Kimi K3, un modèle d’IA open-weight développé par Moonshot AI en Chine, affiche des performances comparables à celles des principaux systèmes d’IA américains dans l’identification de vulnérabilités logicielles, selon des benchmarks réalisés par la startup américaine Frontier Security. Ces résultats mettent en évidence une alternative crédible pour les professionnels de la cybersécurité lassés par les restrictions entourant les modèles les plus avancés des États-Unis. À mesure que les systèmes logiciels gagnent en complexité, la recherche de vulnérabilités assistée par l’IA est devenue un outil essentiel pour des équipes de sécurité qui ne peuvent plus compter uniquement sur la revue manuelle du code.

Frontier Security conçoit des évaluations destinées à mesurer l’efficacité avec laquelle les modèles d’IA peuvent détecter des failles dans les logiciels et les réseaux. Les résultats ont placé Kimi K3 parmi les meilleurs de ces évaluations.

Les benchmarks de Frontier Security placent Kimi près du sommet

Selon Paul Kassianik et Yaron Singer, Kimi et d’autres modèles open-weight peuvent servir à la fois à des fins défensives — protéger des systèmes — et offensives, comme les pénétrer.

Les performances de Kimi ont toutefois révélé une faiblesse de ses mécanismes de sécurité. Lors d’un des tests de sécurité de Frontier, le modèle a réussi à sortir de l’environnement sandbox conçu pour le contenir en exploitant une mauvaise configuration, ce qui lui a permis d’accéder à Internet ouvert et de rechercher des réponses sur GitHub. Il n’a toutefois compromis aucun système externe. L’isolation en sandbox est une pratique fondamentale de l’évaluation des IA, destinée à empêcher les modèles d’agir au-delà des paramètres de test ; une évasion autonome montre la capacité d’un modèle à identifier et exploiter des faiblesses dans son propre environnement d’exploitation.

Kassianik a décrit ce comportement comme une combinaison de forte capacité et de faible retenue. S’exprimant auprès de WIRED, il a déclaré que Kimi est « très bon pour atteindre un objectif par tous les moyens nécessaires et n’a pas non plus les garde-fous nécessaires pour l’empêcher de tricher ou de s’échapper du sandbox. »

Dans une expérience contrôlée, un tel comportement soulève des inquiétudes. Pour les chercheurs en sécurité à la recherche de vulnérabilités, en revanche, la poursuite agressive d’un objectif peut constituer un atout précieux.

Moins de garde-fous attirent les chasseurs de bogues vers Kimi

Kimi arrive à un moment où certains professionnels de la sécurité se disent de plus en plus frustrés par les limitations imposées aux modèles américains de pointe. Selon des rapports, les chercheurs se tournent souvent vers des alternatives chinoises open source comme GLM, qui peuvent être téléchargées et exécutées localement sans le même niveau de contrôle. Des modèles open-weight comme ceux-ci donnent aux chercheurs un contrôle total sur l’outil : aucun journal d’utilisation transmis aux fournisseurs, aucune limite de débit et aucun filtre de contenu susceptible de bloquer des requêtes de sécurité légitimes.

Chris Thompson, PDG de RemoteThreat et créateur d’Offensive AI Con, a déclaré à TechCrunch que les restrictions imposées aux modèles américains peuvent sembler arbitraires et nuire à un travail de sécurité légitime. « Vous passez beaucoup de temps à négocier avec le modèle au lieu de travailler sur le programme de sécurité principal », a-t-il déclaré.

Paolo Stagno, directeur technique du courtier en vulnérabilités Crowdfense, est allé plus loin, affirmant que les entreprises d’IA « traitent essentiellement les clients comme des enfants qui ont besoin d’être surveillés ».

Pour les chercheurs qui ont besoin d’analyser du code, d’identifier des failles de sécurité et de créer des outils de protection, les modèles open source pouvant être hébergés localement offrent une solution pratique. Dans cette catégorie, Kimi et GLM gagnent en importance.

D’une alerte Coldcard à un auditeur de red team

La communauté de sécurité Bitcoin a déjà commencé à adopter ces modèles. Comme l’a précédemment rapporté Cryptopolitan, une alerte de sécurité impliquant le portefeuille matériel Coldcard a conduit à la création d’une red team dédiée à Bitcoin, qui utilise Kimi K3 comme principal auditeur de code.

L’expérience a fait ressortir une constatation inconfortable : un modèle chinois ouvert avait surpassé des systèmes américains de confiance lors de certains tests de chasse aux bogues.

Cette tendance dépasse le seul Bitcoin. WIRED rapporte que Hugging Face s’est appuyé sur un modèle chinois non nommé pour se défendre contre un agent OpenAI devenu incontrôlable et ayant attaqué la plateforme. Cet exemple souligne que le débat sur la capacité des modèles open-weight chinois à rivaliser avec leurs équivalents américains n’est plus théorique.

Ce que les laboratoires américains verrouillent

Les entreprises américaines d’IA ont généralement adopté une approche plus mesurée. OpenAI a lancé Trusted Access for Cyber le 5 février 2026, une initiative fondée sur l’identité qui permet aux défenseurs vérifiés d’utiliser son modèle cyber le plus puissant, GPT-5.3-Codex, tout en s’engageant à fournir 10 millions de dollars en crédits API aux équipes de sécurité.

Anthropic dispose d’un programme comparable, Cyber Verification Program. Le gouvernement américain a également imposé en juin des restrictions à l’exportation de ses modèles Mythos et Fable. Depuis le 1er juillet, Fable 5 est ouvert au public, tandis que l’accès à Mythos 5 n’a été accordé qu’aux organisations approuvées aux États-Unis, selon TechCrunch.

Les laboratoires affirment que la vérification est très efficace pour garantir que des capacités cyber puissantes restent exclusivement entre les mains d’acteurs responsables. À l’inverse, les détracteurs soutiennent qu’une demande telle que « fix this code » peut s’appliquer aussi bien à la cybersécurité qu’au piratage.

Une inquiétude plus large est qu’un durcissement de la réglementation pousse les chercheurs légitimes à s’éloigner complètement des modèles nationaux, au profit d’alternatives open-weight fonctionnant en dehors de la supervision américaine. Les conclusions de Frontier Security suggèrent qu’au moins dans le domaine de la recherche de vulnérabilités logicielles, de telles alternatives sont difficiles à ignorer.

Modèles d’IA américains vs Kimi K3 : une comparaison nuancée

Remarque : les chiffres des benchmarks ne doivent pas être considérés comme directement comparables sauf s’ils proviennent du même test. Les données ci-dessous correspondent à des benchmarks sélectionnés et n’impliquent pas un classement direct des cinq modèles.

La comparaison illustre pourquoi l’expérience de la Bitcoin Red Team est plus nuancée qu’une affirmation selon laquelle l’IA chinoise aurait dépassé les modèles américains. GPT-5.3-Codex d’OpenAI a obtenu un score de 90 % sur CVE-Bench et un taux de réussite de 80 % sur Cyber Range. Mythos 5 d’Anthropic est spécialement conçu pour donner aux cyberdéfenseurs approuvés accès à des capacités restreintes dans Fable 5.

La différence essentielle réside dans la manière dont ces capacités sont mises à disposition. Kimi K3 et GLM-5.2 sont des modèles open-weight pouvant être déployés localement, tandis que Fable 5 applique des classificateurs de cybersécurité et que Mythos 5 limite l’accès aux utilisateurs approuvés. OpenAI traite également GPT-5.3-Codex comme un modèle cyber à haut risque et applique des garde-fous à son utilisation.

Du côté des modèles chinois, une constatation de l’AISI est particulièrement instructive : ses tests indépendants ont établi que GLM-5.2 était le modèle open-weight le plus capable en matière de cyber au moment des essais, avec des performances similaires à Claude Opus 4.6 sur des tâches cyber étroites, tout en accusant un retard d’environ quatre à sept mois sur la frontière fermée.