Import AI 465：开源与闭源差距缩小
来自 Import AI · 期号 2026-07-20
摘要
英国政府AI安全研究所（AISI）分析发现，开源模型与闭源前沿模型在网络安全能力上的差距正在缩小。 在70项窄域网络能力评估中，GLM-5.2与4.3个月前发布的Claude Opus 4.6表现最接近，DeepSeek V4-Pro介于2025年发布的Claude Opus 4.5和GPT-5之间。在长周期网络攻防任务中，差距略大，GLM-5.2追平了7个月前的Opus 4.5。 AISI警告称，这意味着网络防御者只有很短的时间窗口做准备，因为今天的前沿网络能力可能很快就能在没有专有公司安全防护的情况下被获取。 另外，中国公司月之暗面发布了2.8万亿参数的Kimi K3模型，在多数基准测试中接近或追平Claude Fable 5和GPT 5.6 Sol，但存在一些“刷榜”迹象。Kimi的权重将在未来几周内开源。
深读
导读 英国政府AI安全研究所（AISI）的最新分析显示，开源模型与闭源前沿模型在网络安全能力上的差距正在快速缩小，这将对全球攻防平衡产生深远影响。同时，中国公司月之暗面发布了2.8万亿参数的Kimi K3模型，在多数基准测试中接近顶尖闭源模型，并展示了AI自我改进的早期迹象。DeepMind创始人Demis Hassabis则提出了一个类似FINRA的AGI监管框架。读完本文，你将了解当前AI能力扩散的关键趋势、开源模型的实际威胁水平，以及业界对AGI治理的共识方向。 关键信息 - AISI在70项窄域网络能力评估中发现，GLM-5.2与4.3个月前发布的Claude Opus 4.6表现最接近；DeepSeek V4-Pro介于2025年8月发布的GPT-5和11月发布的Claude Opus 4.5之间。 - 在名为"The Last Ones"的长周期网络攻防任务中，GLM-5.2追平了7个月前发布的Opus 4.5，而DeepSeek V4-Pro低于7个月前发布的Sonnet 4.5。 - 月之暗面发布的Kimi K3拥有2.8万亿参数，在多数基准测试中接近或追平Claude Fable 5和GPT 5.6 Sol，但存在“benchmaxxing”（刷榜）迹象。 - Kimi K3在48小时内自主开发了名为MiniTriton的编译器，性能在部分工作负载上超过Triton和torch.compile；还自主设计了一款芯片，使用开源EDA工具在Nangate 45nm库上完成。 - Demis Hassabis提议由美国政府主导建立一个类似FINRA的“标准机构”，负责开发评估协议，并与联邦机构和美国国家实验室合作测试前沿AI系统的国家安全风险。 逐节讲解 开源与闭源模型的网络能力差距缩小 AISI首次公开分析了领先开源权重模型与闭源前沿模型在网络安全能力上的差距。在70项窄域网络能力评估中，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8月发布的GPT-5和11月发布的Claude Opus 4.5之间。AISI表示，这一差距（4到7个月）比2025年大部分时间测量的6到10个月有所缩小。 在长周期网络攻防任务（The Last Ones）中，差距略大：GLM-5.2追平了7个月前的Opus 4.5，而DeepSeek V4-Pro低于7个月前的Sonnet 4.5。作者Jack Clark评论称，这印证了开源模型虽然表面强大，但有时缺乏闭源模型特有的“泛化魔法汁”——业内称为“大模型气味”。AISI警告，这意味着网络防御者只有很短的时间窗口做准备，因为今天的前沿网络能力可能很快就能在没有专有公司安全防护的情况下被获取。 Kimi K3：缩小中西模型差距，并展示AI自我改进 月之…