tym konkretnym obszarze.

Teoria destylacji i blokady bezpieczeństwa

Nierównomierne wyniki Kimi K3 – świetne w ogólnych testach programowania i wiedzy ogólnej, a słabe w cyberbezpieczeństwie – mogą potwierdzać oskarżenia o tzw. destylację modeli. Michael Kratsios, doradca naukowy, sugeruje, że Moonshot AI mogło trenować swój system na odpowiedziach modelu Claude firmy Anthropic. Ponieważ Anthropic posiada rygorystyczne filtry blokujące zapytania o treści ofensywne, dane szkoleniowe pozyskane tą drogą są pozbawione zaawansowanej wiedzy o eksploitacji luk.

To tłumaczyłoby, dlaczego chińskie modele potrafią dorównać zachodnim rywalom w kodowaniu, ale zawodzą w starciu z realnymi barierami bezpieczeństwa. Specjaliści z South China Morning Post podkreślają, że Kimi K3 działa znacząco poniżej poziomu najnowszych modeli zdolnych do operacji w cyberprzestrzeni. W świecie, w którym OpenAI już dziś podejmuje próby autonomicznego badania infrastruktury, takiej jak Hugging Face, kwestia „zapożyczonej” wiedzy staje się kluczowym elementem geopolitycznej gry o dominację.