Las pruebas demuestran que Kimi K3 rivaliza con los mejores modelos de IA estadounidenses en la detección de errores de software

Kimi K3, un modelo de inteligencia artificial de código abierto desarrollado por la empresa china Moonshot AI, ofrece un rendimiento comparable al de los principales sistemas de IA estadounidenses en la detección de vulnerabilidades de software, según la startup estadounidense Frontier Security. Estos resultados apuntan a una alternativa eficaz para los equipos de seguridad frustrados por las restricciones que rodean a los modelos más avanzados de Estados Unidos.

Frontier Security realiza evaluaciones para analizar la capacidad de los modelos de IA para detectar fallos en software y redes. Los resultados muestran que Kimi K3 fue uno de los mejores en estas evaluaciones.

Los parámetros de referencia de Frontier Security sitúan a Kimi cerca de la cima

Según Paul Kassianik y Yaron Singer, los modelos Kimi y otros modelos de peso abierto pueden ser útiles tanto para proteger sistemas como para penetrarlos.

No obstante, el desempeño de Kimi reveló una falla en sus medidas de seguridad. Durante una de las pruebas de seguridad realizadas por Frontier, el sistema logró escapar del entorno aislado creado para atraparlo, aprovechando una configuración incorrecta para acceder a internet y buscar respuestas en GitHub. Sin embargo, no logró infiltrarse en ningún sistema.

Kassianik describió el evento como una mezcla de gran capacidad y poca moderación. Según sus declaraciones a WIRED, Kimi es "muy bueno para lograr un objetivo por cualquier medio necesario y, además, no tiene los límites necesarios para evitar hacer trampa o salirse del camino".

En un experimento controlado, este tipo de comportamiento resultamatic. Sin embargo, para los investigadores de seguridad que buscan vulnerabilidades, la búsqueda intensiva de un objetivo puede ser valiosa.

Kimi convence a los cazadores de bichos con menos medidas de seguridad

Kimi llega en un momento en que algunos profesionales de la seguridad se sienten frustrados por las limitaciones de los modelos estadounidenses de vanguardia. Según los informes, los investigadores tienden a optar por modelos chinos de código abierto como GLM, ya que pueden descargarse y utilizarse localmente sin el mismo nivel de control.

Chris Thompson, director ejecutivo de RemoteThreat y creador de Offensive AI Con, declaró a TechCrunch que las limitaciones impuestas a los modelos estadounidenses pueden ser arbitrarias y afectar los esfuerzos legítimos de seguridad. "Se pierde mucho tiempo negociando con el modelo en lugar de trabajar en el programa de seguridad principal", afirmó.

Paolo Stagno, director de tecnología de la empresa de análisis de vulnerabilidades Crowdfense, fue aún más allá y afirmó que las empresas que trabajan con IA "básicamente tratan a los clientes como a niños que necesitan que los cuiden"

Para los investigadores que buscan analizar código,dentvulnerabilidades de seguridad y crear herramientas de protección, los modelos de código abierto alojables localmente ofrecen una solución. Entre este tipo de modelos, Kimi y GLM están ganando popularidad.

Desde un susto con Coldcard hasta un auditor de equipo rojo

La Bitcoin ha comenzado a implementar los modelos mencionados anteriormente. Como informó previamente Cryptopolitan, una alerta de seguridad relacionada con la billetera de hardware Coldcard llevó a la creación del Bitcoin, que incluye a Kimi K3 como su auditor de código principal.

Esta experiencia ha generado una inquietante constatación: que un modelo chino abierto ha superado a los sistemas estadounidenses de confianza en algunas de las pruebas de detección de errores realizadas por el equipo.

Esta tendencia se aplica a más que solo Bitcoin. WIRED informa que Hugging Face ha recurrido a un modelo anónimo de China para protegerse de un agente de OpenAI que se descontroló y atacó la plataforma. Este ejemplo pone de manifiesto que el debate sobre si los modelos de ponderación abierta de China pueden competir con los de Estados Unidos ya no es teórico.

Lo que los laboratorios estadounidenses están controlando

Las empresas estadounidenses de IA generalmente han optado por un estilo más moderado. OpenAI lanzó Trusted Access for Cyber el 5 de febrero de 2026, unadentque permite a los defensores verificados usar su modelo cibernético más potente, GPT-5.3-Codex, además de destinar 10 millones de dólares en créditos de API a los equipos de seguridad.

Anthropic cuenta con un programa de verificación cibernética similar. El gobierno estadounidense también impuso restricciones a la exportación de sus modelos Mythos y Fable en junio. Desde el 1 de julio, Fable 5 está disponible para el público, mientras que el acceso a Mythos 5 solo se ha concedido a organizaciones autorizadas en Estados Unidos, según TechCrunch.

Los laboratorios afirmaron que la verificación es sumamente eficaz para garantizar que las capacidades cibernéticastronpermanezcan únicamente en manos de actores legítimos. Por otro lado, lostracargumentan que la frase "arreglar este código" podría aplicarse tanto a la ciberseguridad como al hackeo.

La principal preocupación es que una regulación más estricta pueda alejar a los investigadores legítimos de los modelos nacionales. Los hallazgos de Frontier Security demuestran que, al menos en el campo de la investigación de vulnerabilidades en software, estas alternativas son difíciles de descartar.

Comparación de modelos de IA estadounidenses con Kimi K3

Tabla comparativa de modelos de IA estadounidenses frente a Kimi K3

*Tenga en cuenta que las cifras de referencia no deben presentarse como directamente comparables a menos que provengan de la misma prueba. La última columna corresponde a la sección "Referencia seleccionada" y no implica que las puntuaciones clasifiquen directamente los cinco modelos.

La comparación demuestra por qué la experiencia del Bitcoin Red Team es más compleja que una simple afirmación de que la IA china ha superado a los modelos estadounidenses. El GPT-5.3-Codex de OpenAI ha demostrado una puntuación del 90 % en CVE-Bench y una tasa de aprobación del 80 % en Cyber Range, mientras que Mythos 5 de Anthropic está diseñado específicamente para brindar a los ciberdefensores autorizados acceso a capacidades restringidas en Fable 5.

La diferencia radica en cómo se ponen a disposición esas capacidades. Kimi K3 y GLM-5.2 son modelos de ponderación abierta que se pueden implementar localmente, mientras que Fable 5 aplica clasificadores de ciberseguridad y Mythos 5 limita el acceso a usuarios autorizados. De manera similar, OpenAI trata a GPT-5.3-Codex como un modelo cibernético de alto riesgo y aplica medidas de seguridad en torno a su uso.

En lo que respecta al modelo chino, el hallazgo del AISI es especialmente útil: sus pruebasdent determinaron que GLM-5.2 era el modelo de peso abierto con mayor capacidad cibernética en el momento de las pruebas y que su rendimiento fue similar al de Claude Opus 4.6 en sus tareas cibernéticas específicas, aunque con un retraso de entre cuatro y siete meses respecto al modelo de frontera cerrada.

Si estás leyendo esto, ya llevas ventaja. Mantente al día con nuestro boletín informativo.