Institut Keamanan AI AS dan Inggris Menemukan Kimi K3 Tiongkok Tertinggal Jauh Dibandingkan Model Barat dalam Pelanggaran Dunia Maya

Penilaian awal bersama yang dilakukan oleh lembaga keamanan AI milik pemerintah Amerika Serikat dan Inggris menyimpulkan bahwa model Kimi K3 berbobot terbuka milik Moonshot AI berada di bawah model terdepan AS dalam hal tugas siber yang bersifat ofensif. Temuan ini, yang diterbitkan pada tanggal 25 Juli 2026, menambah poin data konkrit pada perdebatan yang semakin intensif mengenai bagaimana sistem AI yang dikembangkan Tiongkok harus diperlakukan ketika sistem tersebut diadopsi di Amerika Serikat.

Penilaian tersebut dirilis oleh lembaga keamanan AI AS yang bertempat di NIST, yang dikenal sebagai CAISI, bersama dengan AISI Inggris. Ini merupakan salah satu evaluasi resmi Barat pertama terhadap Kimi K3 yang berfokus secara khusus pada domain cyber. Bagi pembaca yang mengikuti lanskap berita AI terkini yang bergerak cepat, hasilnya tidak begitu penting untuk skor benchmark mana pun dibandingkan dengan sinyal tentang semakin besarnya peran laboratorium pemerintah dalam memeriksa model-model asing sebelum digunakan secara luas.

Apa yang diukur dalam penilaian

Kimi K3, yang dirilis oleh Moonshot AI yang berbasis di Beijing, adalah model open-weight berukuran besar yang dengan cepat menarik perhatian global karena kinerjanya yang kuat untuk keperluan umum setelah peluncurannya. Distribusinya yang terbuka berarti para peneliti dan pengembang dapat mengunduh dan memeriksa anak timbangan secara langsung, yang pada gilirannya menjadikannya kandidat yang tepat untuk pengujian keamanan eksternal.

Laporan awal yang baru ini berkonsentrasi pada pertanyaan yang lebih sempit dan sensitif: seberapa mampukah model ini dalam melakukan operasi siber ofensif, tugas yang paling penting bagi badan keamanan nasional? Daripada mengevaluasi Kimi K3 berdasarkan pengetahuan atau penalarannya yang luas, lembaga-lembaga tersebut menyelidiki apakah Kimi K3 dapat membantu melakukan serangan siber, mengeksploitasi kerentanan perangkat lunak, atau membantu operasi komputer yang berbahaya.

Angkanya: sekitar 32% berbanding 76%

Hasil utamanya adalah kesenjangan yang tajam. Pada evaluasi kemampuan dunia maya, Kimi K3 mendapat skor sekitar 32%, sementara model terdepan AS mencapai sekitar 76%, menurut laporan penilaian tersebut. Jika diterjemahkan secara sederhana, lembaga-lembaga AS menemukan bahwa model Tiongkok hanya dapat menyelesaikan sekitar sepertiga tugas siber ofensif yang ditangani model-model Barat.

Beberapa outlet yang meliput rilis tersebut membingkai kesenjangan tersebut secara konsisten. South China Morning Post melaporkan bahwa Kimi K3 berada "jauh di belakang pesaing AS dalam kemampuan serangan siber," sementara Interesting Engineering menyoroti penyebaran 76% berbanding 32% pada tolok ukur siber. Penilaian ini digambarkan sebagai penilaian awal, yang berarti lembaga-lembaga tersebut memberi sinyal bahwa pengujian lebih lanjut mungkin dilakukan sebelum kesimpulan akhir dapat diambil.

Mengapa kesenjangan mungkin ada

Sebuah model yang memiliki kinerja yang kuat pada tolok ukur umum namun lemah dalam pelanggaran dunia maya menghadirkan teka-teki yang menarik, dan para analis sudah mulai mempertimbangkannya. Dalam tulisan di The Decoder, para komentator mencatat bahwa distilasi mungkin menjelaskan sebagian dari perbedaan tersebut.

Penyulingan adalah teknik pelatihan di mana model belajar dengan meniru keluaran model "guru" yang lebih berkemampuan daripada membangun setiap kemampuan dari awal. Jika Kimi K3 dikembangkan sebagian melalui penyulingan, para analis berpendapat, Kimi K3 dapat mewarisi batas kemampuannya yang ditentukan oleh model apa pun yang digunakan, sehingga berpotensi membatasi kinerja pada tugas-tugas tersulit seperti operasi cyber ofensif yang canggih.

Hipotesis itu tetap saja, sebuah hipotesis. Laporan awal tidak menjelaskan mengapa kesenjangan tersebut ada, hanya menjelaskan kesenjangan tersebut memang ada. Faktor lain yang mungkin terjadi mencakup pembatasan kemampuan yang disengaja, perbedaan dalam data pelatihan, atau trade-off yang dilakukan untuk menjaga model tetap cukup efisien untuk dijalankan pada perangkat keras yang tersedia secara luas.

Latar belakang politik yang bermuatan

Penilaian ini dilakukan di tengah dorongan AS yang lebih luas untuk meneliti sistem AI Tiongkok. Sebelumnya pada bulan Juli, pemerintahan Trump menghidupkan kembali upaya untuk membatasi penggunaan model AI yang dikembangkan Tiongkok di Amerika Serikat, dengan alasan kekhawatiran keamanan siber, dan Kimi K3 berulang kali disebutkan dalam diskusi tersebut. Anggota parlemen AS secara terpisah telah menekan perusahaan-perusahaan Amerika mengenai implikasi keamanan data dari pengintegrasian model asing ke dalam produk mereka.

Dengan latar belakang tersebut, pemerintah menemukan bahwa model open-weight Tiongkok yang paling menonjol memiliki kinerja yang buruk dalam mengurangi pelanggaran dalam dua arah. Bagi mereka yang mendukung pembatasan, hal ini memberikan bukti resmi bahwa model tersebut ditangani dengan cukup serius untuk diuji. Bagi mereka yang mewaspadai penjangkauan yang berlebihan, skor siber yang relatif rendah juga memperumit narasi bahwa setiap model di Tiongkok merupakan ancaman siber yang langsung terjadi.

Apa artinya adopsi open-weight

Hasil ini juga menjadi bahan perdebatan terpisah mengenai AI open-weight secara lebih luas. Para pendukung model bobot terbuka berpendapat bahwa bobot yang dapat diunduh secara bebas memungkinkan pengujian keamanan independen persis seperti yang dilakukan CAISI dan AISI Inggris, sehingga distribusi terbuka merupakan hal yang positif bagi keamanan. Kritikus membantah bahwa keterbukaan yang sama menurunkan hambatan bagi pelaku kejahatan untuk memodifikasi atau menyalahgunakan sistem yang mumpuni.

Dalam kasus Kimi K3, ketersediaan open-weight inilah yang memungkinkan dilakukannya penilaian independen oleh pemerintah. Apakah skor siber yang relatif kecil ini dapat meyakinkan atau mengkhawatirkan para pembuat kebijakan kemungkinan besar tidak akan terlalu bergantung pada angka tersebut, melainkan lebih bergantung pada bagaimana lembaga-lembaga AS dan Inggris memilih untuk membingkainya dalam beberapa minggu mendatang.

Untuk saat ini, penilaian awal ini bisa dijadikan sebagai titik referensi: pengukuran resmi Barat pertama atas kemampuan cyber ofensif Kimi K3, dan yang menempatkannya jauh di belakang model AS yang sering dibandingkan dengannya.

Tetap Terdepan dalam AI

Skor kemampuan dunia maya hanyalah salah satu keunggulan dalam persaingan yang jauh lebih besar dalam hal keamanan AI, regulasi, dan persaingan global. Lanskap kebijakan berubah setiap minggunya, dan jika tidak ada satu penilaian pun berarti kehilangan konteks di balik judul berikutnya. Baca berita AI selengkapnya di AI Buzz Wire untuk mengikuti setiap rilis model, peraturan pemerintah, dan evaluasi keselamatan yang penting.

Tetap terdepan dalam perlombaan AI — kunjungi AI Buzz Wire