Import AI 465：开放与封闭的差距；Kimi K3；Demis的重大政策计划

英国AI安全研究所（AISI）首次公开分析开源与闭源模型在网络安全能力上的差距。结果显示，2026年差距缩小：开源模型GLM-5.2和DeepSeek V4-Pro在70项窄域网络评估中，性能接近4-7个月前发布的闭源前沿模型，而2025年这一差距为6-10个月。具体而言，GLM-5.2最接近4.3个月前发布的Claude Opus 4.6，DeepSeek V4-Pro介于2025年11月发布的Claude Opus 4.5和2025年8月发布的GPT-5之间。AISI表示，待Kimi K3权重公开后也将进行测试。

在长周期网络任务（如“The Last Ones”网络靶场）上，差距更大：GLM-5.2达到7个月前发布的Opus 4.5水平，而DeepSeek V4-Pro低于7个月前发布的Sonnet 4.5。这表明开源模型在泛化能力上仍逊于闭源模型，即所谓的“大模型气味”。

AISI警告，这意味着防御者准备时间窗口缩短，因为前沿网络能力可能很快以不受控方式扩散。

Kimi发布2.8万亿参数模型K3，在主流基准测试中表现优异，整体性能接近Claude Fable 5和GPT 5.6 Sol，但Kimi自身承认仍落后于这些最强大的闭源模型。Kimi称其“达到前沿水平”，但Import AI指出存在“benchmaxxing”迹象，即性能可能针对基准过度优化，损害泛化能力。权重和研究论文将在数周内公开。

Kimi K3展示了AI自我改进能力：自主开发了MiniTriton编译器，在部分工作负载上性能优于Triton和torch.compile；并在48小时内自主设计了一款基于Nangate 45nm库的芯片。不过，这些成果尚未用于训练Kimi K3本身。

Import AI评论称，Kimi K3若公开权重，将改变AI政策格局：可控的闭源模型与广泛扩散的开源模型之间的差距缩小，带来创业繁荣的同时也引入未知风险。

DeepMind创始人Demis Hassabis提出，美国政府应建立类似FINRA（金融业监管局）的公私合营标准机构，负责制定评估协议，并与联邦机构及国家实验室合作，在国家安全相关领域进行测试。该机构将定义“前沿模型”标准，鼓励实验室采用最佳实践，如公开系统细节、加强网络安全和人员审查。

初期自愿：前沿实验室在发布前最多30天自愿向标准机构提交模型审查。一旦评估协议被证明有效，将迅速立法强制。Hassabis认为，这一美国主导的努力将为国际标准奠定基础。

Import AI指出，该提案反映了AI行业近年形成的共识：强大AI系统应由与监管机构松散关联的第三方测试。这与特朗普政府行政令及Anthropic出口管制事件后形成的评估方法一致。