Kimi K3: Kemampuan Siber di Bawah Frontier, Ungguli GLM-5.2

Pada 23 Juli 2026, UK Artificial Intelligence Security Institute (UK AISI) bersama U.S. Center for AI Standards and Innovation (CAISI) merilis penilaian awal terhadap kemampuan siber model terbaru Moonshot AI, Kimi K3. Model ini dirilis pada 16 Juli dan direncanakan untuk rilis open-weight pada 27 Juli 2026. Evaluasi menunjukkan bahwa performa Kimi K3 dalam tugas-tugas siber masih jauh di bawah model frontier terdepan, meskipun berhasil melampaui GLM-5.2, model open-weight paling mumpuni sebelumnya. Temuan ini penting karena menyoroti risiko keamanan menjelang akses publik terhadap model yang sistem pengamanannya tidak sepenuhnya menolak operasi siber ofensif.

Bagaimana Kemampuan Kimi K3 dalam Mengembangkan Eksploit?

Dalam pengujian menggunakan ExploitBench, sebuah benchmark publik yang mengukur kemampuan model dalam mengembangkan eksploit dari kerentanan perangkat lunak, Kimi K3 mencatat tingkat keberhasilan 32%. Sebagai perbandingan, GLM-5.2 mencapai 24%, sedangkan model frontier AS teratas memiliki tingkat keberhasilan yang jauh lebih tinggi (lihat Gambar 1). Namun, yang paling mencolok adalah Kimi K3 gagal mencapai tahap arbitrary code execution (ACE) pada seluruh 41 sampel yang diuji. Sebaliknya, model frontier rata-rata berhasil mencapai ACE pada 20 dari 41 sampel. ACE merupakan hasil eksploitasi paling berbahaya yang memungkinkan penyerang mengambil alih sistem target sepenuhnya.

Simulasi Serangan Jaringan Korporat: Kinerja di Bawah Standar

UK AISI dan CAISI juga menguji Kimi K3 dalam serangan simulasi ke jaringan korporat "The Last Ones" (TLO), yang terdiri dari 32 langkah serangan dan biasanya diselesaikan oleh pakar manusia dalam 20 jam. Rata-rata, Kimi K3 hanya mencapai langkah ke-17, sementara model AS paling mumpuni mencapai langkah 28,5. Hanya dalam 1 dari 10 percobaan Kimi K3 berhasil menyelesaikan seluruh rangkaian serangan, sebuah pencapaian yang tidak lagi eksklusif bagi sedikit model tertutup. Meski demikian, performa ini masih lebih baik daripada GLM-5.2 yang rata-rata hanya mencapai langkah ke-11. Peneliti mencatat bahwa lingkungan TLO tidak sepenuhnya merepresentasikan dunia nyata karena tidak memiliki sistem pertahanan aktif atau deteksi ancaman otomatis.

Kekhawatiran Pengamanan: Kimi K3 Tidak Menolak Operasi Ofensif

Yang mengemuka dari evaluasi ini adalah bahwa pengamanan (safeguard) bawaan Kimi K3 tidak mencegah model untuk membantu pengembangan eksploit siber secara agen. Saat diuji, model tetap melanjutkan upaya operasi siber ofensif tanpa penolakan berarti. Hal ini kontras dengan model tertutup AS yang diuji dengan pengamanan dinonaktifkan untuk mengukur kapasitas maksimal, namun versi publiknya memiliki penolakan ketat. Menjelang rilis open-weight yang memungkinkan modifikasi bebas, temuan ini menimbulkan tanda tanya tentang potensi penyalahgunaan oleh aktor jahat.

Apa Artinya bagi Pengembang dan Pengguna di Indonesia?

Bagi ekosistem AI Indonesia, kehadiran Kimi K3 sebagai model open-weight membawa peluang sekaligus risiko. Di satu sisi, akses terbuka memungkinkan peneliti dan pengembang lokal untuk mempelajari dan mengadaptasi model canggih tanpa bergantung pada API berbayar. Namun, fakta bahwa pengamanannya tidak mampu menolak permintaan eksploitasi siber menjadi peringatan keras. Meskipun kemampuan ofensif Kimi K3 masih di bawah model frontier, pengguna dan regulator di Indonesia perlu waspada terhadap potensi penurunan hambatan bagi pengembangan alat siber berbahaya. Diperlukan audit lokal dan langkah mitigasi tambahan jika model ini digunakan dalam lingkungan produksi atau penelitian yang sensitif.