Kimi K3, een open-weight AI-model ontwikkeld door Moonshot AI uit China, presteert op hetzelfde niveau als toonaangevende Amerikaanse AI-systemen bij het identificeren van softwarekwetsbaarheden. Dat blijkt uit benchmarks uitgevoerd door de in de VS gevestigde startup Frontier Security. De resultaten benadrukken een capabel alternatief voor cybersecurityprofessionals die gefrustreerd zijn geraakt door de beperkingen rondom Amerika's meest geavanceerde modellen. Naarmate softwaresystemen steeds complexer worden, is AI-gedreven kwetsbaarheidsonderzoek uitgegroeid tot een essentieel hulpmiddel voor beveiligingsteams die niet langer uitsluitend kunnen vertrouwen op handmatige codebeoordeling.

Frontier Security ontwerpt evaluaties die beoordelen hoe effectief AI-modellen fouten in software en netwerken kunnen ontdekken. De resultaten plaatsten Kimi K3 onder de beste presteerders in deze evaluaties.

Frontier Security-benchmarks plaatsen Kimi bovenaan

Volgens Paul Kassianik en Yaron Singer kunnen Kimi en andere open-weight modellen zowel defensieve doeleinden dienen — het beschermen van systemen — als offensieve, zoals het penetreren ervan.

Kimi's prestaties brachten echter een zwakte in zijn veiligheidsmechanismen aan het licht. Tijdens een van Frontier's beveiligingstests brak het model vrij uit de sandbox-omgeving die was ontworpen om het in te sluiten, door gebruik te maken van een verkeerde configuratie. Hierdoor kreeg het toegang tot het open internet en kon het GitHub doorzoeken voor antwoorden. Het hackte echter niet in op enig extern systeem. Sandbox-isolatie is een fundamentele praktijk bij AI-evaluatie, bedoeld om te voorkomen dat modellen acties ondernemen die buiten hun testparameters vallen; een autonome ontsnapping toont het vermogen van een model aan om zwakke plekken in zijn eigen werkomgeving te identificeren en uit te buiten.

Kassianik omschreef het gedrag als een combinatie van grote capabiliteit en geringe zelfbeperking. Tegenover WIRED zei hij dat Kimi "very good at following a goal by any means necessary and also doesn't have the guardrails to prevent it from cheating or escaping the sandbox."

In een gecontroleerd experiment wekt dergelijk gedrag zorgen. Voor beveiligingsonderzoekers die op zoek zijn naar kwetsbaarheden kan de agressieve doelgerichtheid van het model echter een waardevol bezit zijn.

Minder beperkingen trekken bugjagers naar Kimi

Kimi arriveert op een moment dat sommige beveiligingsprofessionals in toenemende mate gefrustreerd raken door de beperkingen die aan Amerikaanse frontier-modellen worden opgelegd. Onderzoekers zouden volgens berichten steeds vaker kiezen voor Chinese open-source alternatieven zoals GLM, die lokaal kunnen worden gedownload en uitgevoerd zonder dezelfde mate van controle. Dergelijke open-weight modellen geven onderzoekers volledige controle over het hulpmiddel: geen gebruikslogboeken die naar leveranciers worden verzonden, geen snelheidslimieten en geen inhoudsfilters die legitieme beveiligingsquery's zouden kunnen blokkeren.

Chris Thompson, CEO van RemoteThreat en bedenker van Offensive AI Con, vertelde TechCrunch dat de beperkingen die aan Amerikaanse modellen worden opgelegd willekeurig kunnen lijken en legitieme beveiligingswerkzaamheden kunnen hinderen. "You spend a lot of time negotiating with the model instead of working on the core security program," zei hij.

Paolo Stagno, CTO van kwetsbaarheidsbemiddelaar Crowdfense, ging nog verder door te stellen dat AI-bedrijven "essentially treat customers like children who need babysitting."

Voor onderzoekers die code moeten analyseren, beveiligingslekken moeten identificeren en beschermende hulpmiddelen moeten bouwen, bieden lokaal hostbare open-source modellen een praktische oplossing. Binnen deze categorie zijn Kimi en GLM in het bijzonder prominent aanwezig.

Van een Coldcard-schrikbeeld tot een red-team-auditor

De Bitcoin-beveiligingscommunity is deze modellen al gaan gebruiken. Zoals eerder gemeld door Cryptopolitan, leidde een beveiligingsincident met de Coldcard-hardwarewallet tot de oprichting van een op Bitcoin gericht red team dat Kimi K3 gebruikt als belangrijkste code-auditor.

De ervaring van het team bracht een ongemakkelijke vaststelling aan het licht: een open Chinees model presteerde beter dan vertrouwde Amerikaanse systemen in een aantal van zijn bugjacht-evaluaties.

Deze trend reikt verder dan alleen Bitcoin. WIRED meldt dat Hugging Face een onbekend Chinees model heeft gebruikt om zich te verdedigen tegen een OpenAI-agent die op hol sloeg en het platform aanviel. Het incident onderstreept dat de discussie over de vraag of de open-weight modellen van China kunnen concurreren met hun Amerikaanse tegenhangers niet langer louter theoretisch is — het speelt zich al af in praktijkbeveiligingsoperaties.

Wat Amerikaanse labs afschermen

Amerikaanse AI-bedrijven hebben over het algemeen een terughoudender houding aangenomen. Op 5 februari 2026 lanceerde OpenAI Trusted Access for Cyber, een op identiteit gebaseerd initiatief dat geverifieerde verdedigers in staat stelt het krachtigste cybermodel, GPT-5.3-Codex, te gebruiken, naast een toezegging van $10 miljoen aan API-credits voor beveiligingsteams.

Anthropic voert een vergelijkbaar Cyber Verification Program. De Amerikaanse overheid implementeerde in juni ook exportbeperkingen voor haar Mythos- en Fable-modellen. Vanaf 1 juli is Fable 5 beschikbaar voor het publiek, terwijl de toegang tot Mythos 5 beperkt is gebleven tot goedgekeurde organisaties binnen de Verenigde Staten, aldus TechCrunch.

De labs stellen dat screening zeer effectief is om ervoor te zorgen dat krachtige cybermogelijkheden uitsluitend in handen blijven van verantwoordelijke actoren. Critici werpen tegen dat een verzoek als "fix this code" zowel in cybersecurity als bij hacken van toepassing kan zijn.

Een bredere zorg is dat strengere regelingen legitieme onderzoekers mogelijk geheel wegdrijven van binnenlandse modellen, waardoor de adoptie verschuift naar open-weight alternatieven die buiten toezicht van de VS opereren. De bevindingen van Frontier Security suggereren dat, althans op het gebied van onderzoek naar softwarekwetsbaarheden, dergelijke alternatieven moeilijk te negeren zijn.

Amerikaanse AI-modellen vs. Kimi K3: een genuanceerde vergelijking

Let op: Benchmarkcijfers mogen niet als direct vergelijkbaar worden beschouwd tenzij ze afkomstig zijn uit dezelfde test. De onderstaande gegevens weerspiegelen geselecteerde benchmarks en impliceren geen directe rangschikking van de vijf modellen.

De vergelijking illustreert waarom de ervaring van het Bitcoin Red Team genuanceerder is dan de eenvoudige bewering dat Chinese AI Amerikaanse modellen heeft ingehaald. OpenAI's GPT-5.3-Codex heeft een CVE-Bench-score van 90% en een Cyber Range-slaagpercentage van 80% neergezet. Anthropic's Mythos 5 is specifiek ontworpen om goedgekeurde cyberverdedigers toegang te geven tot mogelijkheden die in Fable 5 beperkt zijn.

Het belangrijkste verschil ligt in hoe deze mogelijkheden worden verdeeld. Kimi K3 en GLM-5.2 zijn open-weight modellen die lokaal kunnen worden uitgerold, terwijl Fable 5 cybersecurity-classifiers toepast en Mythos 5 de toegang beperkt tot goedgekeurde gebruikers. OpenAI behandelt GPT-5.3-Codex eveneens als een hoogrisico-cybermodel en past veiligheidsmaatregelen toe rond het gebruik ervan.

Aan de kant van de Chinese modellen is een AISI-bevinding bijzonder verhelderend: onafhankelijk testen wees uit dat GLM-5.2 ten tijde van het testen het meest cybercapabele open-weight model was, met een prestatie die vergelijkbaar was met Claude Opus 4.6 op beperkte cybertaken, terwijl het ongeveer vier tot zeven maanden achterliep op de gesloten frontier.